先把结论摆在前面：如果"改善日常"指的是让天气预报更准、机票更便宜、空调更省电，那么这一天还没到，短期内大概率也不会因为这份证明提前到来。AI 系统证明的是带一个"光滑外力"的构造性场景，真正对应真实流体与湍流的无外力版本依然未解；而且截至发稿，克雷数学研究所并未正式认定这份结果。已经落到日常里的 AI 流体红利其实是另一样东西——进入业务运行的 AI 气象预报模型。这份证明与生活的联系是间接的：它展示的是一种新的科研生产方式，而它的价值释放，卡在了"验证与理解"这一环。
这个话题十一月初重新冲上热榜，靠的是一连串新动静：奥特曼首次交代了这份证明是怎么被"跑"出来的，可复述的重建论文开始上线，陶哲轩则在密集泼冷水。
AI"攻克"的，其实是问题的一角
纳维-斯托克斯方程成型于 19 世纪，描述水、空气这类带粘性流体怎么运动——跟着船走的水波、绕着机翼转的气流，名义上都归它管，它也因此被克雷数学研究所列为 2000 年七道"千禧年大奖难题"之一，悬赏 100 万美元。题面分几种情形：一是无外力，证明光滑初始条件的解永远保持全局光滑；二是允许构造一个精心设计的光滑外力，证明解会在有限时间内爆破。后者门槛低得多，但同样算回答问题。克雷数学研究所
2026 年 9 月 8 日，OpenAI 宣布其内部 AI 系统完成了这一问题的一个解答，并同步公开论文与 Lean 形式化证明。机器选择的是"构造"这一档：从静止出发的流体，在一个处处光滑、只在有限时空内起作用的外力驱动下形成自相似收缩的涡旋，外围的振荡脉冲抵消奇异应力项，逐阶修正在保持速度增长的同时最终留下光滑外力，而核心局部速度在有限时间趋于无穷。换句话说，它证明了"加上人造的力，方程会爆"，但对"现实中的流体自己会不会爆"没有给出答案。研究者也据此判断，这个外力不是真实世界会自然出现的场景，目前的结果不会改变任何工程实践。微博arXiv知乎
这份长达 166 页的证明是怎么产出的？11 月 2 日，奥特曼在阿布扎比的 ADIPEC 大会透露，完成这项的是 1 万个由尚未发布的下一代 GPT 驱动的 Agent，协同运行了大约 4 天，“没有层级，没有老板”。更早期的说法是：系统连续运转 88 小时，智能体之间来回发送约 270 万条消息，累计吐出约 1300 亿个 token。36氪知乎
从"证出来了"到"认下来"，中间隔着三道关
第一道是官方认定。克雷研究所 9 月 11 日公告的原话，是这道题"has apparently been settled"——看起来已经解决，同时强调评审程序"deliberately unhurried"，不会仓促，会陆续通报进展。而克雷研究所官网截至今日仍把该题状态列作"Active"：没有认定，没有发奖，也没有推翻。克雷数学研究所
第二道是看懂与验证。论文密到麻省理工学院一位读惯硬核推导的教授都承认，自己翻开开头几页就走不下去，只能给出"结论八成成立"的含糊评价——工程上没人敢拿"大概是对的"去盖楼。36氪 10 月底的概括很直白：AI 写 88 小时，人类读了 7 周，才开始有人读懂。更大的坑在"翻译"：Lean 只校验形式化代码自身是否自洽，并不保证代码忠实对应自然语言论文，10 月已有一篇论文专门论证这一风险。转机也在同步出现：外部数学家在 9 月底和 11 月 4 日先后挂出 Part I、Part II 两篇可读重建，明确声明没有原始数学贡献，只负责把 OpenAI 手稿讲回人能懂的语言，并把它视为对该千禧年难题的重大进展。36氪arXivarXiv
第三道是归属之争。纽约大学的 Buckmaster 与当时在 Anthropic 的 Alpöge 在公告前放出了部分草稿，指控 OpenAI"截胡"，担心自己的研究材料进了模型；OpenAI 否认指控，但随后承认"不排除"匿名化的用户数据帮助改进了模型。而最初被讲述成继承"西班牙团队路线"的证明，也被多方复核校正：《科学美国人》采访的多个研究组分析细节后认为，最终构造外力的方法与这一"西班牙计划"并不相同。陶哲轩同时提醒公众别被热榜节奏带偏：按他的说法，AI 数学热存在巨大的选择偏差——OpenAI 测的 4000 道题，91% 没做出来，只是失败的那部分不上热搜而已。知乎微博
真正走进日常的，是另一套已经上生产的 AI 流体
对手机里的天气应用影响更大的，不是这份证明，而是已经业务化的 AI 预报：从学术模型单块芯片分钟级给出十天全球预报、大幅优于传统超算数小时的成果，到欧洲中期天气预报中心（ECMWF）的 AI 系统 AIFS 确定性版本于 2025 年 2 月 25 日正式投入业务运行、集合版本 7 月上线与物理模式并排跑。工业端，AI 代理模型正在渗透气动、碰撞安全、噪声等 CFD 仿真场景，但这类模型仍要过数值精度、物理一致性和泛化性三层验证，离"改变产品"隔着一段距离。知乎
这份证明对日常的间接价值，主要是那条流水线的迁移：1 万个 Agent 无层级协作科研，奥特曼显然在把它包装成下一代 GPT 的核心卖点。若这套"提出假设—并行试错—机器验证"的模式成立，依赖海量数值实验的材料、能源、药物研发都可能提速。但前提是人类的复核能力跟上——否则只是把"结果稀缺"换成了"信任稀缺"。
所以，离日常还有多远？直接收益：还很远，被证明的是一个人造场景，答案本身也还没过认定关。间接收益：一部分已经兑现，另一部分取决于智能体科研流水线的扩散，以"年"为单位计。接下来值得盯的三件事都有明确名字：克雷研究所的正式结论、无外力的 A/B 版本是否被 AI 触及、自然语言论文与形式化代码最终能否对得上。这三个问题有答案之前，"攻克流体力学方程"与"改善你的日常"之间隔着的不是时间，而是验证。
