这篇热榜真正要回答的，不是纳维-斯托克斯方程长什么样，而是AI把"千禧年难题"推上榜之后，最先变的东西在哪里。先给结论：截至今天，纳维-斯托克斯的百万美元奖金还一分没发——克雷数学研究所9月11日的公告里只用了一个表述"看起来已经解决"，并强调评价与认定不会仓促。 真正最先发生变化的，是三件事：验证成了科学的瓶颈，"解题人"的职业路径开始移动，而解出难题的同一套模型能力，正在被装进你桌上的对话框。知乎
AI解开的，不是教科书里的那道纳维-斯托克斯
9月8日，OpenAI宣布用AI工具跑通了纳维-斯托克斯方程的形式化证明，这是悬赏百万美元的千禧年难题之一。 但要分清它解开的是哪一支：这个结果是在"足够光滑的外力作用"下构造有限时间奇点，对应克雷官方问题表述里的C、D两种替代命题，大家最熟悉的"无外力三维Navier-Stokes是否永远光滑"那一支并不等同于它，到今天仍敞着口子。果壳知乎
11月6日前后这波"再迎反转"，反转的不是证明真假。《科学美国人》采访的多个研究组分析细节后认为，OpenAI构造外力的方法与早期叙述归因的"西班牙计划"路线并不相同，这次校正的是研究路径与归属叙事；更底层的问题出在"翻译"——机器编译通过并不能替代对自然语言原稿的验证，Lean能保证的只是形式化命题在给定的定义和逻辑环境里成立。知乎
所以现状既不是"AI封神"，也不是"AI翻车"。答案可以被机器迅速生成，但一道突破要经受翻译、复核、归属和共同体验证，四道门缺一道，"解决"二字都不成立。知乎
瓶颈从"产出答案"搬到了"确认答案"
答案侧的产能早已过剩。10月6日，OpenAI一次性公布722篇数学文稿，覆盖三四百个问题，其中不少被形容为菲尔兹奖量级；菲尔兹奖得主邓煜随后公开批评：这家AI公司基本上没公布证明的思维链，也没说明是否基于他人的思路，就在没有任何正确性保证的情况下直接发布。 它的流程描述是：上万个智能体88小时拼出完整证明，再花17小时用Lean逐行检查逻辑漏洞。知识分子果壳
而确认侧刚刚建制。10月中旬，OpenAI、Anthropic联合西蒙斯基金会宣布共同投入1500万美元，支持数学家评估AI辅助产出的研究成果。 月底OpenAI又公布合作原则：不为内部模型产出的结果争夺学术署名，把它们定位为"原始科研数据"。 六位数学家搭起了"数学之舵"论坛——立场写得很直白：数学家没有义务检查AI生成的论文，但读过之后的心得值得公开沉淀。智东西知乎知识分子
杨-米尔斯一支，跑出了第一个"机器生成—机器检查—人类评审"的完整样本。10月26日OpenAI宣布四维纯杨-米尔斯理论存在性的形式化构造时，论文没有直接公开，而是交给由格罗斯带队的评审组；11月10日评估报告落地：满足Wightman公理的四维量子场论确实被构造出来，但质量间隙和无穷体积极限的唯一性仍然没有证。知乎
机器层面查得极细：清点覆盖25万余条项目声明，主结果依赖的10万条被丢进全新内核环境重检，全程没有sorry占位、没有unsafe标记。知乎
人却更诚实：评估组做了大量人工定义审查之后明说，我们还不完全理解这套证明。知乎
程序上的争议随即爆发：九位数学家联名要求立即公开，理由很硬——形式化早已完成，压着不放没有科学理由；得州大学的Andreas Karch说得更直接：让公司自己挑谁来审，本身就是特权。 同一批成果里，被AI声称推翻的指数时间假设（ETH）反而走对了流程：这个被理论计算机领域当作前提用了近三十年的假设被证伪后，当年提出它的两位研究者正与同行一起，检查AI给出的反证。知乎机器之心
最先受影响的，是原来靠"解题"吃饭的人
数学界真正的行动从9月11日开始：陶哲轩、邓煜等25位菲尔兹奖得主联名发表公开声明《人工智能在数学中的严重错位》，签名者从1978年的德利涅到当年新科得主邓煜；如此规模的联署，在菲尔兹奖近90年历史上从未发生过。果壳
他们担心的不是失业，而是答案与理解的脱钩。陶哲轩打的比方是：数学家研究难题，就像徒步者在崇山峻岭中寻找一条瀑布——路过的每处迷路都要画进地图，价值恰恰在过程里。 也不是所有顶尖人物都同意这个判断：菲尔兹奖得主Timothy Gowers拒绝联署，理由是AI很快会把数学家的活干得更快更好。果壳智东西
陶哲轩把积累了几代人的开放数学问题称作"不可再生资源"——好问题靠几十年直觉筛出来，采一个少一个，而AI公司正把它们当跑分榜开采。果壳
他在10月中旬的对谈里说，数学正在从个人英雄式攻坚，走向大规模研究的时代。 成果成批涌来、理解与验证跟不上时，他把这种状态形容为"证明消化不良"。微博果壳
职业恐慌则只维持了几天：奥特曼转述斯坦福访谈，一些数学家看到AI表现后的第一反应是"我们完了，得让研究生转专业"，大概到第五天就变了。微博
有人没等第五天。2026年菲尔兹奖得主雅各布·齐默曼在多伦多大学获奖演讲上宣布成立"数学AI安全研究所"，并说自己离开纯数学、转做AI安全，他那句流传最广的话是——人类不靠AI解开著名难题的时代，到今年底就会结束。 国内数学界的消化速度也值得记一笔：复旦雷震团队率先系统性重构、发文解读OpenAI的N-S爆破成果——“把AI的答案重新变成人能用的知识”，本身正在成为一门新的学问。微博微博
离普通人最近的落点：对话框
奥特曼在11月初的演讲里，把"今年早些时候"证明纳维-斯托克斯称作他见过的AI史上最不可思议的时刻之一，并说完成这一切的"下一代GPT"很快就会发布——AI现在大多数时候已经比顶尖科学家更聪明，唯一的瓶颈只剩能源。新智元
这组叙事正在被反噬。11月刷屏的批评文章逐条拆解：所谓"12万亿参数"只存在于传闻里，官方口径始终只提一个未命名的内部模型。知乎
在文章作者看来，整场传播不过是一场把"暴力计算"包装成"智慧觉醒"的造神运动。 但产品化的方向不太像烟雾弹：OpenAI推出了只测"办事"不测"做题"的LifeVal评估，宣称AGI已经正式从考场走向生活。 而奥特曼的原话是，这颗大脑用不了多久，就会安静地躺在每个人的对话框里。 对普通用户来说，这比任何方程都可靠：难题能力会先变成更便宜、更通用的产品，科学红利排在后面。知乎新智元新智元
流体本身：改变排在最后，但有四个观察信号
回到标题里的"流体方程"：这一轮AI给出的是存在性层面的分支答案，不是新的数值方法，天气预报和飞机设计里没有任何一行代码因此改写。如果722篇里那篇"在外力纳维-斯托克斯中嵌入图灵机"的手稿被确认，它甚至指向反面——流体的精确长期预测可能有计算上的极限，工程会继续依赖数据驱动的模拟。请注意，这条结果尚未过完人工复核，只能当值得盯的线索，不能当结论。
接下来值得盯四个信号：克雷研究所对"看起来已经解决"之后的正式认定；"无外力"那一支是否出现能过翻译门的候选证明；"牧者模式"的评审会否被联名压力改成公开流程；以及LifeVal这类评测，会把"解题能力"的落地周期压缩到几个月。
所以，AI解千禧难题最先改变的，不是水里的物理，也不是你明天的航班——它先改写了知识的供应链：答案越来越便宜，验证越来越贵，离你最近的落点，是那个不断变强、不断变便宜的对话框。
