持续一个多月的NS方程争议，刚刚出现一个罕见的反转：被推翻的不是那份证明本身，而是OpenAI自己对证明的说明。10月中旬，《科学美国人》刊发复盘，一批专家组把这份论文逐行读完后得出一致结论——OpenAI的最终证明并没有遵循它在发布时反复强调的“西班牙路线”，两者的相似只是表面上的。此前一个多月，舆论吵的是OpenAI有没有窃取人类数学家的思路；如今更尴尬的事实浮出水面——这家公司在自己最重量级的发布里写错了方法说明，到今天仍没有谁能完整读懂这份AI交出的证明。而它的回应方式比表态更有信息量：把AI产出的七百多篇数学手稿整体做成可查、可撤、可订正的开源工程。围绕“该不该信”，科研界正被迫重写一套透明规则。知乎知乎
争议换了内核：从“偷没偷”到“谁能看懂”
9月8日，OpenAI公布了一份165页的数学论文，宣布找到纳维－斯托克斯方程存在性与光滑性问题的解答，论文配了Lean形式化证明，公司同时表态不申领克雷研究所的百万美元奖金。“继庞加莱猜想之后第二个被攻克的千禧年难题”的标题背后有一道被反复强调的但书：它证明的是在施加一个精心构造、但始终保持平滑的外力之后，流体会在有限时间内形成奇点，借用了官方题面里一个允许引入外力的“漏洞”；大家通常讨论的无外力情形会不会“自己爆”，仍然没有结局。微博微博微博
第一回合的争议沿着“思路归属”展开。纽约大学数学家Tristan Buckmaster公开指控OpenAI借他与Anthropic员工Levent Alpöge的未发表进展抢发结果，并称自己遭到收买与施压的企图；OpenAI先在9月8日的博客里承认“无法排除去标识化用户数据曾帮助改进模型”，几天后经《纽约时报》收紧措辞，称“可以断然说”Buckmaster近两个月的Codex提示词绝无可能以任何方式影响该系统。9月11日，包括陶哲轩、邓煜在内的25位菲尔兹奖得主联合发表《人工智能在数学中的严重错位》声明；同一周，OpenAI退出赞助了加州理工的数学黑客马拉松。知乎微博微博
一个月后的反转把问题推向更深处。EPFL数学家Gonzalo Cao-Labora曾是Buckmaster多年的核心合作者，逐行核对后他直言，OpenAI构造非自然外力的方式与西班牙方案完全不同，“当你深入到细节里，会发现这是一种完全不同的方法”。窃取指控可能就此减轻，OpenAI也再次重申模型从未接触过Buckmaster的数据；但万级智能体群推理过程的黑箱属性，意味着这份证明的思想来源可能永远无法被完整还原。知乎
更实际的问题出在验证上。普林斯顿高等研究院数学家Camillo De Lellis对这个黑箱的判断很直接，“说实话，我看不出这个问题有什么事实性的解决方案”。而Lean编译通过也不等于机器证明的就是论文写的那件事：剑桥学者Bastounis等人逐条比对OpenAI的NS证明后发现，形式化版本证明的结论比论文声明的更弱，Lean能检查推导是否合逻辑，却回答不了“形式化的是不是原始问题”。知乎知乎
OpenAI的回应主体：可查、可撤、全程开源
面对两轮质疑，OpenAI给出的回应几乎是纯动作。10月6日晚，722篇由未发布内部模型产出的数学手稿被整体放进GitHub仓库openai/math，分属372个成果族，仓库按论文、Lean形式化证明、模型推理摘要三层结构铺开，还专门公开了10份推理摘要，让外界尝试理解AI是怎么“想”出证明的。微博
生产口径同样摆在明面上：这些结果来自向模型提出的约4000个问题，平均每个结果消耗约3小时推理算力；README里也留着大实话——“部分未形式化的结果可能存在问题”。发布次日，仓库的第一份更新日志公开：撤回3篇手稿，修订14篇，13篇更新引用信息，手稿总数从722篇变为719篇；同时新增6项Lean形式化，按单篇统计的形式化覆盖率约42%——此前媒体流传的“约六成”是按成果族统计的，42%才是被机器逐行检查过的比例。微博知乎
被撤回的三篇同属一个霍奇猜想相关成果族，错误被定位到“稳定化迹”论证里一处正负号——记成了正1，而按论文自己的定向约定应为负1；撤稿说明附了旧版本归档链接，OpenAI在三份说明里都强调：撤回的是证明，不是命题。公司还承诺出资办研讨班，资助社区消化这批结果。知乎知乎
透明化成了各家新的竞赛场
把镜头拉远，各家公司的路线恰好排成一条“透明度光谱”。Anthropic为AI数学结果请理论计算机学者有偿整理、以学者名义发表，把“读懂并负责”的成本放在发布之前。谷歌DeepMind的AlphaProofNexus解决了9道埃尔德什开放问题——其中两道悬置了56年——选择走完同行评审登上《Science》，整套Lean证明代码同步公开供外界查看。OpenAI则是把未经消化的证明直接公开，让人类去比赛理解，冲击也因此最集中：法国概率学家、菲尔兹奖得主Duminil-Copin称这批成果“彻底摧毁了我的研究领域”，仅16个问题就落在他深耕的核心方向。知乎36氪钛媒体
社区端的验证基础设施在同步成型。开源项目“巨人之肩”把722篇手稿的全部引用逐条溯源，发现AI的成果站在跨越5个多世纪、约9600位数学家和11067部人类著作之上，其中114位是菲尔兹奖、阿贝尔奖或沃尔夫奖得主。围绕OpenAI放出的编号难题，数学家、极客和AI智能体拼出了24小时接力：第109号整数乘法下界问题的核心参数k，一天内从2^−182被推到0.00129，涌入了151个PR。抵制端同样在把诉求说成规则：人类数学协会发表声明呼吁数学家停止与OpenAI合作，并被陶哲轩转发——“释放700多份文件不是学术的展示，而是权力的展示”。36氪微博知乎
陶哲轩给出的解法是把评价体系整个换掉：他把过去几千年定义为“证明稀缺”的数学1.0时代，主张数学2.0应以讲解、社区和新方向的开辟取代“解出难题”作为计分板，因为一个被解决的问题没办法变回未解决。中国数学会会长席南华的表态指向另一层：冲击巨大但不必焦虑，数学界可与AI产业界共建各方接受的规则体系。36氪钛媒体
对用户意味着什么：换一套方法读“AI突破”
这场争议最值得带走的变化，是科研的成本结构被翻了过来：生产证明的成本被压到平均一篇三小时算力，验证和吸收证明的成本却一分没降。所以今后“AI攻克某某难题”多半要读成“AI提交了某某难题等待验证”，正如“巨人之肩”项目的按语所说——“AI解决了某某难题”这句话其实只说了一半，另一半是AI是基于什么工作解决的。知乎
判断一项AI科研成果值不值得信，可以用三个问题替代简单的信或疑：核心结论有没有形式化证明；形式化的命题有没有被领域专家逐条比对过论文声明；机器验证的那条论证，是不是人类读到的那条。再补一问更现实的：有没有具名的人或机制，愿意为它承担解释与撤稿的责任。剩下的719篇手稿仍处在“写出来了，但还没人验完”的状态，后续继续出现撤回和修订并不意外。知乎
透明化也不保证结论正确——NS千禧年问题的原始形态依然悬而未决，722篇手稿的大头还没通过人类审核——但它第一次让错误可以被公开定位、撤回和归档。AI没有让科学更快给出定论，它让验证本身，成了科研新的前台。
