OpenAI 於 2026 年 9 月 8 日宣布，其內部 AI 模型已成功解出千禧年七大難題之一的「Navier-Stokes 方程平滑性問題」，並宣稱「旨在賦能科學家推進有益全人類的研究」。然而，牛津大學數學家 James Maynard 與布朗大學的 Javier Gómez-Serrano 均指出，這份長達 166 頁、由 AI 起草的證明手稿極度艱澀，目前幾乎無法從中提煉出任何人類可理解的新知，「這篇論文根本不是寫給人看的」。
事件的引爆點來自一場極速的算力軍備競賽。OpenAI 透露，公司動員約 1 萬個 AI 代理（agents）針對該難題連續運算 88 小時，消耗約 1300 億顆輸出 tokens，根據其最先進模型的公開計價標準，單一難題的運算成本推估落在 600 至 1000 萬美元之間，整體搜尋過程（含其他千禧年難題）更逼近 1500 至 2000 萬美元。在最終證明之外，OpenAI 同步產出 Lean 形式化驗證程式碼，且該程式碼已成功編譯，數學社群目前共識認為「該證明在技術上應屬正確」。
然而，紐約大學數學家 Tristan Buckmaster 公開指控，OpenAI 試圖以共同掛名發表為條件，要求他切斷與 Anthropic 研究員 Levent Alpöge 的合作關係，更暗示 OpenAI 可能事先掌握了他們的研究進度。對此 OpenAI 嚴正否認盜用提示詞或證明內容，但已在 9 月 21 日宣布成立「獨立數學顧問小組」，試圖緩解與學界日益升高的對立張力。
本事件的本質並非單純的科學突破，而是一場橫跨企業競爭、商業機密、學術倫理與 AI 治理典範轉移的深層衝突。
從技術演進脈絡來看，Navier-Stokes 方程自 19 世紀以來即是描述流體運動的基石，從飛機升力設計到氣象預報無所不包，但其數學平滑性問題懸而未決逾 150 年。克雷數學研究所早在 2000 年就將其列入七大千禧年難題，懸賞 100 萬美元。這場 AI 突破的本質，是算力暴力對人類直覺式數學探索的首次全面碾壓。
衝突的引爆點在於 Anthropic 與 OpenAI 兩大 AI 巨頭的商業角力延伸到了學術圈。Buckmaster 與 Anthropic 研究員 Alpöge 長期合作，並已逐步逼近解題路徑；OpenAI 卻在「聽到謠言」後僅耗時 88 小時便以 10,000 個 AI 代理完成發表。這引發學界對「AI 代理是否會自動爬梳並吸收同業競爭者的提示詞與中間推理路徑」的嚴重質疑——Buckmaster 雖無實證，卻指證歷歷地暗示「they」可能根本不是人，而是那些 AI 代理本身。
更深層的結構性矛盾在於「AI 速度」與「人類理解」之間的典範衝突。Lean 形式化語言雖然能確保證明在邏輯上無懈可擊，但數學的真正價值在於傳遞思想。25 位菲爾茲獎得主聯名聲明嚴詞譴責這種「目標錯位」現象，警告企業若只追求發表時點的公關價值，數學將淪為無法被任何人類心智消化的「黑盒化石」。OpenAI 隨後成立顧問小組，卻同時聲明「該小組無權建議公司調整內部研究節奏」，明確展現出科技巨頭拒絕將研究治理權讓渡給學術共同體的強硬立場。
戰略貿易流向與供應鏈依賴度
HS 8507資料來源：UN Comtrade 聯合國商品貿易統計庫 · 全球市場規模 $1,300 億美元 / 年 (複合成長率 >24%)
回顧歷史，1997 年 Deep Blue 擊敗西洋棋王、2016 年 AlphaGo 戰勝韓國棋士李世乭，當時外界也普遍擔憂人類智慧被邊緣化，但事後證明這些事件反而催生了「人機協作」的新典範。然而，本次 Navier-Stokes 事件的差異在於：AI 不再只是模仿，而是產出連專家都讀不懂的原創內容，這是一道全新的分水嶺。
面對 AI 巨頭與學術社群日益升高的對抗張力，相關利害關係人應採取以下行動：
01 起因觸發：OpenAI 動員萬名 AI 代理、耗時 88 小時暴力破解 Navier-Stokes 難題並強勢發表
02 一階傳導：數學社群與 Anthropic 研究員指控 AI 巨頭掠奪學術成果，菲爾茲獎得主聯名聲明抗議
03 二階擴散：AI 學術倫理爭議升溫，全球科技公司面臨「AI 代理是否會自動吸收競爭者機密」的治理風暴
04 宏觀終局：Lean 形式化驗證躍升為學術新標竿，AI 與人類數學家的協作模式被迫重塑，最終催生全球 AI 科學倫理與發表冷靜期立法
因果網路圖譜 1 節點
可拖曳節點 · 點兩下開啟文章