约一万个智能体跑 88 小时：一份 Navier–Stokes 奇点构造与它的争议
OpenAI 宣布用大规模协调智能体给出三维不可压 Navier–Stokes 方程有限时间奇点的构造，并用 Lean 完成形式化。克雷研究所称问题“看来已被解决”，但按规则仍要走完验证流程。
状态说明：这是实验室发布的研究结果，未经同行评审正式接收，也未通过克雷数学研究所的奖项认定流程。以下描述的是 OpenAI 公开的说法与外部反应。
2026 年 9 月 8 日，OpenAI 公布了对 Navier–Stokes 存在性与光滑性问题的一个结果。这个千禧年大奖问题问的是：三维不可压流体的解是否始终保持光滑，还是会在有限时间内出现奇点。OpenAI 的说法是后者——在光滑外力、有限动能的条件下，速度场可以在有限时间发散。
图1：先解无粘版本，再迁回带黏性的完整问题
规模与流程
OpenAI 使用的是一个未公开发布的内部模型，据称能力显著强于 GPT-6 Astra，而且在项目开始时还在训练中。团队先投入约 1000 个智能体处理 Euler 方程变体（无粘情形），耗时约 50 小时；随后把规模扩到约 1 万个智能体处理完整的 Navier–Stokes 问题。
智能体可以读取缓存的网络资料、运行代码、在组内通信、尝试不同路线。团队在不同组之间交叉移植有效的中间结果，由 Codex 把有希望的中间结论整合进后续提示。据 OpenAI 的说法，约 88 小时后得出结果，随后 GPT-6 Astra 又用约 17 小时完成 Lean 形式化。
整个 Navier–Stokes 路线产生了约 270 万条智能体消息、约 1300 亿输出 token；如果把同期所有问题算进来，合计约 490 万条消息、约 3000 亿 token。按公开价格估算，同等规模的算力成本在数千万美元量级。
数学上难在哪
Navier–Stokes 的麻烦在于非线性放大和黏性耗散会同时随尺度缩小而增强。涡量拉伸把流动压向更细的结构，黏性又恰好对高频结构作用更强。两边强度关系稍有偏差，奇点要么被耗散抹平，要么能量、压力和外力一起失控。
OpenAI 的做法不是找一个转得更快的流场，而是设计各向异性的自相似尺度：涡核在径向快速收缩，轴向收缩稍慢，核心逐渐变成一根越来越细长的旋转流体柱。径向流持续把流体送向转轴，角动量输运推动旋转加速，不可压条件又要求进入核心的流体沿轴向排出。
关键是引入一个很小的指数偏置。有了它，局部速度可以走向无界，而高速区域体积缩小得更快，整体动能仍然受控。同一个偏置还重新安排了黏性在不同方向上的作用：径向维持输运与扩散的主阶竞争，角向旋转的惯性持续增强，轴向扩散退到次一级。
图2：高频脉冲产生雷诺应力，应力锥与剪切调节逐层清除残差
更麻烦的是残差
造出一个能 blow-up 的自相似涡核，不等于得到了合法解。内部结构接到外部平滑流场之后必然产生动量失衡，如果这部分误差随时间一起发散，奇点就只是被外力硬推出来的。
所以证明要完成一个更苛刻的转换：把原本应由外力承担的误差，转化成流体内部细尺度运动自己产生的动量输运。高频振荡脉冲的作用就在这里——它们的平均速度很小，不改变背景流，但非线性项的二次耦合会留下稳定的平均动量通量，也就是雷诺应力。
不同振荡模式能制造的动量通量比例有限，几种波形组合只能覆盖一个特定的应力锥。目标残差必须落进这个锥内，才能通过调节脉冲强度表示出来；落在外面时，加大振幅没用，缺的是方向。这一步反过来要求修改背景流——用小振幅、高频率的径向微扰调整局部剪切，再用低频修正把整体积分条件补回来。
整个结构是一个多尺度分工：高频结构改局部导数和剪切方向，低频结构维护整体积分条件和外部匹配。上一层消掉主阶残差，下一层处理新产生的次级误差，逐层推向更高阶。
验证做了两层
大规模搜索之后，验证成本会迅速上升。这种多尺度构造涉及大量函数空间、边界行为和正则性条件，自然语言里只要漏掉一个前提，结论就可能已经不是原来的命题。
Lean 把隐藏条件全部拉进形式系统，每个变量的类型、每个引理的前提、每一步依赖都必须闭合。但链的闭合还不够——系统可能在推导中悄悄弱化原始条件。所以 OpenAI 又加入了 Comparator，用独立形式化的命题检查目标表述是否仍对应原始问题。Lean 管证明链，Comparator 管命题边界。
争议
几乎同期，纽约大学的 Tristan Buckmaster 与 Anthropic 的研究员 Levent Alpöge 在相关的 Euler 问题上也做出了进展，这让成果来源和研究路线的讨论变得复杂。外界有质疑认为 OpenAI 可能提前接触到人类数学家的核心思路，靠算力抢先完成。这些说法目前没有得到证实。
航空航天工程教授 Chris Combs 提醒，这不等于得到了一套可以直接计算任意流体运动的通用解法，现有计算流体力学工作不会因此立刻改变。数学界关心的是三维光滑解能否一直维持正则性，有限时间 blow-up 正好击中这个命题。
克雷数学研究所 9 月 10 日发表了一份措辞异常积极的声明，说正在考虑宣布该问题“看来已被解决”（apparently been settled）。但按千禧年大奖的规则，一项候选解需要在合格出版物上发表、经过至少两年、并获得全球数学界的普遍接受，才会进入详细的奖项评估。克雷不接受直接投稿，其官网目前仍把 Navier–Stokes 列在在研问题里。OpenAI 也明确表示不打算申领这笔百万美元奖金。
来源
OpenAI: An OpenAI model proposes a solution to the Navier–Stokes problem (2026-09-08)；克雷数学研究所声明（2026-09-10）。本文所述结果待同行评审。
评论 (0)
正文划词可点「问萝卜特」——自动发评论并由 AI 回复
加载评论中…