OpenAI 在数学界点燃的怒火还在蔓延。
2026 年 9 月 8 日，OpenAI 抛出一份 166 页的长篇论文与配套的 Lean 4 形式化代码库，宣称攻克了千禧年大奖难题之一：三维不可压缩 Navier-Stokes 方程的有限时间爆破问题。然而一个月内，这篇由代码验证器层层包裹的成果非但没有迎来加冕，反而演变成一场关于黑盒工程、学术伦理与规则投机的信任危机。
数学家们很快发现，OpenAI 连自己的模型究竟沿着哪条数学路径推导都没搞清楚；而随后核心研究员在访谈中的坦白，更直接戳破了这场多智能体神话。
事实速读：万级 Agent 堆出的符号迷宫
这场争议的关键事实、工程代价与学术反弹如下：
- 攻坚范围与规则巧取.OpenAI 解决的不是现实世界中无外力扰动的流体光滑性，而是克雷数学研究所（CMI）赛题中的 C 与 D 分支。模型通过人工构造的光滑外力，制造了有限时间内的奇点。克雷所声明刻意不设审评时限，成果仍需至少两年同行检验。
- 工程黑盒与算力泡沫.OpenAI 核心研究员 Noam Brown 承认，该证明动用了约 10,000 个模型实例并发运行 88 小时，烧掉约 1300 亿 Token。团队没有做过万级集群的消融对照，Brown 坦承多智能体协同对最终成功的贡献率预估不到 10%，本质是一场未经验证的基座模型暴力搜索。
- 同行抗议与资本撤退.陶哲轩、彼得·舒尔茨等超 25 位菲尔兹奖得主发起的《数学中 AI 的严重失配》声明已获 7,691 人联署；加州理工 Mathathon 竞赛因抗议被迫追加半年检验期并提高门槛，OpenAI 与 Anthropic 原定逾 200 万美元的算力赞助被迫撤出。
机器交了答卷，作者却没看懂
荒谬感最先从学术渊源上爆发。OpenAI 在声明中宣称其方法继承了西班牙数学家 Diego Córdoba 与 Luis Martínez-Zoroa 的路线。洛桑联邦理工学院数学家 Gonzalo Cao-Labora 等人核对后发现，两者的相似性仅停留在表面。机器在构造外力时完全走了另一套解法，OpenAI 连自己模型做出的数学事实都认错了。
模型借助 Lean 4 输出了零 sorry 占位符的代码，确保了严密的符号闭环，但整个系统无法把一万多行机器逻辑还原为人类可理解的数学概念。普林斯顿高等研究院的 Camillo De Lellis 点明了更尴尬的现实：纽约大学的 Tristan Buckmaster 与 Anthropic 的 Levent Alpöge 曾公开质疑 OpenAI 挪用了他们在云端测试的未公开思路；由于工业大模型权重与训练日志完全闭源，外界既无法证实抄袭，也无法证伪。
不仅推导不可读，成果还在避重就轻。千禧年难题的核心在于物理世界中真实流体的无外力自发性状。OpenAI 借着数学规则中允许光滑外力的缝隙，用极其怪异的构造解出了数学奇点，却对现实流体力学毫无启发。
把未经验证的 400 个机器证明结果直接倾倒在 GitHub 上，本质上是用算力建立壁垒，再把繁琐的逆向工程和验证成本单向转嫁给全球学者。
审查权沦陷与行会应激
Tyler Cowen 等经济学者将数学家的抵触定性为守旧行会的利益应激。悬赏设立之初只问对错，如今工业资本攻破城门，学术建制派却以手段不纯为由竖起高墙。
这种批评只见产出，不问根基。数学研究从来不只是求出一个最终解，更是通过概念创新去扩展人类理性的边界。当一万个黑盒实例以穷举式的暴力逻辑取代了概念推演，科学界感受到的不是辅助，而是被剥夺解释权后的失序。
更深层的危机在于科学资助体系的重构。千禧难题一旦沦为科技巨头测试算力耐力与公关宣传的竞技场，大学的基础研究就会加速边缘化。顶尖学者在算力竞赛中没有议价筹码，最终只能退化为替商业模型清理脏数据、查验代码逻辑的质检工。
繁荣公理遮不住的经济现实
面对学界的信任崩塌，华裔数学家罗博深在陶哲轩的博客上提出了人类繁荣公理。他认为，AI 越强大，现实系统中需要人类掌控的安全控制点就越多，激增的人力需求会倒逼 AI 减速。
这套试图调和工程与学术的叙事，在现实经济约束面前显得过于理想化。
商业体系从不为抽象的控制欲支付无限溢价。在真实工业流程中，安全审查大多通过自动化测试套件与沙盒折叠解决，极少保留昂贵的人工节点。高校预算持续收紧，公共资金根本无力供养数以万计的基础学科专家去逆向解析商业模型的符号碎片。
庄子早有断言，有机械者必有机事，有机事者必有机心。当算力狂飙演化为略过物理机制的参数暴力，它敲开的是竞赛规则的漏洞，落下的却是学术信任的裂痕。同行评议的本质是理解与共识，而不是对神谕单向盖章。如果连机器的创造者都无法解释解法的由来，这种形式化无瑕的证明，带来的绝非启蒙，而是一场昂贵的认知弃权。