专家质疑 OpenAI 的纳维–斯托克斯证明
The Decoder··作者 Manuel Uth
关键信息
EPFL 数学家 Gonzalo Cao-Labora 表示，详细方法不同于 Diego Córdoba 和 Luis Martínez-Zoroa 的工作；Camillo De Lellis 则认为，判断语言模型是否复制了先前成果可能无法实现。OpenAI 约使用了1万个模型实例、运行约88小时并处理1300亿个词元，但 Noam Brown 估计多智能体架构带来的成功贡献低于10%。
资讯摘要
9月初，OpenAI 发布了一份长达166页的纳维–斯托克斯存在性与光滑性问题潜在解答。公司称，这份证明沿用了西班牙数学家 Diego Córdoba 和 Luis Martínez-Zoroa 提出的方法。多位接受《科学美国人》采访的专家对此表示异议，EPFL 数学家 Gonzalo Cao-Labora 认为两者主要只是表面相似，具体方法并不相同。该成果使用 Lean 编写；这种证明助手能够检查形式逻辑步骤是否遵循既定规则，但通过 Lean 检查并不意味着人类可以轻易读懂其中的数学思想。
克雷数学研究所自发布后一直在审查这份成果。发布前，纽约大学数学家 Tristan Buckmaster 指责 OpenAI 借鉴了他与 Anthropic 的 Levent Alpöge 使用公开模型完成的工作，但 OpenAI 否认使用过 Buckmaster 的数据。10月，OpenAI 又发布了约400项结果，并称使用了约1万个模型实例、运行88小时、处理1300亿个词元；然而研究员 Noam Brown 表示，目前没人知道这批智能体具体带来了什么优势，他估计多智能体配置贡献的成功比例低于10%。
资讯正文
数学家称，OpenAI 并不理解自己的 Navier-Stokes 方程证明
9月初，该公司展示了一份长达166页的 Navier-Stokes 问题潜在解答。OpenAI 声称，这份证明采用了西班牙数学家 Diego Córdoba 和 Luis Martínez-Zoroa 的研究思路。
据《Scientific American》报道，如今有多组专家对此持不同看法。EPFL 数学家 Gonzalo Cao-Labora 表示：“如果深入细节，就会发现这其实是另一种方法。”他说，两者的相似之处仅停留在表面。
这份潜在证明使用 Lean 编写。Lean 是一种形式化验证语言，可以检查每一步逻辑，但其本身并不会让证明变得易于人类阅读。Clay Mathematics Institute（CMI）自该证明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 基于他与 Anthropic 的 Levent Alpöge 使用公开可用模型完成的工作进行研究。OpenAI 否认了这一说法，称自己从未使用 Buckmaster 的数据。Institute for Advanced Study 的 Camillo De Lellis 表示，由于语言模型是黑箱，想要得出确定答案可能是不可能的。
10月初，OpenAI 又一次性发布了约400项成果，数学界几乎难以跟上。它将这些成果以松散合集的形式发布在 GitHub 上，这激怒了许多数学家；他们认为此举贬低了自己的领域。
没有人知道1万个 AI 智能体是否真的提供了帮助
OpenAI 似乎还有一件事并不了解自己的工作。为完成这项工作，该公司投入了大量算力，部署了约1万个模型实例，持续约88小时，并使用了1300亿个 token 来开发这份 Navier-Stokes 潜在解答。OpenAI 研究员 Noam Brown 表示，没有人真正知道如此庞大的智能体群体为最终结果贡献了什么。
由于使用数千个智能体进行系统性对比测试的成本过高，这种规模下的行为尚未得到研究。没有人测试过单个智能体需要多长时间才能解决同一个问题，也几乎不可能判断1万个智能体相比1000个智能体究竟带来了什么具体优势。
Brown 认为，多智能体架构对成功的贡献不到10%。他说，这些系统既新颖又引人注目，因此获得了不成比例的功劳。真正重要的是基础模型本身：它能够在较长时间内持续处理任务，并以并行方式运行。
来源与参考
收录于 2026-10-18