AI 在数学上的推进速度，正把学术共同体、评测体系和安全讨论一起推到台前。
9 月 11 日，《华尔街日报》专栏作家 Ben Cohen 撰文讨论 AI 与数学。他在文中写道，AI 已经强到能解开人类最难的数学题，也能杀光我们。Cohen 坦言自己并不懂纳维-斯托克斯方程，但他认为，哪怕不懂数学，也能看出 OpenAI 这次宣称取得的突破意味着什么：AI 的进步正在加速，而且这种加速令人恐惧。
同一天，陶哲轩等 25 位菲尔兹奖得主联名发布声明《AI在数学中的严重失配》（A Severe Misalignment of AI in Mathematics）。他们所说的「失配」，指的是 AI 公司与数学家追求的目标并不一致：数学家要的是新方法和新理解，AI 公司则把名题当成模型能力展示的跑分工具。
七天内连续五件事，集中指向同一个缺口
把这一周发生的事情按时间排开，争议的背景会更清楚。
- 9 月 3 日，GPT-6 Astra 发布，在 FrontierMath Tier 4 拿到 97.6%。
- 9 月 5 日，OpenAI 一个尚未发布的内部模型，在首批智能体启动约 88 小时后，得到纳维-斯托克斯问题的一套解法。
- 9 月 8 日，OpenAI 公开结果，当天就被 NYU 数学家指控抢跑，还引发了「不让 Anthropic 员工上论文」的署名争议。
- 9 月 10 日，Epoch AI 宣布 FrontierMath Tier 4 已经饱和。
- 9 月 11 日，25 位菲尔兹奖得主联名发声。当晚，《华尔街日报》把数学突破和 AI 灭绝风险放进了同一个标题。
这五件事连在一起，指向的是同一个问题：AI 创造知识的速度、人类确认知识的速度，以及规则调整的速度，已经出现明显脱节。
14 个月内，FrontierMath Tier 4 从近乎空白到被解穿
FrontierMath Tier 4 是 Epoch AI 设计的一组研究级数学题，目标是测试最强模型。题目难度很高，有些问题即便交给顶尖研究者，也可能需要几天时间才能解开。
2025 年 7 月 Tier 4 刚上线时，最强模型只能做出约 5%，几乎等于交白卷。不到 14 个月后，Epoch 宣布，每一道 Tier 4 题至少都被 AI 解出过一次。
其中最后一题由 GPT-6 Astra 解出，出题人是数学家 Jay Pantone。Epoch 还特别提到，过去数学家常抱怨模型会靠「意外捷径」绕过精心设计的题目，但最后这一题并没有走捷径。
随后，Epoch 给出的结论很直接：这个基准已经饱和。换句话说，考卷已经追不上考生，必须更换评测方式。
Epoch 也已把评测重心转向真正的开放问题，意味着 AI 评测体系开始进入连人类自己也不知道答案的区域。按照文中描述，AI 能力增长的速度已经跑赢了人类测量它的方法。Epoch 的 Greg Burnham 对此的概括是：一个时代落幕，另一个时代开启。
88 小时的智能体协作，被描述为一次研究机构式运转
如果说 FrontierMath 说明基准开始跟不上模型，那么纳维-斯托克斯事件展示的则是另一层变化：AI 不只是会做题，而是开始以类似大型科研组织的方式运转。
按照文中描述，这并不是单个模型独立完成的任务，而是一场多达 1 万个智能体参与的协作。它们被分成不同小组，有的负责证明，有的负责证伪；各组之间会通信、共享中间结论，中途还可以无缝切换到更新版本的模型。
在首批智能体启动约 88 小时后，其中一个小组交出了一份长达百页的最终证明。
OpenAI 公布的纳维-斯托克斯奇点机制示意显示，流体会向内螺旋、沿轴拉伸，橙色区域是高速旋转区，青色区域是低速区。随着涡心不断缩小，速度变得无界，但总能量仍然有限。
文中将这一流程概括为对人类顶尖科研机构工作方式的复刻：不是一次性算出答案，而是像研究所一样组织、分工、交流和迭代。
机器用 88 小时生成结果，人类确认仍以年计
在人类数学共同体内，纳维-斯托克斯问题的状态仍然是「未解决」。
按千禧年奖规则，一个解答首先要在合格渠道发表，发表之后至少等待两年，并获得全球数学共同体的普遍接受，Clay 才会启动正式审议。Clay 主席 Martin Bridson 对 AFP 表示，评估过程是「刻意不急」的，而且必须「绝对严格」。OpenAI 自己也表示，不打算申领这笔 100 万美元奖金。
因此，就目前可确认的信息，更准确的表述是：OpenAI 公布了一套千禧年难题的解法，并声称已经完成 Lean 形式化验证，但这套结果还没有得到数学共同体的独立确认。
88 小时与至少两年，构成了这次事件最醒目的时间反差。问题并不在于人类验证太慢，而在于机器把「发现」的速度提升后，人类对结果的理解、检查、解释、简化和吸收，并没有同步加速。
文章提出的核心追问也在这里：如果机器开始以几天一个重大结果的节奏批量生成知识，接下来几年乃至几十年的阅读和消化工作，最终由谁来完成？
署名与归属争议，率先撞上旧规则边界
纳维-斯托克斯结果公开当天，争议立即扩散到署名与归属问题。
NYU 数学家 Tristan Buckmaster 和在 Anthropic 任职的 Levent Alpöge，整个 8 月也一直在研究相关流体方程。《纽约时报》还原称，两人的工作方式是：Buckmaster 提出问题，Alpöge 将问题交给 Anthropic 内部模型；模型生成结果后，两人再根据输出调整问题，继续回喂数据。
按照 Buckmaster 的说法，事后 OpenAI 曾提出多个安抚方案，包括允许他先发布自己的结果、让他成为 OpenAI 论文的第一作者，以及提供算力供他继续研究。但文中称，最大的障碍是 OpenAI 不想让 Levent 出现在论文上。
配图中的黑板记录了 Buckmaster 和 Alpöge 在整个 8 月的进展时间线，包含 8 月 15 日的欧拉方程、8 月 22 日的 Lean 形式化、8 月 31 日等节点，以及 Figalli、Hairer 等同行的名字。
文章进一步把争议延伸到另一层更敏感的问题。Buckmaster 过去数月一直在使用 Codex 整理 AI 生成的数学草稿。于是，一个新的担忧浮现出来：他输入 Codex、但尚未公开的独家科研思路，是否可能通过隐秘的数据管线，反过来成为 OpenAI 内部研究模型的养料。
Buckmaster 自己承认没有证据，但他认为事件的时间线与 OpenAI 的证明路线都在暗示这种可能。
OpenAI 则在 9 月 10 日更新公告称，经内部彻查，Buckmaster 过去两个月的 Codex 提示词绝对不可能通过训练或其他任何方式影响这套内部模型。
这场争议暂时没有明确结论，但它暴露出的问题非常具体：
- 一个人的私有提示词，算不算受保护的科研资料；
- 企业内部投入巨资推进的研究项目，能否署上竞争对手公司员工的名字；
- 当模型参考过海量公开资料后，新的贡献与既有工作的边界该如何界定。
普林斯顿高等研究院的 Peter Sarnak 对《纽约时报》说：「这种讨价还价，我这辈子没听说过。」
文中的判断是，数学界几百年沉淀下来的学术规则，并不是为这种高速机器生产节奏准备的。
25 位菲尔兹奖得主反对的不是 AI 本身
在这场争论里，25 位菲尔兹奖得主发布的声明并不是简单的「反 AI」立场。
联名者包括陶哲轩、Peter Scholze、James Maynard、Maryna Viazovska 等数学界知名学者。文章提到，陶哲轩本人一直在积极尝试用 AI 辅助数学研究，声明本身也承认 AI 确实有潜力加速真正的数学理解。
他们真正反对的，是把「解题」直接等同于数学。按照文中说法，在当前高热度的 AI 竞赛里，一些 AI 公司为了股价和宣传，把「解掉名题」当成最高优化目标。在这些数学家看来，千禧年大奖难题正在被当成证明模型有多强的跑分工具。
而数学真正珍贵的部分，在于解题过程中诞生的新方法、新概念，以及这些成果最终如何沉淀为人类共同知识体系。
现在，AI 公司频繁抛出震动学界的新结果，速度快到外界来不及消化。声明还特别指出，发布节奏过快，会让外界难以分清哪些是新想法，哪些只是建立在前人工作之上的延伸，这会直接带来严重的署名与归属混乱。
为何数学突破会被连到灭绝风险
《华尔街日报》把数学突破与末日警告并置，文中的逻辑并不止于「AI 超过数学家」。真正被放大的，是机器创造知识的速度第一次明显快过了人类确认、归属和消化知识的速度。
文章还提到，GPT-6 Astra 的系统卡写明，它是 OpenAI 第一个达到网络安全「Critical」阈值的模型，并在 ExploitBench 上拿到 100%。
当解千禧年难题的组织能力、零日漏洞的攻击能力，以及更难被看清的推理能力，集中出现在同一个模型身上时，外界对风险的关注自然会抬升。
OpenAI 在纳维-斯托克斯公告最后一段还表示，接下来会先摸清这个新模型，再决定推进速度要多快，可能需要对进展速度做出更审慎的选择。文章将此解读为：刚刚交出千禧年难题答卷的 AI 公司，已经主动开始谈减速。
闭门讨论留下一道仍未解答的问题
Cohen 在专栏末尾还提到，上个月，OpenAI 邀请一批顶尖数学家到旧金山办公室参加闭门会议。讨论的前提假设是，AI 终将在数学上超越人类；在这个前提下，再去谈教育怎么办、科研合作怎么办、论文发表怎么办，以及下一代数学家如何培养。
这场讨论持续了一天，没有得出答案。
文章最后给出的判断是，这个问题没法打包交给 Lean 自动验证，仍然只能由人类自己来回答。