AI辅助科研正在越过“整理资料”和“生成代码”，进入直接提出数学证明的新阶段。OpenAI于2026年9月8日公布一项关于纳维–斯托克斯方程的研究结果：其内部系统给出一个分析证明，并通过Lean完成形式化表达，试图证明平滑初始流体在有限时间内可以形成奇点。

这个问题为什么重要？

纳维–斯托克斯方程描述流体如何运动，广泛用于飞机设计、天气预测、海洋研究和血流分析。数学界长期关注一个核心问题：三维不可压缩流体即使从平滑状态开始，是否也可能在有限时间内出现速度无限增长的“奇点”。2000年，克雷数学研究所将其列入七个千禧年大奖难题。

OpenAI披露的结果选择了“可以发生奇点”的方向。其构造是一种不断向内旋转并被拉长的涡旋结构：局部速度持续上升，但系统总能量保持有限。要让这一过程在方程中成立，惯性、压力、动量传递和黏性等项需要在极端尺度上实现精细抵消。

约一万个智能体协同搜索

值得关注的不只是结论，还有研究方式。OpenAI称，系统同时组织了大规模智能体群组，以不同问题表述和证明方向展开探索，再由智能体之间交换中间结果。最终参与纳维–斯托克斯问题的规模约为一万个并发智能体，累计发送约270万条消息、消耗约1300亿输出词元。

智能体先解决了相关的欧拉方程正则性问题，团队随后把这一线索提供给更多智能体，并集中资源搜索纳维–斯托克斯构造。候选结果出现后，又使用GPT-6 Astra完成Lean形式化与验证。整个过程体现了一种新的科研计算范式：模型不只是单次回答问题，而是被组织成可以分工、复核和整合的研究系统。

形式化验证不等于学术共识

Lean证明可以检查推理是否符合形式规则，但重大数学成果仍需要专家独立审阅，确认问题设定、形式化定义和现实数学语境之间完全一致。OpenAI也表示无意直接申领奖项，而是希望公开展示模型能力进展。因此，目前更准确的表述是“公布了解答和形式化证明”，而不是宣布该千禧难题已经获得数学界最终确认。

对企业和研究机构而言，这项工作提示：未来高价值AI应用可能由“多智能体搜索、专业工具调用、形式化验证、人工责任”四部分共同构成。模型能力重要，但可复核的证据链同样决定科研AI能否进入严肃生产环境。

信息来源：OpenAI官方研究文章，2026年9月8日。本文为AIcent基于公开资料撰写的中文原创解读，配图为原创生成的新闻示意图。