OpenAI 宣布解決了其中一項千禧年大獎難題——納維-斯托克斯方程式解的存在性與光滑性問題——透過內部的 AI 系統以及約 10 千個自主代理，運作了 88 小時。該公司為此耗費了數百萬美元的計算資源，並使用 Lean 語言驗證了結果。這是 AI 首次聲稱解決了 Clay Mathematics Institute 懸賞百萬美元的七大難題之一。
然而，在公告發布後，隨即引發了激烈的作者權爭議。紐約大學的數學家特里斯坦·巴克馬斯特 (Tristan Buckmaster) 和 Anthropic 的萊文特·阿爾波格 (Levent Alpoge) 在此之前的一個月，已在該問題的相關方面取得了重大進展，並積極使用包括 OpenAI 的 Codex 在內的 AI 工具。巴克馬斯特在公開聲明中指出，OpenAI 可能透過聊天記錄或模型訓練獲取了他們的草稿，儘管該公司斷然否認，並聲稱並未利用用戶數據。
情況因 OpenAI 提出的聯合發表建議而變得複雜，該建議提議將阿爾波格排除在作者名單之外，理由是他任職於競爭對手公司。巴克馬斯特拒絕了這一提議，談判隨之變得緊張。這不僅僅是個人衝突：它揭示了系統性的問題，即擁有龐大資源的商業實驗室在依賴獨立研究人員工作的基礎上，競相爭奪基礎研究成果。
從技術上講，OpenAI 的方法——透過擴展大量代理來尋找三維納維-斯托克斯方程式中的奇點——與傳統的人類證明方式不同。先前的進展依賴於迭戈·科爾多瓦 (Diego Cordoba) 和路易斯·馬丁內斯-佐羅亞 (Luis Martinez-Zoroa) 的研究，巴克馬斯特和阿爾波格曾藉助 AI 對其進行了發展。而 OpenAI 則投入了前所未有的計算能力來解決這一問題，使其能夠在幾天而非幾年內「攻克」難題。
該方法論引發了關於可重複性和推廣性的質疑。儘管結果已在 Lean 中形式化，但社群的獨立驗證尚未完成。目前尚不清楚該方法在多大程度上能擴展到其他千禧年大獎難題，或者是否需要普通研究人員無法獲得的特定提示。與先前 AI 在數學領域的成功案例（如解決埃爾德什問題）相比，這裡的規模截然不同：這不是單一的啟發式方法，而是代理的大規模進攻。
在當前格局中，這一事件與 Anthropic 及其他實驗室的工作形成了鮮明對比，後者將 AI 用作增強人類智慧而非替代人類的工具。OpenAI 強調不會領取獎金，但公告本身改變了動態：現在大型企業可以比學術團體更快地「解決」開放性問題，這對傳統的優先權和引用機制提出了質疑。
對該領域的影響是深遠的。包括菲爾茲獎得主在內的數學家們已經表達了對目標錯位 (misalignment) 的擔憂：企業追求公眾勝利，而科學則重視循序漸進的協作進展。這可能會導致研究人員隱藏中間成果，或避免使用商業 AI 工具。
懸而未決的問題包括：Clay Mathematics Institute 是否會接受該證明，如何在人類與 AI 代理之間分配功勞，以及這種競賽是否會導致社群分裂。我們需要新的協議來追蹤 AI 輔助研究中的貢獻。
歸根結底，這一案例表明，利用 AI 加速數學發現需要同時重新審視作者權規範和倫理，否則社群內部的信任將面臨威脅。
