10月中旬，《科学美国人》刊发了一篇关于OpenAI纳维–斯托克斯（NS）方程证明争议的复盘。多个逐行啃读这份166页证明超过一个月的专家组最终得出了同一个结论：OpenAI的证明并没有遵循它发布时反复宣称的“西班牙计划”路线——这是数学圈对西班牙两位数学家迭戈·科尔多瓦和路易斯·马丁内斯-佐罗亚所提研究策略的称呼——两组方法的相似之处仅仅停留在表面。知乎
OpenAI对争议的回应是：在给《科学美国人》的声明中重申，模型不可能读到指控其剽窃的纽约大学数学家特里斯坦·巴克马斯特的数据。 但同一篇复盘披露了更刺眼的部分：发布成果时，OpenAI自己就没有看懂模型给出的证明，当时甚至不确定巴克马斯特的工作是否已进入训练数据。知乎
这次争议动摇的不是证明本身——多数专家的倾向仍是结论“大概率成立”——而是“公司官宣+形式化验证通过”等于可靠科学结论这个最朴素的信任等式。所以“你还会无条件相信AI的科学结论吗”的答案是不，但“不信”不等于“都不信”：AI的科学结论应当被当作需要走完完整验证链的假设，因为这条验证链的第一环这次就松动了，而松动方恰恰是OpenAI自己。
证明了什么、没证明什么：题面留下的“漏洞”
9月初发布时的叙事是“AI 88小时攻克千禧难题”：OpenAI动用未公开的内部前沿模型，协调约一万个AI智能体，88小时里彼此来回发送270万条消息，累计吐出约1300亿个token。 产出的是一份一百多页的证明论文与配套的Lean形式化，媒体报道其算力花费达到数百万美元。知乎微博
但第一件要澄清的事是：AI解决的并不是许多人以为的那道题。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，三维不可压缩NS方程会在有限时间内形成奇点；而“没有外力时，流体自己会不会爆”这个核心问题，依然没有答案。 漏洞出在官方题面本身：克雷数学研究所给出的NS问题表述允许引入外力项，当年替克雷研究所撰写官方题面的费弗曼，也公开把更早打下策略基础的功劳记在西班牙两位数学家迭戈·科尔多瓦和路易斯·马丁内斯-佐罗亚头上。微博知乎
论文里描述的构造可以粗略转述成：先造一个不断向轴心收缩、速度持续增大的背景涡旋，再引入局域化的高频振荡扰动，让扰动产生的非线性动量通量恰好抵消背景流留下的奇异部分，从而让外力全程保持光滑。知乎
论文自己也区分了它与西班牙路线的差别：西班牙计划靠大尺度应变放大小尺度涡量，而它的构造用振荡脉冲产生平均动量通量，为收缩中的背景涡旋补足所需的作用。 核心机制不同，这正是专家组认定“相似只停留在表面”的技术依据。知乎
社区的比对还发现了论文表述与代码的错位：原论文称只需要额外4阶导数就能得到一个估计，但对应的Lean代码用了额外5阶导数的条件——条件更强，证明的其实是更弱的陈述；另一处压力通量估计还存在证明方法与结果不一致的情况。 截至发稿，这些分析尚未得到OpenAI的正式回应。知乎
回应链：解释了署名与流程，没有回答“看懂了吗”
9月8日OpenAI官宣当天，巴克马斯特就在社交媒体发布声明：NS问题已被解决，用到了OpenAI Codex，声明提到的合作者Levent Alpöge任职于Anthropic。 他随后公开指控OpenAI窃取其团队用模型取得的进展，甚至声称遭遇过贿赂和威胁——这是他的单方指控，OpenAI始终予以否认。微博知乎
OpenAI最早的回应集中在学术伦理上：涉事人员称被泄露的截图是主动联系阿尔珀格协调双方发布行动，并强调自己从未要求将对方从作者身份中移除。 9月22日，OpenAI公布了独立数学审查小组，请来的背书方包括下届国际数学联盟主席、美国和伦敦数学会主席，连Witten都在其列。微博知乎
10月6日、7日，OpenAI把722篇AI生成的数学手稿一次性挂上GitHub，覆盖372组结果，模型尝试的问题约4000个；紧接着就撤回了3篇稿件、修订另外14篇，仓库说明同时写明部分未经形式化的结果“可能有问题”。 公司的官方姿态是：科学探索不会因为AI的出现而停止，反而会加速发展。36氪知乎
把这条链从头数到尾，OpenAI一直在解释的是“偷没偷、改没改、有没有请人审”，从未给出的是“我们自己能否完整解释模型的证明”——而这可能才是世界想知道的答案。普林斯顿高等研究院数学家卡米洛·德·莱利斯对这场罗生门的判断是，这个问题看不出有什么事实性的解决方案，因为它已经不再是一个可以明确验证的数学事实。知乎
Lean通过不等于验证通过：没人检查的语义缺口
“过了Lean验证”和“解决了问题”不是同义词，这是NS争议中最容易被公众忽略的一条裂缝。10月10日前后公开的arXiv批评论文，把OpenAI的自然语言证明手稿与配套Lean代码逐处比对，发现：手稿里用来控制高频模态的核心引理（谱间隙引理）在代码里完全消失；代码反而引入了手稿没提过的能量级联不变量；Lean证明的定理陈述与手稿想证明的命题并不等价。知乎
这篇批判同时强调：它不主张OpenAI的证明一定错误，而是说Lean验证不能自动当作自然语言证明全部论证的忠实验证凭证。 形式工具能保证的只是代码内部的逻辑自洽；“这条定理陈述究竟在证哪个命题”“代码里的定理和论文里的定理是不是同一件事”，属于语义问题，机器无法替人回答。落到普通用户身上是一条可复用的经验：在AI的科学结论里，“机器验证通过”不等于“你问的问题有了答案”。知乎
产出快过理解：危机不在对错，在理解
比“对不对”更根本的是“读不读得懂”。一位专攻图形学、做过皮克斯特效的麻省理工学院教授对彭博社承认，自己读到这份证明的开头几页就走不下去了；他的判断是这份证明“谈不上好看”，“八成是成立的”。《科学美国人》称，截至其发稿，证明发布已一个多月，仍然没有人完全理解它——包括OpenAI自己。知乎知乎
验证的规模问题更紧迫。仅722篇手稿中的一批里，就有谱几何方向的研究者开始烧token逐篇验证，称“正在验证350”。 而且这只是一次发布：该公司上周又向社区放出了约400条结果，其中至少有十几条，若放在人工智能时代之前足以让任何一位人类数学家获得菲尔兹奖。知乎知乎
数学界为此出现了明显的分裂。最近一批包括25位菲尔兹奖得主联名发声警告AI的目标严重错位，陶哲轩本人也转发过多位数学家呼吁停止与OpenAI合作的文章。36氪知乎
陶哲轩自己选择的是更中间的路：10月9日，他在加州理工把演讲改名为《数学2.0》，宣布AI已把数学界从“证明稀缺”的旧时代踹进“证明过剩”的新纪元，并留下一个让人后背发凉的思想实验：如果AI开出一副人类都看不懂的完美抗癌药，你敢用吗？ 另一侧，77岁的丘成桐联合八大机构、集结千名学者建造数学大模型亲自下场。 对照组同样值得注意：DeepMind在AI解决埃尔德什问题时，是把成果交给《科学》走同行评审的。 发布路径的分野，成了这场争议里真正的分水岭。36氪36氪36氪
往后，该怎么相信AI的科学结论
消化这个热点的正确姿势不是喊“AI造假”，而是把信任重新挂到验证流程上。下一次再看到“AI攻克×××”的标题，可以按五道闸过一遍：题面定义是否与原始问题一致——这次NS证明解决的就不是无外力版本；形式化陈述有没有经人核对——Lean通过只是必要条件；有没有独立专家组在复现、态度是什么——NS证明目前是“八成成立、无人全懂”；机构有没有自我撤回与修正——OpenAI撤回3篇修订14篇反而是值得记录的正面信号；最后是发布方式走没走同行评审，还是裸放预印本——后者会把验证成本转嫁给整个学界。
“无条件相信”已经被当事方自己的行动证伪：宣布拿下千禧级突破的公司，在发布时并不能理解那份证明，还向外界错误描述了它的路线。 但反转同样证明了另一件事——证明没有被推翻，AI也确实走出了一条此前没人走过的路。科学缺的从来不是答案，而是配得上答案的验证、理解与署名制度。下一次“AI解决了”，最好的姿势是：把它登记为假设，然后等独立验证。知乎
