OpenAI宣布破解千禧年难题！90年无解，88小时被干翻

就在昨天，OpenAI扔出了一颗核弹——人类花了90年没搞定的数学题，AI用了88小时，解决了。
不是算个账，不是下盘棋。是纳维-斯托克斯方程——描述水怎么流、空气怎么动、血液怎么跑的核心方程。2000年被克雷数学研究所列为七大“千禧年大奖难题”之一，悬赏100万美元，跟黎曼猜想、P vs NP并列。

此前七道题里，只有一道被人类攻克——庞加莱猜想，俄罗斯数学家佩雷尔曼2010年证明后还拒领了奖金。剩下六道，纹丝不动。
然后OpenAI来了。
一万个AI智能体，88小时，165页论文。

答案是什么？水真的会“爆炸” 。
具体什么问题，普通人也没必要深究，因为看不懂，我们主要是看AI有多厉害而已。
但真正让人头皮发麻的，不是答案本身。是怎么得到的。
9月1日，OpenAI听说竞争对手Anthropic可能在这道题上有了进展。他们把一款尚未公开的内部模型——能力“远超”刚发布的GPT-6 Astra——投向了这道题。

约100个智能体先花50小时攻克了相关的欧拉方程问题。然后智能体数量暴增至1万个，并行推进。过程中它们互相发送了270万到490万条消息，消耗1300亿到3000亿个输出token——约等于100万本书的体量。

成本呢？数百万美元。有估算说高达1500万到2250万美元。
而100万美元的奖金——OpenAI说不要了。

他们不是冲着钱去的。他们是冲着证明一件事去的：AI正在攻入人类智力的最后堡垒。
但故事到这里，才刚刚开始变得有趣。

因为在OpenAI宣布之前12小时，纽约大学数学教授特里斯坦·巴克马斯特和Anthropic研究员莱文特·阿尔珀格刚刚公布了自己在相关流体力学问题上的研究成果。

然后一地鸡毛。
巴克马斯特指控OpenAI在听说他们的进展后抢跑了。更离谱的是，据巴克马斯特公开的邮件记录，OpenAI研究员曾提出两个方案：要么让OpenAI第二天发布NS方程结果，要么由巴克马斯特单独写一篇论文介绍OpenAI的结果——前提是把Anthropic那位研究员从作者名单里移除。

巴克马斯特拒绝了。对方问：“你为什么要毁掉自己的事业？ ”
OpenAI否认看过对方的工作。但承认 “不排除” 来自用户产品的匿名化数据帮助改进了模型。
你说巧不巧？竞争对手的研究员刚好在用OpenAI的产品做研究。

然后是最让人后背发凉的那部分。
陶哲轩——被认为是当代最杰出的数学家之一——他的反应是既点赞又担忧。
他把这类问题比作“灯塔”——吸引人类最聪明的大脑前赴后继。但他说了一句让我记到今天的话：
“解决问题所需的努力往往很有启发性，它能教会你一些东西。就像去健身房，目标是把一个重量举一百次。现在，AI可以解决问题，却无法从中真正获得任何价值，就像有机器替你在健身房举重。”

翻译一下：
如果最难的问题都可以由AI解决而人类几乎不参与，那人类对数学的理解本身会不会被削弱？
你想过这个问题吗？

我们造了一个机器，它能举起我们举不动的重量。但它举完之后，我们还是举不动。它变强了。我们没有。

更恐怖的是——我们可能都不知道它是怎么举起来的。
OpenAI的模型解出了接近50% 的内部数学基准测试题，而刚发布的GPT-6 Astra只能解出10% 。这个差距有多大？相当于一个普通高中生和一个菲尔兹奖得主的差距。而且这个模型还在训练中。
有人说这是人类智慧的胜利——我们发明了AI，AI解决了我们解决不了的问题。

但换个角度想想：我们真的“理解”这个证明吗？
165页的数学论文，由一万个AI智能体在88小时内生成。人类数学家可能需要数年才能消化、验证、真正理解。

克雷数学研究所所长说： “评审过程本就有意放缓，我们会确保它绝对严谨。”
翻译：我们得慢慢看，因为我们也没那么快看得懂。
这件事带给我的思考，不是“AI好厉害”。
是我们正在建造一个我们越来越不理解的东西。

它解题比我们快，成本比我们高（几百万美元 vs 一个数学家几十年的工资），但它不需要理解。它只需要正确。
陶哲轩担心人类对数学的理解被削弱。但更深层的问题也许是：当AI能解决所有人类能定义的问题时，人类还能定义什么问题？
90年前，数学家Jean Leray证明了NS方程的广义解存在。90年后，AI证明了光滑解会“爆炸”。
下一个90年，谁来定义问题？

还是说——不再需要人类来定义了？
OpenAI首席科学家说，一个月前他们完全没料到会讨论一个“千禧年难题”。
一个月后呢？

一年后呢？
水会爆炸。数学会爆炸。认知也会爆炸。

而我们，可能只是坐在爆炸中心，看着一台机器替我们举完了所有重量，然后问：
“接下来呢？”