观点

OpenAI 真解了 Navier-Stokes?扒一下这场 AI 营销

克雷研究所百万悬赏悬了 25 年,OpenAI 一篇企业博客就想拿走?扒完 HN 886 条评论,数学社区已经炸锅。

字号

openai.com/index/navier-stokes-solution 这篇博客在 Hacker News 上拿了 1051 个点、886 条评论。点进去之前我以为是数学突破,看完发现是营销案例。今天拆一下这场操作。

一个 URL 的传播效果

HN 帖子 ID 49613262 顶上首页整整一天。标题是 OpenAI 自己写的:「Navier-Stokes 方程的解决方案」。

点进去的读者大概分两拨:
- 数学背景的人,看到「solution」就知道不对——Navier-Stokes 存在性与光滑性是一个悬而未决的开放问题,真解了应该发 arXiv 而不是企业博客
- 非数学背景的人,第一反应是「卧槽 GPT-5 解千禧年问题了」,然后转发

第二种人贡献了大部分传播量。高赞评论基本是吐槽标题党。

Navier-Stokes 方程是流体力学的基本方程组,描述粘性流体的运动。水流、空气流动、天气预报都用它。

2000 年,克雷数学研究所(Clay Mathematics Institute)把它列为七大「千禧年悬赏问题」之一,每题悬赏 100 万美元。完整表述是:「在三维空间中,给定初始条件,Navier-Stokes 方程的解是否始终存在且光滑?」

注意「光滑」这个词。物理直觉上答案是肯定的——水不会突然爆炸。但数学上没人证出来。25 年过去了,依然 open。

Leray 在 1930 年代证明了弱解的存在性。光滑性?至今是猜想。

OpenAI 文章里到底写了什么

我没拿到文章正文(OpenAI 这篇页面访问有门槛),但根据 HN 评论区数学家和 ML 从业者的讨论,加上 OpenAI 过去类似项目的模式,可以推测内容大致是:

  1. 用 LLM 生成证明思路的草稿——告诉模型「试着用 XX 方法处理 YY 引理」
  2. 跑数值模拟验证某些特例下的行为
  3. 可能做了部分形式化验证(formal verification),用 Lean 或 Coq 检查某些步骤
  4. 写了一个看起来像证明文档的东西

这个流程和真正的数学证明差在哪?差在一个核心点:同行评审。

数学证明的「证明」不是写出来就完事,要经过:
- 完整、严格的逻辑链条
- 公开给领域内专家审阅
- 在期刊或预印本平台接受质疑
- 几年时间反复检验

OpenAI 这篇文章一个都没走完。它甚至不是预印本,不是 arXiv 论文,是企业 marketing blog。

为什么这是 AI 营销而不是数学突破

我换个角度说这事。

「Solution」这个词在数学界是有明确含义的。千禧年问题的「solution」意味着:完整证明 + 领域共识 + 克雷研究所正式承认。这三件事缺一不可。

OpenAI 故意用这个词,不是无知——他们的研究团队里肯定有数学博士。这是 命名策略(naming strategy)。

类似的操作 AI 行业过去几年做过很多次:
- 某公司宣布「AGI 路线图」
- 某模型号称「通过图灵测试」
- 某产品叫「博士级 AI」

共同点:用一个有权威性的旧词,包装一个能力远不及的新东西。

数学猜想是最好蹭的——因为 99% 的公众不懂、又觉得特别厉害。流体力学、黎曼猜想、P vs NP,每一个拿出来都能上头条。

社区反应比文章本身更精彩

886 条评论里几条高赞:

「This is peak AI marketing. The URL says 'solution', the body says 'we prompted GPT and got some ideas'.」

「If they had actually solved Navier-Stokes, it would be on arXiv within hours, not on a corporate blog with a URL designed to game SEO.」

「I'm a mathematician. The article makes some interesting computational observations but calling it a 'solution' is at best sloppy, at worst dishonest.」

还有一条特别尖锐的:

「Every AI lab is going to do this now. Expect 'OpenAI solves P vs NP' in 6 months.」

数学家社区对 AI 介入的态度是分裂的。一派认为 LLM 辅助生成思路有价值,工具而已。另一派认为这种营销会污染公众对数学证明的理解——以后「solution」这个词还值几个钱?

编辑思考

这件事重要的点不在 OpenAI 那篇文章写得多差,而在 AI 公司正在系统性地用数学权威性给技术贴金。

这种操作短期有效——HN 1051 点、几千篇媒体转载、Twitter 刷屏。但每一次都消耗一点品牌信任。等 OpenAI 第三次、第四次做类似的事,公众就会脱敏。下次真正有突破性 AI 论文出来,反而没人信了。

我的预测:未来 12 个月会有至少 3 家 AI 公司发布「解决千禧年问题」类的内容。但真正经过同行评审、被克雷研究所承认的,一个不会有。

这次和过去类似事件不同的是:以前蹭的是「AGI」「超级智能」这种模糊概念,这次蹭的是有明确评判标准的数学问题。容错空间更小,被识破的速度更快——886 条 HN 评论基本一边倒。

不确定的地方:OpenAI 文章正文我没看到完整版,如果它其实写得非常克制、标题是媒体或用户转述时加的锅,那 OpenAI 自己的责任会小一些。但从 URL slug 是「navier-stokes-solution」来看,这个命名是 OpenAI 自己定的。

参考来源:
- OpenAI 文章
- HN 讨论
- Clay Mathematics Institute 千禧年问题列表

来源: https://openai.com/index/navier-stokes-solution/