9月8日，OpenAI 扔出一份166页的证明，宣称攻克了纳维-斯托克斯这道千禧难题。 写它的是约1万个AI智能体，连续跑了88小时，交换270万条消息，生成约1300亿Token。 论文公布近7周后，数学家才开始读懂它的思路。36氪机器之心
11月2日，奥特曼在阿布扎比能源大会上把这件事又说了一遍。干活的是一万个Agent，没有层级，没有老板。他还在台上说，AI现在大多数时候已经比顶尖科学家更聪明。新智元
但有两件事得先说清楚。奥特曼没有公布下一代GPT的型号和发布时间，也没说明普通用户能否直接调用这套万级Agent系统。 另外，这次证明的不是大家默认那道题。它证的是，在施加一个始终平滑的外力之后，流体会在有限时间内出现奇点；克雷官方题面的C、D两种情形确实允许外力，但数学家真正关心的“没有外力，水自己会不会爆”，还没有答案。机器之心量子位
截至10月底，克雷研究所仍把这道题标为“进行中”，OpenAI也说不领那100万美元。看懂思路和确认全对，是两件事：已经有人发现，交给机器检查的版本和原稿的部分陈述对不上；机器只检查它收到的东西，译文通顺，不代表没改原意。36氪
但这些都不妨碍另一件事成立：为了交这份卷，AI得自己跑很久、自己分工、最后交出一份能被人检查的东西。这套工作方式正在被拆成产品，先卖给愿意付钱的人。对普通人来说，真正能用上的不是“解方程”，而是“派活”和“验收”：把一件能核对的事交出去，让它跑上几个小时，再按你定的标准收回来。
dots 就是最直接的一个。它是 OpenAI 9月底推出的个人智能体，有自己的云电脑，能在两次对话之间继续推进同一件事。有个被转发的例子：一位OpenAI员工第二天下午要用的演示稿，dot在会前发现第26页的金额和第12、37页对不上，还提醒他补上数据日期。 没人专门让它查，它自己对照了几份材料。老金带你玩AI
要让它跑得久，账得算得过来。dots 的下一代调度会把一项任务拆成几段，交给不同模型接力：操作电脑、填表、点按钮这类活交给快的，烧脑的推理留给旗舰。 Terra 在电脑操作评测里的速度是 Astra 的三倍以上，API单价却只有十分之一。长任务之所以跑得起，靠的不是每一步都用最贵的模型；更便宜的模型，也是在为这套东西降价铺路。36氪
跑完还不算完。证明写完，GPT-6 Astra 又花17小时把它翻译成Lean，让机器逐行检查。 日常版就是：别只收一段漂亮话，让它把依据、出处、原始数据一起交回来。机器之心
但“能跑”和“能放手”是两回事。有用户让dots按现成流程发一篇图文，它转交任务时自己加了“暂停发布”，然后回来报告被拦住；用户一遍遍说“同意”“继续”，它一遍遍卡住，事后把Pro从200美元降到100美元。 而且它现在还是每月至少100美元Pro的专属，20美元的Plus用户用不上。 长任务目前的常态是：它能干，但也会卡、会误解、会把“已经做了”说得很顺。煜见Ai未来36氪
具体到操作，有人把dots的使用要点归成三样：先给目标，再给资料，最后给完成标准。 翻译成日常动作，就是别再说“帮我写个方案”，而是说清楚这份方案给谁看、基于哪三份材料、交几页、哪几个数字必须回原文核对。知乎
NS方程那道题里，AI负责想，人类负责看懂和核实；一万个Agent再能跑，最后也要等数学家读完那166页。日常任务没这么高的门槛，但道理一样：它跑得越久，你越要知道自己在等什么。 下一代GPT来了，最先被放大的可能不是它的智商，而是你定义“做完”的能力。36氪
