01先说清楚：AI 到底证明了什么

9 月 8 日，OpenAI 宣布其内部 AI 系统给出了 Navier–Stokes（纳维–斯托克斯）方程的一个候选证明：在带有光滑外力场的条件下，三维流体可以在有限时间内形成奇点（blow-up）。同时附上了 Lean 形式化验证代码。

这听起来像是一个千禧年大奖难题被攻克的新闻——但需要立刻踩一脚刹车。

Navier–Stokes 存在与光滑性问题是克雷数学研究所列出的七大千禧年难题之一，悬而未决约 90 年。但千禧年难题要求的是无外力、不可压缩的三维流体是否全局保持光滑性。OpenAI 这次解决的是受迫版本（forced NS）——即允许一个光滑的外部力场作用于流体。这是一个真实且重要的数学结果，但它的范围比千禧年难题更窄。

几乎在同一时间（9 月 7 日），纽约大学的 Tristan Buckmaster 与 Anthropic 的 Levent Alpöge 也独立发表了受迫 NS 爆破结果，他们借助的是 Claude、Codex 和 GPT-5.6/Astra 等模型作为研究工具。菲尔兹奖得主陶哲轩（Terence Tao）在 Mastodon 上公开评价这项工作为「显著成就」（significant achievement）。

所以准确的说法是：两支团队几乎同时在受迫 Navier–Stokes 方程上取得了突破，OpenAI 的贡献在于用大规模 agent 集群产出了附带 Lean 形式化验证的完整候选证明。媒体标题里「90 年悬案告破」属于过度表述——但它确实标志着 AI 参与前沿数学研究的里程碑时刻。

02这不是聊天机器人，是一支「研究突击队」

这次证明不是某个大模型在对话框里「灵光一闪」写出来的。据多方信源披露，OpenAI 使用了一款能力显著强于 GPT-6 Astra 的下一代模型，由一群 AI agent 协同编排完成：

• 第一阶段：约 1000 个 AI agent 并行工作了约 50 小时，攻克了简化版问题；
• 第二阶段：agent 规模扩展至约 10000 个，对完整的受迫 Navier–Stokes 方程发起总攻，最终产出候选证明文本和 Lean 形式化验证。

OpenAI 的 Noam Brown 在公开场合承认，单次证明耗资数百万美元，但他强调成本会快速下降。

如果你读过 9 月 7 日的《当 AI 开始造 AI：OpenAI 把内部账本亮了出来》，这个画面应该不陌生。那篇报道首次披露：截至 2026 年 8 月中，OpenAI 内部每 1 个人类研究日对应 3.1 个 AI Agent 工作日——半年前这个数字还不到 1。当时我们说「递归自我改进第一次跑在实验室里」。今天，这支「研究突击队」拿回了一个公开的战利品。

从「辅助人类写代码」到「自主组织万人集群攻坚纯数学」，agent 的角色已经从工具升级为科研执行单元。这不是聊天机器人的量变，是组织形态的质变。

03验证才是真本事：为什么 OpenAI 非得附上 Lean 证明

注意一个关键细节：OpenAI 在公布证明文本的同时，必须附上 Lean 形式化验证代码。

为什么？因为连 OpenAI 自己都不信任大模型输出的 prose 证明。在数学领域，「模型说它证明了」和「真的被证明了」之间隔着一条鸿沟，而 Lean 形式化验证是跨越这条鸿沟的唯一桥梁。

这与今天 GitHub 上 trending 的另一个项目形成了完美呼应。reverify（⭐1,036）是一个 MCP server + CLI 工具，专门用确定性验证工具去检验 AI 对代码或二进制文件的「宣称」。它在二进制逆向工程场景做了基准测试：71 个真实 Windows 系统文件，AI 教科书式回答的错误率高达 97%，reverify 全部拦下，且没有误放过任何一个错误宣称。

同一个逻辑链条贯穿了本周的所有重要事件：

• 9/7 OpenAI 内部账本：验证回路是 agent 研究的基础设施
• 今天 reververify：确定性工具拦截 97% 的 AI 错误宣称
• 今天 OpenAI NS 证明：Lean 形式化验证把「候选」升级为「可检验」

我的判断：在前沿赛道上，决定胜负的已经不是谁的能力更强，而是谁的验证 harness 更厚。模型输出永远只是「声称」，只有经过确定性验证才能成为「事实」。对于正在构建 coding agent 的团队来说，这个教训同样适用——你需要的不是一个更会写的模型，而是一个能自动证明代码正确的验证层。

04真正的瓜：算力成了抢发权的杠杆

如果故事到这里结束，那就是一篇标准的「AI 又突破了的」爽文。但真正让这件事值得深挖的，是随之爆发的署名权争议。

根据多家媒体（包括腾讯新闻、QQ 新闻）的独立调查，时间线大致如下：

1. 8 月下旬至 9 月初：NYU 的 Tristan Buckmaster 与 Anthropic 的 Levent Alpöge 合作，借助 Claude、Codex 和 Astra/GPT-5.6 等模型，在受迫 NS 爆破方向取得了实质性进展。部分推理过程通过付费订阅账户提交到了 OpenAI 的服务端。
2. 9 月 3 日：OpenAI 内部察觉到了这一研究动向。
3. 9 月 3–6 日：OpenAI 迅速调动超大规模算力集群，利用未公开的前沿模型跟进攻关，在数天内产出了一份长约 100 页的受迫 NS 证明草稿。
4. 9 月 6 日：OpenAI 核心高管与 Buckmaster 进行紧急通话。据 Buckmaster 的公开声明，高管在通话中两次直接提出要求：必须在最终公开发布的研究成果中彻底拿掉来自 Anthropic 的研究员 Levent Alpöge 的共同作者署名。
5. 9 月 7–8 日：Buckmaster 公开长文复盘经历；陶哲轩在 Mastodon 发声力挺数学家的成果；OpenAI 正式宣布内部 AI 系统的证明结果。

这件事的本质不是「谁先证明的」，而是当一家实验室拥有 10 万张 GPU 集群时，学术竞争的规则被重写了。

数学家们把 AI 当作工具——他们提供直觉、方向判断和部分攻击策略，AI 帮忙展开计算和验证。OpenAI 则把数学家们的想法当作燃料——看到方向后，用算力优势在几天内碾压式地产出完整证明，然后反过来要求抹掉工具提供者的名字。

这不是「AI 民主化了数学」。这是算力不对称导致了信用不对称。「开放科学」的理想在 10 万张 GPU 面前显得苍白。当一方能在几天内从零追平另一方数月的积累，传统的学术优先权规则就开始失效。

05成本账：一次证明，几百万美元

回到 9 月 7 日那份内部账本的数据：OpenAI 中位数研究员每天消耗推理成本约 $600，P90 研究员超过 $7,000/天。那是「日常研究」的数字。

到了今天这种「万人 agent 集群攻坚千禧年难题级别」的任务，Noam Brown 亲口承认单次证明耗资数百万美元。这意味着：

• Agentic 前沿研究目前是 rich-lab sport。只有拥有万卡集群的实验室玩得起。
• OpenAI 的目标「2028 年实现完全自动化 AI 研究员」有了概念验证（PoC），但经济门槛决定了谁能参与这场游戏。
• 成本会快速下降（Brown 的原话），但「快速下降」是从百万到十万还是到千元的区别——即使降到万元级，也仍然不是任何团队都能负担的日常开销。

对于关注 AI coding / AI agent 的从业者来说，这条成本曲线有一个直接的启示：当 agent 能力足够强时，限制你使用它的不再是模型单价，而是验证回路的成本和可靠性。花百万美元证明一个数学定理值得吗？对于 OpenAI 这种体量的公司来说，这笔钱买的是「我们在 AGI 路线上又前进了一步」的叙事权和人才吸引力。但对于普通团队，更应该关注的是：如何用可控的成本构建自己的验证 harness，让 agent 在你的领域里产出可信赖的结果。

06我的判断：该为「AI 做科研」鼓掌，但别把草稿当定论

综合以上全部信息，我的判断可以浓缩为四句话：

第一，里程碑是真实的。AI agent 从「辅助人类敲代码」进化到「自主组织万人集群攻坚纯数学并产出形式化可验证的证明」，这是 agent 能力的质变点。9 月 7 日的内部账本和今天的公开战利品，构成了完整的证据链。

第二，边界必须划清。OpenAI 解决的是受迫 NS（有外力场），不是千禧年大奖的无外力 NS。两者之间的差距不是「细节问题」，而是数学上完全不同的命题。媒体「90 年悬案告破」的标题吸引眼球但误导读者。作为技术从业者，我们有责任在转发时加上这句注脚。

第三，社会基础设施滞后于技术能力。署名权争议暴露了学术共同体还没有准备好应对「算力碾压式科研」的新现实。当 AI 实验室既是运动员又是裁判（它们拥有算力、模型、发布渠道），传统的同行评审和优先权规则需要更新。陶哲轩的公开表态——支持数学家、不站任何一家商业公司——是这种张力的缩影。

第四，对 builder 的启示：投资验证层，而不只是能力层。无论是 coding agent 证明代码正确、AI agent 证明数学定理，还是 security agent 发现零日漏洞（AISLE 同日宣布自主发现 Cursor/VS Code 零日），核心模式都是一样的：agent 产生候选 → 确定性工具验证 → 输出可信结果。谁能把这三步做成自动化流水线，谁就掌握了下一阶段的竞争力。

 信息来源

• 赛迪网《9月9日AI全球眼》（2026-09-09）
• QQ 新闻《OpenAI抢证明:200美元Codex成大厂抢跑草稿》（2026-09-09）
• AGI HUNT · AI News Daily 2026-09-09
• quidproquo · AI Agent Daily & GitHub Digest（2026-09-09）
• OpenAI 官方公告（2026-09-08）
• Buckmaster & Alpöge 论文预印本（2026-09-07）
• Terence Tao Mastodon 声明（2026-09-08）

 其他动态

• Cognition 完成 $2B Series E，估值冲到 $48B：Devin 母公司由 a16z/Accel/Founders Fund/General Catalyst 联合领投，年化营收 4 个月内从 $492M 逼近 $900M；租用英伟达服务器集群年花费数亿美元，现金消耗预计今年达 $8 亿。（TechCrunch / 腾讯新闻 2026-09-09）
• 阿里 QoderWake 1.0 发布：一句话自然语言描述即可生成「数字员工」，覆盖前端/后端/产品/数据/设计/DevOps 等 10 种角色，内测 3 月已创建近 10 万个数字员工、执行约 200 万次任务，接入钉钉/飞书/企微。（Yangtzeer 2026-09-08）
• Anthropic Claude Code v2.1.265：50 项 CLI 变更——持久工具结果 1GB 上限（超出截断标记）、—plugin-dir 插件热加载、subagent 缓存修复等；Chrome 工程老将 Addy Osmani 加入 Anthropic 做 Claude Code。（AGI HUNT 2026-09-09）
• GitHub trending 主线「可信任」：reverify 用确定性工具拦截二进制逆向 97% 错误宣称（⭐1,036）；bankmcp 把银行数据读取锁进 PSD2 只读边界（⭐151）；headcount 把 172 个 Claude Code skill 按 16 个部门拆解为公司架构（⭐1,323）。（quidproquo 2026-09-09）
• WhatsApp 将原生支持第三方 AI 智能体：用户可通过 API key 将第三方 Agent 接入聊天框，每账号最多连 5 个；Telegram 已先行一步拥抱该趋势。（IT之家 2026-09-08）
• Cursor 推出 self-hosted machines：cloud agent 的工具执行完全留在企业自有网络内，支持动态池排程按需扩缩闲置 worker，回应企业安全诉求。（quidproquo 2026-09-09）
• 2026 世界机器人大会（WRC）北京启幕：3000+ 展品、300+ 首发新品、40+ 具身厂商集中亮相；叙事从「翻跟头/跳舞」转向药房夜班/物流分拣/产线上料等「真干活」场景；星海图具身基础模型 G0.5 展示陌生物品泛化抓取。（网易/欧时大参 2026-09-09）
• 外滩大会（9/9–12 上海）：蚂蚁灵波通用大脑机器人进国大药房值夜班（80cm 通道自主取药）；宇树上市后人形机器人展示家庭整理/商用实操；Robotaxi 首次线下公开亮相并可体验下单全闭环；千问 AI 眼镜语音查优惠券、理想汽车车载助手一键缴费/购票/加油。（新浪/新闻晨报 2026-09-09）
• 工信部「十五五」规划将「智能体安全」列入关键技术攻关：涵盖深度合成鉴伪、算力设施防护、训练数据保护；目标 2030 年智能算力规模达 9800 EFLOPS。（经济日报 2026-09-09）
• 最高法发布首部涉 AI 司法裁判规则：5 部分 24 条，聚焦 AI 换脸/幻觉侵权/自动驾驶责任等新型纠纷的判案标准。（赛迪网 2026-09-09）

微信公众号

欢迎关注「字与码」

如果这篇文章对你有用，也欢迎在微信里继续关注后续更新。

X

X / Twitter

关注 @ax2_zicode

更即时的技术观察、新文章提醒和一些短想法会发在 X 上。