这是AI第一次宣称攻破克雷数学研究所悬赏100万美元的“千禧年大奖难题”之一。然而，这一高调宣示不仅没有赢得学术界的掌声，反而引发了一场关于学术道德与数据掠夺的声讨。
几乎就在同一时间，纽约大学数学家特里斯坦·巴克马斯特（Tristan Buckmaster）发表声明，指控OpenAI“截胡”了自己和合作者一年多来的核心成果。
NS方程由法国科学家克劳德-路易·纳维（Claude-Louis Navier）于1822年提出，目的是将牛顿力学推广到真实流体中，以解决传统流体力学无法解释的“黏性”问题，当时，主流科学界使用的由欧拉等人建立的理想流体力学方程，即欧拉方程，并未考虑流体的黏性，虽然这在理论上很完美，但在工程实际中，无法解释流体通过管道的阻力、物体在水中的阻力等现实问题。
纳维假设流体分子之间存在着与相对运动速度成正比的排斥力，通过对这些分子力进行统计和数学推导，他成功在原有的欧拉方程中加入了一个用于描述流体内部黏性剪切力的项。这就是NS方程的雏形。
虽然纳维在1822年率先推导出了这个方程，但他当时的微观分子假设在物理学上并不完全准确。直到1845年，英国数学家和物理学家乔治·加布里埃尔·斯托克斯（George Gabriel Stokes）从宏观的连续介质力学和应力张量角度，进行了更严谨、更符合现代物理学的重新推导。
经过斯托克斯进一步完善的方程，被称为纳维-斯托克斯方程。作为流体力学的核心基石，NS方程用一组偏微分方程精准描述了黏性流体（如水、空气、石油、血液等）的运动规律。
在现实世界中，从洋流运动、气象预报、台风路径预测，到飞机与高铁的空气动力学外形设计，再到火箭喷管的气体流动、风力发电机叶片优化，乃至人体血管中的血液流动与心脏瓣膜设计，无一不依赖NS方程的数学建模。
然而，尽管这一方程在工程实践中被广泛应用，在三维空间中，对于任意平滑的初始流体状态，NS方程的解是否能够永远保持平滑（即速度场不出现无穷大），还是会在有限时间内发生“爆破”（Blowup，即局部速度或涡度趋于无穷，导致方程数学建模失效）。
正因如此，克雷数学研究所于2000年将“NS方程解的存在性与光滑性”列为千禧年七大难题之一。彻底解开这道难题，将对多个领域产生深远影响。
科学层面，将彻底奠定连续介质力学的数学根基，揭示湍流这一古典物理学“最后未解之谜”的数学本质，为非线性偏微分方程的求解开辟全新范式。
技术与工程层面，能够大幅提升流体力学仿真的精度与计算效率，使工程设计摆脱对庞大试验风洞与超算试错的过度依赖，推动航空航天、高效风机与先进船舶设计的跨越式升级。
商业与经济层面，高精度的数值模拟将显著降低重工业、能源开发与航空制造的研发周期与试错成本。
社会层面，能够极大提升极端气候（如台风、暴雨、飓风）的预测时效与精度，为灾害预警、城市防洪与气候变化应对提供更坚实的科学支撑。
正是因为该难题的科学价值与现实意义极其巨大，几代数学家沿着“爆破路径”展开了接力式的攻坚。早在2014年，菲尔兹奖得主陶哲轩就通过构造“抽象流体模型”率先证明，如果不对能量耗散做出极强限制，NS方程在逻辑上完全可能发生爆破，这为后续研究指明了方向。
此后，普林斯顿大学的塔里克·埃尔金迪（Tarek Elgindi）在三维无黏性流体领域（三维无黏性欧拉方程）取得里程碑突破，成功构造出包含奇点的爆破解，打破了该领域几十年的停滞局面。
在此基础上，西班牙数学家迭戈·科尔多瓦（Diego Córdoba）与路易斯·马丁内斯-佐罗亚（Luis Martínez-Zoroa）在方程中引入了外力/强迫项（Forced Term）。引入强迫项可以帮助研究者更容易地控制流体在特定区域的涡度演化，从而把爆破的数学条件逼近到真正的流体力学物理极限。
到了2026年8月中旬，巴克马斯特及其合作者勒文特·阿尔珀格（Levent Alpöge）在该框架下，进一步在NS方程简化版的“欧拉方程”上证明了爆破现象。在这一攻坚过程中，巴克马斯特团队频繁使用OpenAI的Codex平台辅助验证推导路径，将大量的阶段性草稿、几何模型和推演代码输入系统。
公开记录显示，8月下旬学术界传出“欧拉方程已被攻克”的风声后，OpenAI于8月28日迅速开启特定模型训练，并在9月1日调集上万个AI智能体和数千万美元级别的超级算力，针对NS方程展开大规模符号穷举。
这一做法引发了数学界的集体声讨。9月11日，陶哲轩、邓煜、彼得·舒尔茨等25位菲尔兹奖得主联合发表公开信《人工智能在数学中的严重错位》，直指当前AI公司与数学共同体之间在目标和价值上的尖锐冲突。
公开信指出，AI公司的目标是追求速度、性能榜单排名，以及将“解决重大未解难题”或快速大规模生产答案作为模型能力的基准，而数学共同体的目标，是追求深层的概念理解、可解释的方法、可靠的知识传承与人才培养。
他们承认，AI有加速数学研究的潜力，但他们认为，在数学研究中，一个著名的未解问题就像是航海中的“灯塔”和“路标”。真正宝贵的不是那个简单的“真或假”的终局答案，而是人类在攻克它时催生出的全新洞见、抽象概念和数学结构。
如果AI直接绕过思考过程、高速产出答案，可能会摧毁孕育思想的肥沃土壤。当机器能够大规模生产证明，但人类由于缺乏历练而越来越看不懂、无法真正消化这些证明时，数学知识的代际传递和连续性将面临断裂风险。
陶哲轩指出，如果仅仅为了拿一个历史性的难题来充当营销工具、蹭热度刷基准指标，而不是真正推动学科发展，这种滥用提取工具的做法，是在以毁坏下一个研究波澜为代价来换取眼前微不足道的短期成果。
毕竟，数学研究绝非围棋式的封闭博弈，靠算力黑盒强行拼凑出上百页机器推演，既没有提供新的抽象直觉，也没有提出通用的新工具，反而将繁重的交叉验证扔给了学术界。
新晋菲尔兹奖得主邓煜在谈及这场AI冲击时也坦言，面对AI技术的迅速发展，许多数学家感到焦虑，甚至有转行的冲动。如果AI真的把所有数学题都解完了，那也没什么，能亲眼在有生之年见证神迹我也算不亏，到时候我大不了直接回家专心写百合小说。
邓煜的话虽带调侃，但深刻指出了科研共同体对AI技术过度介入和商业化“抢跑”的无奈与反思。但是邓煜也认为，AI根本不可能发展到解决所有数学难题的地步。随着这股浪潮在未来一两年内退去，数学界自然会重新适应，形成新的学术生态。
与学术界对这场“算力截胡”的愤怒形成鲜明对比的，是社会公众对AI技术的另一种极端焦虑。近年来，从埃隆·马斯克（Elon Musk）多次警告“AI是人类文明面临的最大风险之一”，到被誉为“AI教父”的杰弗里·辛顿（Geoffrey Hinton）辞去谷歌职务并公开警告“AI可能通过掌控决策来毁灭人类”，再到上千名科技领袖联合签署公开信呼吁暂停超级AI的研发，“AI即将在智力上全面超越人类并最终灭绝人类”的恐慌盛行于世。
这些观点普遍将AI塑造为一个即将诞生自我意识、拥有主观邪恶企图的庞然大物。然而，NS方程的这场事件，恰恰用确凿的事实反驳了这种带有科幻色彩的“AI毁灭论”。
在整个事件中，那个耗费了上千亿Token的AI系统，并没有展现出任何自主意识，它没有欲望去争夺千禧年大奖的百万美元奖金，没有野心去争抢顶刊论文的署名，更没有主观企图去暗算人类数学家。它依然只是一个在预设指令下，按部就班执行推演与搜索的计算工具而已。
真正的越界行为，完全来自算法背后的决策者与商业主体。是科技公司为了展示模型能力、争夺资本估值与行业话语权，才下达指令调配超级算力完成这一任务，这也是大模型背后的公司利用了用户协议中的模糊地带，将学者输入的未发表研究过程作为训练数据，并在暴力破解之后，选择无视学术伦理，赶在人类学者论文正式发表前抢跑。
实际上，就在OpenAI公布这一成果前几天，数学圈就有传闻，Anthropic的Claude已经解决了一个千禧年难题，正在接受专家审查，他们即将在IPO之前公布这一结果。
OpenAI公开承认，其团队在听闻Anthropic已解决两个“千禧年难题”的传闻后，将一款尚未公开、能力“显著强于”GPT-6 Astra的内部模型，投放到六道悬而未决的难题上。
约50小时后，模型在与纳维-斯托克斯相关的一道子问题上取得关键进展，团队随即将全部算力集中于此，耗用1300亿输出token，最终结果于5日得出、6日通过计算机验证。
结果就是，OpenAI抢先公布了这个大新闻。从这一角度看，他们的目的不是截胡数学家，而是截胡自己最大的竞争对手。为了这一目的，连基本的学术伦理都不要了。
而且，根据巴克马斯特与英国《金融时报》等媒体透露的沟通细节，当学术界发现两边的进展重合并进行私下沟通时，OpenAI 研究人员曾向巴克马斯特提出，可以让他作为署名作者联合发布成果，但明确要求将他的合作者阿尔珀格（Levent Alpöge）的名字剔除，因为阿尔珀格是Anthropic的员工。
更重要的是，塔里克·埃尔金迪、巴克马斯特等人在过去几年取得的真实突破，是证明了强迫欧拉方程（Forced Euler Equations）存在奇异性（爆破）。这是极其伟大的数学成果，也是通往NS方程的重要基石，但这只是准备工作，而不是终点。
在流体力学中，随着黏性系数趋近于零，NS方程在形式上会趋近于欧拉方程。但“趋近”不等于“相等”。OpenAI利用AI智能体在黑盒里穷举的，只是一种极端参数下的渐近模拟与符号逼近，但在严格的数学分析中，没有证明黏性项在极值下的控制力，就绝对算不上证明了NS方程。
OpenAI在宣传中将人类学者在欧拉方程上的进展，通过暴力算力强行推广，并直接在公关文案中挂上“攻克千禧年难题”的大旗，用“近似解”代替“严谨证明”，不仅是“算力截胡”，更是“概念包装”。
OpenAI宣称的“攻克”，只是一场被商业算力与公关宣传夸大了的“半成品截胡”。
工具是无辜的，错的是背后的人。将矛盾归咎于“AI太强大要毁灭人类”，在很大程度上掩盖了实实在在的道德与法律问题。所谓的AI失控、AI攻击人类，执行的都是背后的人下达的指令。
实际上，在AI毁灭论面前，真正需要监管和约束的，从来不是无意识的算法与算力，而是那些拥有算力垄断地位、跨越学术伦理边界、在后台向AI下达指令的人。
正如数学家团体所说，AI应当是帮助科学家拓展认知边界的工具，而非被商业资本用来抢夺学术成果的武器。面对技术的快速迭代，建立规范与约束机制的对象，始终应当是背后的人。