OpenAI 宣布用 1 万 AI 智能体 88 小时攻克千禧年数学难题（纳维-斯托克斯），Lean 形式化验证再花 17 小时：陶哲轩"既点赞又担忧"

【新闻原文】 2026 年 9 月 8 日美东时间，OpenAI 宣布其内部一款尚未公开的 AI 模型（性能远超刚发布的旗舰 GPT-6 Astra）成功解决了"纳维-斯托克斯存在性与光滑性"问题（千禧年大奖七大难题之一，困扰数学界约 90 年）。OpenAI 团队动用了约 1 万个并发 AI 智能体协同工作，历时 88 小时生成证明，随后由 GPT-6 Astra 再花 17 小时完成 Lean 编程语言的形式化验证。研究人员塞巴斯蒂安·布贝克（Sébastien Bubeck）称这是"过去十二个月所看到轨迹的一个惊人顶点"。该证明显示：初始光滑的静止流体在有限时间内可能发展出"奇点"——流速无限增长——通过一个"边旋转边向内收缩并轴向拉伸的涡流"实现，能量始终保持有限，符合物理定律。OpenAI 研究员诺亚·布朗（Noam Brown）承认这一成果耗费数百万美元，仅纳维-斯托克斯项目就发送 270 万条智能体消息、消耗约 1300 亿输出 token，约为前代数学成果的 1000 倍。OpenAI 明确表示不申领 100 万美元千禧年奖金。同日，纽约大学数学家 Tristan Buckmaster 与 Anthropic 研究员 Levent Alpöge 公布"受迫欧拉方程"相关成果，质疑 OpenAI 在听闻二人工作后转向相同方法；OpenAI 回应称未通过任何方式看到对方工作，但也承认"不排除从其产品使用产生的去标识化数据中受益"。陶哲轩对结果表示"既点赞又担忧"。 【企服观察】 千禧年难题的破解，从来不是单纯的数学事件，而是科研自动化范式跃迁的标志性路标。当 OpenAI 用 1 万个智能体 88 小时解出一道困扰人类 90 年的题，且 GPT-6 Astra 仅用 17 小时就完成了 Lean 形式化验证时，我们看到的并不是"机器替代数学家"的老故事，而是"AI 研究助手（AI Research Intern）"第一次在顶级基础科学问题上跑通了"提出-验证-形式化"的完整闭环。这意味着两件事：其一，多智能体协同（multi-agent harness）从软件工程场景正式外溢到科研、咨询、金融建模等知识工作全场景；其二，AI 自我验证能力（self-verification）首次具备工程级可用性——形式化数学证明对正确性要求是零容忍，这为后续 AI 在金融、法律、医疗等强合规场景的落地打开了可信度天花板。 对企业服务行业而言，这则新闻有三层直接含义。**第一层，是 Agent Harness 从工具能力升级为产品形态**。我们过去一年看到的"数字员工"概念——阿里 QoderWake 1.0 内置 10 个岗位、荣耀 MagicOS 11 实现系统级 Agent Harness 商用落地、DeepSeek 大幅扩招 150 名工程师备战 Agent 弹性计算——都是 OpenAI 此次 1 万智能体协同时刻在中国市场的前置映射。OpenAI 用真实场景告诉全球 ToB 软件厂商：当一个企业内部署 10 个、100 个、1000 个数字员工时，组织架构、权限体系、知识沉淀、审批流程、审计追溯都必须重做一遍，而支撑这一切的底座就是 Agent Harness。**第二层，是大模型推理成本正在重新定义"知识工作"的单位经济**。1500-2250 万美元的一次数学证明、约 1300 亿输出 token、单题算力是前代成果的 1000 倍——这些数字提醒我们，模型能力指数级跃迁的同时，单次复杂任务的算力开销也在指数级放大。对企业 CIO 而言，未来 18 个月需要重新设计的不是"上不上 AI"，而是"哪些高价值环节值得为 AI 推理支付边际成本"。**第三层，是数据合规与功劳归属的新边界**。Buckmaster 与 Alpöge 的同期成果直接撞车 OpenAI 的方法，OpenAI 承认"不排除从对方使用产品产生的去标识化数据中受益"——这是第一次头部 AI 公司公开承认跨主体数据可能进入训练闭环。**对中国企服的启示**：头部 SaaS 厂商在引入第三方大模型 API 时，必须把"训练数据可解释性、模型输出可追溯性、数据隔离可证明性"三件事写进采购合同；否则一旦发生内部研究/客户案例被外部模型"学过"而引发的纠纷，企业将面临类似 OpenAI 当前的信任危机。 从更长视角看，千禧年难题的 AI 化、Agent 协作的产业化、AI 自验证的工程化，三者叠加意味着企业研发部门（R&D）的人员配比在 2027-2028 年间很可能从"10 名研究员 + 1 个 AI 助手"倒置为"1 名研究员 + 10 个 AI 智能体"。这一拐点会比多数人预想的更早到来——OpenAI 内部已公开其 RSI（Research Speedup Index）达到每个研究员工作日对应 3.1 个 Agent 工作日，而此次千禧年难题的 88 小时相当于资深数学家 2-3 年闭门研究的产出。建议中国 ToB 软件厂商、投资机构、产业政策制定者，都把这一案例视作对未来 12 个月企业研发组织重构的"早期预警信号"。