一萬個代理人 88 小時解開千禧年難題，OpenAI 把 100 萬美元獎金留在桌上

OpenAI 宣稱以一萬個 AI 代理人、88 小時解開納維-斯託克斯難題，證明尚待人類驗收，功勞與研究資料流向的爭議卻已先找上門。

一道流體老題，等來一萬個代理人的答案

上個月，Anthropic 才宣布一款未公開的 Claude 研究模型，把黎曼 ζ 函數臨界線上零點比例的長期下界，從 41.6% 推進到 67.2%。9 月 8 日，OpenAI 接棒出手：該公司宣布，一款內部未公開、在開放數學問題上性能遠超最新發布的 GPT-6 Astra 的模型，已經解開「納維-斯託克斯存在性與光滑性問題」。這是克萊數學研究所在 2000 年掛出的七道千禧年大獎難題之一，每題懸賞 100 萬美元。

這道題在問什麼？納維-斯託克斯方程描述流體運動，數學家想知道：從一個平滑的初始狀態出發，方程的解是否永遠保持平滑，還是可能在有限時間內長出流速無限增長的「奇點」。水龍頭流出的水、機翼上掠過的氣流，直觀上都該乖乖聽方程的話，但嚴格證明將近 90 年沒有人交得出來。

OpenAI 的證明走構造路線：約一萬個 AI 代理人協作，在約 88 小時內產出證明，顯示一個初始平滑的靜止流體確實可能在有限時間內發展出奇點。手法是設計一個向內旋轉並拉伸的渦流，讓能量在物理定律要求下維持有限；前提建立在外力光滑，對應官方題目敘述中的 C 與 D 情形。OpenAI 同時提供分析性證明與 Lean 語言的形式化驗證，驗證由 GPT-6 Astra 在約 17 小時內完成。OpenAI 研究者布貝克（Sébastien Bubeck）稱之為「過去十二個月所看到軌跡的一個驚人頂點」。

Lean 這一步值得多看兩眼。它的核心檢查器只認邏輯，誰寫的證明都一視同仁，形式化驗證通過，通常代表推理本身站得住。真正的檢查點在另一處：寫進 Lean 的題目敘述，是否忠實對應克萊研究所的原始問題。這一步目前沒有捷徑，仍要人類數學家逐條比對。

老難題成了新模型的預告片

把時間軸拉長看，這不是孤立事件。Google 的 AlphaProof Nexus 先前攻下兩道懸置 56 年的數學難題，OpenAI 自己也宣布推翻過一道 80 年的幾何猜想。AI 對老題目的戰績清單越拉越長，而這次的宣布又多出兩層訊號。

第一層在模型身分。解題的是「內部未公開」的模型，性能遠超 GPT-6 Astra，換句話說，這份證明同時是下一代能力的預告。AI 產業裡，能力宣告從來跟說話者的位置有關，黃仁勳與 OpenAI 執行長對 AGI 是否已到來的分歧就是現成的例子；比起口說，一道有懸賞、有形式化工具可以查核的世紀難題，是硬得多的展示品。陶哲軒曾把這類問題比作吸引科學家努力的「燈塔」，而燈塔此刻正好立在各家實驗室的航線上。

第二層是帳。依目前的公開估算，這次運算成本可能高達 1,500 萬至 2,250 萬美元，克萊研究所的獎金是 100 萬美元，OpenAI 已表明不打算申領。花十幾倍於獎金的成本去解一道題，帳面上說不通，除非要買的東西另有其處：一份能寫進下一場發表會的成績單，以及「最難的題目也交給我們」這句話的定價權。

功勞算誰的，資料去了哪

宣布的前一天，紐約大學數學教授巴克馬斯特與 Anthropic 研究員阿爾珀格，剛發布相關流體方程的研究成果。巴克馬斯特隨後質疑，OpenAI 是在聽聞兩人的進展後，才把資源轉向「外力驅動」這條路線。

更尖銳的提問在資料。巴克馬斯特指出，他與阿爾珀格的研究資料存放在 OpenAI 的 Codex 模型裡，他擔心這些內容可能被用於訓練或參考，詢問之後沒有得到明確答覆。布貝克否認相關指控，強調研究人員與 AI 代理人都沒有存取具體的使用者資料；但 OpenAI 的聲明同時承認，「不排除」兩人使用 OpenAI 產品產生的匿名化資料，對模型改進有幫助。

這段聲明值得所有把未發表工作放上 AI 工具的人逐字讀一遍。使用者無法證明自己的東西沒被學走，廠商也說不準有沒有，界線目前只存在於服務條款，沒有對應的技術保證或稽核機制。過去研究者換一套工具，風險頂多是靈感被鄰座聽走；現在草稿、程式、資料放在廠商的模型裡跑，同一個廠商又是解題成果的受益者，資訊不對稱與利益衝突同時放大。

功勞的規則也沒跟上。一份由一萬個代理人合力產出的證明，作者欄該寫誰、引用該算誰、期刊該怎麼審，都沒有現成答案。克萊研究所按規章，發獎前要求解答在具同儕審查的出版物發表並經兩年考驗；OpenAI 跳過申領，行政上省了一步，學界檢驗不會跟著省。

陶哲軒的態度剛好站在兩邊。他肯定這類難題作為「燈塔」吸引科學家投入，也提醒：若 AI 能在沒有人類深度參與的情況下解開最難的問題，人類對數學的理解可能被削弱。寫證明的是內部模型，驗證交給 GPT-6 Astra，人類在這條生產線上的位置，確實越來越偏向驗收端。

接下來值得盯的訊號

Lean 證明檔是否公開，將是第一個觀察點。Lean 社羣能否獨立重跑驗證、形式化敘述與克萊原始題目是否嚴絲合縫，決定這份證明能不能從「宣稱」變成「結果」。分析性證明進入同儕審查後的命運同樣關鍵：被接受、被找出缺口，或像許多預印本一樣長期懸置，三種結局都還開放。

巴克馬斯特與阿爾珀格的論文，和 OpenAI 證明在方法上的相似程度，會在後續引用與評論中被攤開檢視；OpenAI 是否對 Codex 的資料用途給出更清楚的承諾，例如訓練排除條款或可稽核機制，則會成為所有把工作放上雲端工具的人的參考案例。畢竟這次被質疑的兩位研究者，一位還是對手陣營 Anthropic 的人員，資料治理的標準從此有了對照組。

最後盯發表節奏。OpenCode 上那個先匿名上架、後被指向智譜新一代模型的 Alpha 已經示範過未發表先亮相的操作，OpenAI 這回把內部模型推上數學舞臺，等於把同一套儀式升級。若各家開始把「解開一道老難題」當成發表會前的固定橋段，數學難題的稀缺性會被快速消耗，屆時能分出高下的，反而是驗證與資料治理這些不起眼的環節。

88 小時的證明，有 Lean 這個不問出處的裁判可以查核；資料有沒有被模型學走，目前沒有對等的查核工具。下次再有實驗室宣布解開世紀難題，先別急著問模型多強，先問這兩件事有沒有跟上。