2026年9月8日，美国人工智能公司 OpenAI（ChatGPT 的开发商）宣布：它用内部 AI 模型配合 1 万个并发 AI 代理，解出了数学界的著名难题——纳维-斯托克斯问题（Navier-Stokes problem）。这道题约 90 年无人解开，属于“千禧年大奖难题”之一。但消息发布前 24 小时，纽约大学数学教授 Tristan Buckmaster 刚与 Anthropic 研究员 Levent Alpöge 发布了高度相关的平行成果；Buckmaster 随即公开质疑 OpenAI 可能使用了他存放在 OpenAI 代码工具里的未公开研究数据。OpenAI 否认看过他们的工作，却承认“无法排除”相关数据帮助改进了模型。事件的核心仍未定论：答案是否成立要等数学界验证，数据争议已经先一步成为焦点。
纳维-斯托克斯问题是什么
先交代主角。OpenAI 是 2015 年成立的美国 AI 公司，以 2022 年底推出的 ChatGPT 闻名全球，主营大语言模型——用海量文本训练、能理解和生成文字的 AI 程序，也是当前 AI 行业最头部的公司之一。它宣称解出的纳维-斯托克斯问题，源于描述液体和气体流动规律的纳维-斯托克斯方程：天气预报、飞机机翼设计、输油管道计算都要靠它。问题是数学家至今无法严格证明：三维空间中，这个方程的解会不会在某处突然变成无穷大（失去物理意义）。
这个难题属于克雷数学研究所（美国数学研究机构）2000 年公布的“千禧年大奖难题”：共七个数学难题，解出任何一个、经同行验证，奖 100 万美元。纳维-斯托克斯问题位列其中，约 90 年无人摘得。
OpenAI 怎么解：更强的模型加一万个代理
按 OpenAI 9 月 8 日发布的博客，解题始于 8 月 28 日：公司训练了一个比刚发布的 GPT-6 Astra 更强的内部 AI 模型，并让它驱动 1 万个并发 AI 代理协同推进。AI 代理（agent）是能自主规划步骤、调用工具、分步执行任务的 AI 程序——把一个大问题拆成上万个子任务同时做，相当于把“一个人想十年”变成“一万人想一天”。OpenAI 称该模型在内部数学基准上表现“前所未有”，并产出了整套证明。
争议焦点：一天之差与数据从哪来
关键时间线：9 月 7 日，即 OpenAI 官宣前一天，纽约大学数学教授 Tristan Buckmaster 与 Anthropic（另一家头部 AI 公司，Claude 大模型的开发商）研究员 Levent Alpöge 发布了一个相关问题成果。Buckmaster 表示，他们整个项目的研究草稿都存在 OpenAI 的编程工具 Codex 里，他怀疑 OpenAI 的模型训练接触了这些未公开内容。
OpenAI 的回应分两层。技术成员 Sébastien Bubeck 称，OpenAI 在对方公开发布前没有看过其工作，且两份证明“差异显著、精确结果也不同”。但 OpenAI 在公告中同时写道：“虽然可能性不大，但我们无法排除，从他们使用我们产品的过程中获得的去标识化数据帮助改进了模型。”去标识化数据指抹掉身份信息、无法对应到具体用户的数据。Buckmaster 反驳说，这意味着 OpenAI“公开承认使用了我们得出结果之后时期的训练数据”。
为什么值得关注
这起事件同时涉及两个核心问题。其一，AI 做数学的边界：AI 早已参与数学证明辅助，但由 AI 公司以上万代理的规模、自主产出顶级难题的完整证明并牵动百万美元悬赏，尚属罕见；按规则，悬赏要经同行验证才发放，OpenAI 已表示不领这笔奖金。其二，用户数据的边界：研究者把草稿存进 AI 公司的工具，AI 公司用用户使用痕迹训练模型——用户输入的内容能否被拿来训练？OpenAI 与 Anthropic 对这条线的处理，将影响整个 AI 行业的数据规范。
一句话结论：OpenAI 是否真解出了这道 90 年难题，要等数学同行评审给出裁决；而“AI 做研究时用的数据从哪里来”，已经先一步成为这次事件中最值得盯住的议题。