OpenAI宣布利用其内部人工智能系统和约10千个自主智能体，在运行88小时后，解决了千禧年大奖难题之一——纳维-斯托克斯方程解的存在性与光滑性问题。该公司为此投入了数百万美元的计算资源，并使用Lean语言验证了结果。这是人工智能首次声称解决了克雷数学研究所（Clay Mathematics Institute）悬赏百万美元的七大难题之一。
然而，在公告发布后，立即引发了关于署名权的激烈争议。纽约大学的数学家特里斯坦·巴克马斯特（Tristan Buckmaster）和Anthropic公司的莱文特·阿尔珀格（Levent Alpoge）在一个月前就在该问题的相关方面取得了重大进展，并积极使用了包括OpenAI的Codex在内的人工智能工具。巴克马斯特在公开声明中指出，OpenAI可能通过聊天记录或模型训练获取了他们的草稿，尽管该公司断然否认，声称并未利用用户数据。
情况因OpenAI提出的联合发表建议而变得复杂，该建议提议将阿尔珀格排除在作者名单之外，理由是他供职于一家竞争对手公司。巴克马斯特拒绝了这一提议，谈判随之陷入僵局。这不仅仅是个人冲突：它揭示了系统性问题，即拥有庞大资源的商业实验室在依赖独立研究人员工作成果的同时，竞相争夺基础研究成果。
从技术上讲，OpenAI的方法——通过扩展大量智能体来寻找三维纳维-斯托克斯方程中的奇点——与传统的人类证明方式不同。此前的进展依赖于迭戈·科尔多瓦（Diego Cordoba）和路易斯·马丁内斯-佐罗亚（Luis Martinez-Zoroa）的研究，巴克马斯特和阿尔珀格曾利用人工智能对这些研究进行了扩展。而OpenAI则投入了前所未有的计算能力，从而得以在几天而非几年内“攻克”了这一难题。
该方法论引发了关于可重复性和普适性的质疑。尽管结果已在Lean中形式化，但社区的独立验证尚未完成。目前尚不清楚该方法在多大程度上可以推广到其他千禧年大奖难题，或者它是否需要普通研究人员无法获得的特定提示。与此前人工智能在数学领域取得的成功（如解决埃尔德什问题）相比，这次的规模截然不同：这不是单一的启发式方法，而是智能体的大规模协同攻击。
在当前的格局中，这一事件与Anthropic及其他实验室的工作形成了鲜明对比，在那些实验室中，人工智能被用作增强人类智能的工具，而非替代品。OpenAI强调其不会申请奖金，但这一公告本身改变了动态：大型公司现在能够比学术团队更快地“解决”悬而未决的问题，这挑战了传统的优先权和引用机制。
这对该领域的影响是深远的。包括菲尔兹奖得主在内的数学家们已经表达了对目标错位（misalignment）的担忧：公司追求的是公开的胜利，而科学界则珍视渐进式的、协作性的进步。这可能导致研究人员隐瞒中间成果，或避免使用商业人工智能工具。
悬而未决的问题包括：克雷数学研究所（Clay Mathematics Institute）是否会接受该证明，如何在人类和人工智能智能体之间分配功劳，以及这种竞赛是否会导致社区的分裂。我们需要新的协议来追踪人工智能辅助研究中的贡献。
归根结底，这一案例表明，利用人工智能加速数学发现，需要同时重新审视署名权规范和伦理准则，否则社区内的信任将面临威胁。
