OpenAI 宣称破解 Navier-Stokes 千年难题，随即陷入学术争议

2026 年 9 月 8 日，OpenAI 发布研究公告：其一个内部模型（报道称能力显著强于 GPT-6 Astra）给出了 Clay 研究所千年难题之一——Navier-Stokes 存在与光滑性问题的解法，《纽约时报》当日报道。不到 24 小时，事件急转直下进入争议：NYU 数学教授 Tristan Buckmaster 公开指责 OpenAI「fought dirty（手段不光彩）」。

事件经过

• 9/8：OpenAI 官网发布公告，宣称模型给出这一悬置百余年、奖金百万美元的流体力学难题的解法
• 9/9：Buckmaster 教授发声——他与隶属 Anthropic 的数学家 Levent Alpöge 一直在合作研究同一问题，指责 OpenAI 抢发且手段不当；OpenAI 回应称其研究员与 agent 均未接触过二人的工作

冷静看待

需要区分两层：

1. 1数学层面：解法是否成立需经数学界同行评议与验证——千年难题的确认周期以月甚至年计，OpenAI 的公告只是「宣称」而非「证明」。回顾此前 GPT-5.6 Sol 的图论猜想（一天完成、尚未见正式确认）与 Claude 的费马形式化（形式化验证的是既有证明，性质不同），AI 数学成果的「官宣-验证」时间差正在成为常态。
2. 2竞争层面：OpenAI 与 Anthropic 的数学竞赛已打到「同一道题、同一天空窗」的白热化程度——学术礼仪争议恰是大模型军备赛烈度的注脚。

对企业的启示

对 AI 数学成果，企业侧的正确姿势是「等验证、用结论」：AI 在形式化数学上的能力（此前 Claude 费马定理形式化、Sol 猜想证明）最终会以可靠的推理产品形式惠及工程仿真、流体计算等 Navier-Stokes 的真实应用场景——但采购决策应基于已验证的能力，而非厂商公告。ProMen 在方案选型中坚持「已验证能力」原则，欢迎交流。