OpenAI动用万级智能体88小时攻克纳维-斯托克斯千禧难题

OpenAI于北京时间2026年9月9日凌晨在社交媒体发文，宣称旗下新一代模型Astra-next主导的智能体群组，产出了针对纳维-斯托克斯方程千禧奖问题的数学证明。纳维-斯托克斯问题是流体力学领域最核心的未解难题之一，其标准表述聚焦于三维不可压缩方程全局正则性的存在性问题。若此次结果指向有限时间奇点的存在，则意味着对全局正则性给出了否定答案，其数学意义将极为深远。

据OpenAI工程师Ethan Knight公开表述，本次运算共调用约10,000个智能体并行协作，整体架构强调非结构化并行推理时计算，由模型自主决定任务分工与协作方式，而非依赖单一长链证明尝试。支撑这一系统的多智能体强化学习训练历时约一年。从系统架构角度看，此次披露的技术细节更多指向一种新型研究系统范式，而非具体的流体力学算法突破。

成本与规模同样引人注目。整个推理过程消耗约1300亿tokens，按当前市场价格估算，推理成本超过4000万美元。这一数字表明，顶级AI实验室已开始愿意将大规模推理算力集中投入单一科学目标，而非仅用于产品迭代。多位观察人士将此解读为行业从「更大单一模型」叙事向「智能体集群加并行搜索」范式转移的具体例证。

然而，数学界的接受程度目前仍完全悬而未决。截至消息发布时，既无预印本、无定理完整陈述，也无独立审稿人评注或形式化验证产物公开。「解决」一词在数学语境中可指完整证明、候选反例、证明策略或形式化推导等多种层次，OpenAI的公开声明并未对此加以区分。社区内部对人类在整个过程中扮演的角色——是否参与引理筛选、步骤验证或基础设施搭建——同样缺乏明确说明。

此次事件在AI社区引发了超越数学本身的广泛讨论。部分观察者将其视为对「前沿AI无法完成真正科研工作」这一论断的压力测试，认为这是科学界版本的「AI其实不会写代码」时刻的终结。另一些人则强调应调整对高算力推理时代的预期与规划。与此同时，Cognition 480亿美元E轮、Mistral 240亿美元D轮、Meta Muse智能体以及GPT Image 2.5等在任何普通新闻周期都足以独占头条的消息，在这一天全部沦为配角。

要点

• OpenAI宣称Astra-next主导的约10,000个智能体在88小时内产出纳维-斯托克斯千禧奖问题候选解，若获认可将是史上第二个被解决的千禧奖问题
• 本次运算消耗约1300亿tokens、推算成本逾4000万美元，体现了顶级实验室将大规模算力集中投入单一科学目标的新趋势
• 核心技术路径为多智能体强化学习加大规模并行推理时计算，标志着行业叙事从单一大模型向智能体集群范式的实质性转移
• 数学界独立验证尚未完成，完整证明细节与定理陈述均未公开，「解决」的确切含义仍存争议
• 同日，Cognition 480亿美元融资、Mistral 240亿美元融资、Meta Muse智能体等重磅消息均因这一事件而失去关注度