知识卡片:OpenAI宣称多智能体系统攻克纳维尔斯托克斯难题
一句话结论
OpenAI 称其内部多智能体系统在约 88 小时内证明了纳维尔斯托克斯方程相关命题,并用 Lean 完成形式化验证;但该宣称的学术优先权、过程完整性与是否真正等同于解决千禧年大奖难题,仍待核实。
事件概述或研究问题
- 据腾讯研究院 AI 速递(20260910)条目“八、OpenAI宣布多智能体系统攻克纳维尔斯托克斯难题”,OpenAI 称内部多智能体系统证明:初始光滑静止的流体在光滑外力作用下可在有限时间内形成奇点。
- 材料称该问题属千禧年大奖难题,并称 OpenAI 公开了论文与 Lean 形式化证明。
- 材料称约 1 万个 Agent 参与;9 月 1 日启动、9 月 5 日得到解答,耗时约 88 小时;再用 17 小时完成形式化验证;累计发送 490 万条消息、消耗约 3000 亿输出 Token。
- 争议点:纽约大学 Buckmaster 称其与 Anthropic 研究员的相近工作更早取得突破,并质疑 OpenAI 对研究过程的描述不完整;OpenAI 否认使用用户数据。
方法/产品要点
- 核心主体是 OpenAI 内部多智能体系统,而非单一大模型直接答题。
- 流程包括:多 Agent 协作求解、形成证明、公开论文、使用 Lean 形式化证明/验证。
- 材料给出的规模指标包括约 1 万个 Agent、490 万条消息、约 3000 亿输出 Token、约 88 小时求解与 17 小时形式化验证。
- 系统架构、模型版本、Agent 调度方式、工具调用细节、论文是否经同行评审、OpenAI 原始论文/博客链接均未在材料中给出,待核实。
主要结果或产业意义
- 若该结果被数学界接受,将意味着多智能体系统可能进入高难度数学发现与形式化证明领域,而不只是编码、检索或流程自动化。
- Lean 形式化验证若属实,可被视为“AI 提出证明 + 机器可检查证明”的科研闭环案例,有助于降低部分证明验证成本。
- 约 3000 亿输出 Token 与约 1 万 Agent 的规模,显示前沿多智能体科研任务可能伴随极高算力与推理成本。
- 产业叙事上,这可能推动“AI 科学家”“多智能体科研基础设施”“AI for Math”等方向获得更多关注与投资讨论。
为什么重要
- 涉及千禧年大奖难题级别的数学问题,公众与学术界关注度高。
- 这是多智能体系统从工具型任务走向开放研究问题的标志性宣称之一。
- 争议集中在学术优先权、研究过程披露、是否使用用户数据,说明 AI 科研发现不只需要技术验证,也需要学术规范与可信度机制。
- 与既有卡片的关系:已有卡片多聚焦 SIMA 2 的虚拟 3D 世界通用代理、编码智能体的生产负载性能、Cursor Design Mode 的 UI 修改;本条增量在于“多智能体协作用于数学证明与 Lean 形式化验证”,争议点也从性能/体验转向学术优先权与可信度。
局限与不确定性
- 材料来源为中文摘要,不是 OpenAI 原始论文或官方博客;核心结论、证明细节与实验设置待核实。
- 是否经同行评审、是否被数学界普遍接受、是否满足千禧年大奖难题的正式解决标准,待核实。
- Buckmaster 对优先权与研究过程描述的质疑,以及 OpenAI 否认使用用户数据,二者均需更多原始材料交叉验证。
- “约 1 万个 Agent”“88 小时”“17 小时”“490 万条消息”“3000 亿输出 Token”等数字来自材料摘要,需核对原始论文或官方说明。
- 英文标题与英文关键词在材料中未明确列出;以下英文术语为对应检索词整理,非原文关键词,待核实。
可用于图书/PPT/简报的角度
- 多智能体协作是否已到达可处理长期开放问题的临界点。
- “AI 证明 + Lean 形式化验证”作为科研可信层:能验证什么,不能验证什么。
- AI 科研发现的优先权、同行评审与贡献归属问题。
- 大规模 Agent 协作的成本账:490 万条消息、3000 亿输出 Token 意味着什么。
- 从编码 Agent、UI Agent 到数学证明 Agent:Agent 应用边界的迁移。
- OpenAI 与 Anthropic 等机构在 AI for Math 方向的竞争叙事。
原始材料
- 原始来源:腾讯研究院 AI 速递 20260910
- Parent digest:腾讯研究院AI速递 20260910
- Parent URL:https://m.sohu.com/a/1074000662_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334
- URL:https://m.sohu.com/a/1074000662_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334&digest_item=8
- 原始条目:八、OpenAI宣布多智能体系统攻克纳维尔斯托克斯难题
- Manual title:OpenAI宣布多智能体系统攻克纳维尔斯托克斯难题
- Track:industry
- Topics:agent
- 英文标题:待核实(材料未提供英文原题)
- 英文关键词:待核实(材料未列);对应英文术语:OpenAI, multi-agent system, Navier-Stokes, Lean formal verification, Millennium Prize Problems
- 备注:材料未给出 OpenAI 原始论文、官方博客或 Lean 证明链接,待核实。
发现内容有误?
免登录提交,管理员审核并完成修正后才会公开修订说明。
值得关注
涉及千禧年大奖难题级别的数学问题,公众与学术界关注度高。 这是多智能体系统从工具型任务走向开放研究问题的标志性宣称之一。 争议集中在学术优先权、研究过程披露、是否使用用户数据,说明 AI 科研发现不只需要技术验证,也需要学术规范与可信度机制。 与既有卡片的关系:已有卡片多聚焦 SIMA 2 的虚拟 3D 世界通用代理、编码智能体的生产负载性能、Cursor…
相关主题
对应的教材知识点
教材知识点匹配尚未完成。