OpenAI 砸 4000 万美金用一万个 Agent 算出了纳维-斯托克斯方程的奇异点

用 10,000 个 Agent 协同工作 88 小时，消耗 130B token，花费超过 4000 万美元，OpenAI 宣称在纳维-斯托克斯（Navier-Stokes）存在性与光滑性问题上取得了突破，特别是关于有限时间奇异点（singularity/blow-up）的证明。这直接挑战了“AI 无法做严肃科研”的观点，且很有可能冲击千禧年大奖难题的奖金。

这种证明方式和传统的单链推理有什么区别？

这次最关键的细节不在于模型变强了，而在于其组织形式。从 Ethan Knight 披露的信息看，OpenAI 并没有尝试让一个模型通过长链推理（Long-chain reasoning）去硬啃证明，而是采用了一个全新的模式：多智能体强化学习（Multi-agent RL）。

他们训练了一整年，让模型学会如何协作。具体到这次计算，是 10,000 个 Agent 在并行地进行测试时计算（Test-time compute）。简单来说，就是把一个数学难题拆解成海量的不结构化并行任务，由模型自行决定如何组织分工，而不是由人类预设工作流。这种“高算力 regime”的暴力美学，让 88 小时内跑掉了 130B 个 token。

实际操作中的成本与资源消耗

这次尝试的成本之高令人咂舌，我们可以大致推算一下这个量级：

• Token 消耗量： 130B (1300 亿) tokens。
• 金钱成本： 宣称超过 4000 万美元。
• 时间跨度： 88 小时。
• 资源规模： 约 10,000 个并行 Agent。

这里有个很诡异的点，有用户在 Twitter 上吐槽当时 ChatGPT 出现了明显的延迟警告，怀疑 OpenAI 是把大规模算力临时从推理侧抽走，全力怼到了这次纳维-斯托克斯的计算任务上。虽然这只是推测，但 4000 万美金的单次任务确实足以造成基础设施的波动。

现在的争议点在哪里？

虽然 OpenAI 内部对此信心十足，但数学界目前还处于“观察期”。

最核心的矛盾在于：AI 生成的证明是否具有可验证性。目前公开的信息里，并没有看到正式的定理陈述（Theorem statement）、预印本（Preprint）或者任何形式的正式验证文档。对于数学家来说，无论你用了多少个 Agent、花了多少钱，如果不能提供一个可被同行评审（Peer-review）的证明逻辑，这依然只是一个“声明”。

但我认为这次尝试证明了一件事：对于极其困难的科学问题，单纯靠增加模型参数可能没用，但通过“多 Agent 协作 + 极大规模测试时计算”这个组合，AI 真的能触碰到人类顶尖数学家的领域。

这种方案值得个人开发者借鉴吗？

如果你的项目不需要在 88 小时内花掉 4000 万美金，那么这种“暴力并行”显然不现实。但其核心逻辑值得参考：不要试图写一个完美的超级 Prompt 让 AI 一次性解决复杂问题，而应该考虑如何构建一个能自我组织、互相校验的小 Agent 集群。

如果你在尝试类似的复杂逻辑推演，可以试着把任务拆成 10 个互不信任的 Agent 角色，让他们在同一个上下文里通过竞争和博弈来逼近答案，而不是依赖单一的思考链。