数学家质疑 OpenAI 的 Navier-Stokes 证明：相似只是表面

The Decoder：AI 新闻· Manuel Uth·2026-10-17 17:00· 36 分钟前AI 评分66

数学家称 OpenAI 并不理解自己的 Navier-Stokes 证明

AI 导读

数学家指出，OpenAI 9 月发布的 166 页 Navier-Stokes 潜在证明虽然声称沿用 Córdoba 与 Martínez-Zoroa 的思路，但细节上其实是不同方法，相似只是表面。

正文

9 月初，该公司公布了一份 166 页的 Navier-Stokes 问题潜在解决方案。OpenAI 声称该证明沿用了西班牙数学家 Diego Córdoba 和 Luis Martínez-Zoroa 的方法。

据 Scientific American 报道，多个专家团队对此表示异议。洛桑联邦理工学院（EPFL）数学家 Gonzalo Cao-Labora 表示：“深入细节后会发现，这是另一种方法。”他说，相似之处仅停留在表面。

这份潜在证明用 Lean 编写，这是一种形式化验证语言，能检查每一个逻辑步骤，但本身并不能让人读懂。克雷数学研究所（CMI）自其发布以来一直在对其进行审查。

在发布之前，纽约大学数学家 Tristan Buckmaster 指责 OpenAI 基于他和 Anthropic 的 Levent Alpöge 利用公开可用模型所做的工作。OpenAI 否认了这一说法，称从未使用 Buckmaster 的数据。据高等研究院的 Camillo De Lellis 称，由于语言模型是黑箱，恐怕无法得出确定答案。

10 月初，OpenAI 又公布了约 400 项新成果，数学界几乎应接不暇。将这些成果作为松散合集发布在 GitHub 上激怒了许多数学家，他们认为这贬低了他们的领域。

没人知道 1 万个 AI 智能体是否真的起了作用

关于自己的工作，OpenAI 似乎还有一点没弄明白。公司为此投入了大量算力，部署了约 1 万个模型实例，耗时约 88 小时、消耗 1300 亿个 token，才开发出这份潜在的 Navier-Stokes 解决方案。据OpenAI 研究员 Noam Brown 称，其实没人知道这个庞大的智能体集群对结果有何贡献。

这种规模下的行为尚未被研究，因为用数千个智能体进行系统性对比测试成本太高。没有人测试过单个智能体解决同一问题需要多长时间，而且几乎无法判断 1 万个智能体相比 1000 个能带来什么具体优势。

Brown 认为，成功中归功于多智能体设置的比例不到 10%。他说，这些系统新颖且引人注目，因此获得了不成比例的功劳。真正重要的是基础模型本身，它能够长时间持续处理任务并并行运行。

没有炒作的 AI 新闻——由人类精选

订阅 THE DECODER，即可享受无广告阅读、每周 AI 新闻简报、每年六期独家“AI Radar”前沿报告、完整档案访问权限以及评论区访问权限。

来源：The Decoder：AI 新闻 · the-decoder.com