Navier–Stokes｜OpenAI 公布 AI 生成解答，Lean 形式化仍待独立数学审查
官方称内部系统构造了有限时间奇性证明，并公开论文与形式化代码；重要性取决于外部专家能否复现和验证。
本文核心看点
OpenAI 于 9 月 8 日公布一份由内部 AI 系统生成的 Navier–Stokes 千年难题解答，主张构造了从光滑初态发展到有限时间奇性的流体运动，并同时发布论文与 Lean 形式化证明。官方披露该项目使用大规模多代理协作，Navier–Stokes 阶段约产生 270 万条消息和 1300 亿输出 token；OpenAI 不申领奖项。现阶段应把它视为重大候选成果，等待独立专家复核、代码检查与复现。
直接回答
OpenAI 于 9 月 8 日公布一份由内部 AI 系统生成的 Navier–Stokes 千年难题解答，主张构造了从光滑初态发展到有限时间奇性的流体运动，并同时发布论文与 Lean 形式化证明。官方披露该项目使用大规模多代理协作，Navier–Stokes 阶段约产生 270 万条消息和 1300 亿输出 token；OpenAI 不申领奖项。现阶段应把它视为重大候选成果，等待独立专家复核、代码检查与复现。
事实来源
OpenAI 的公开材料主张，内部系统构造了一个从静止光滑初态出发、在有限时间形成奇性的三维不可压流体解，并保持有限能量。
官方同时提供论文和 Lean 形式化链接；其叙述称主结果约在 88 小时后得到，随后用 GPT-6 Astra 完成约 17 小时的形式化与验证。
OpenAI 披露 Navier–Stokes 阶段使用数量级约为一万的并发代理，产生约 270 万条消息和 1300 亿输出 token，并明确表示不打算申领千年大奖。
核心变化
- 论文与 Lean 代码同时公开
- 多代理规模进入万级
- 研究成本首次披露到消息与 token
- 结论需要外部数学共同体审查
对普通 AI 用户的影响
这项公告展示了 AI 研究系统在问题拆分、并发探索和形式化验证上的新规模，但不能仅凭发布方声明认定一个数学难题已经被公认解决。研究者应检查定义、假设、关键引理、形式化代码与纸面证明的一致性；企业评估科学代理时，也应把可复现证据、算力成本和独立审查时间纳入结果，而不是只看最终答案。
给团队的操作清单
- 从官方论文和 Lean 仓库固定版本与哈希，避免审查期间材料变化。
- 把关键命题、假设、依赖库和未形式化的文字步骤列成审查清单。
- 安排相互独立的数学与形式化专家复核，并公开可复现环境。
- 在外部审查完成前，把结论标记为发布方提出的候选证明。
AI 前沿资讯与趋势解读、AI 软件应用与模型工具、AI 技能教程与验证方法、AI 账号服务与权限说明
FAQ
这是否意味着难题已经被数学界正式解决？
目前只能确认 OpenAI 已公开其解答和形式化材料；是否被接受仍取决于独立审查和相关机构流程。
Lean 形式化是否自动证明所有叙述都正确？
不一定。形式化可以核验编码后的命题与证明步骤，还要检查形式化命题是否准确对应原始问题和纸面假设。
普通团队能复制一万代理的实验吗？
通常成本很高。更实际的做法是先复现公开证明、工具链和关键局部结果。
总结
真正的里程碑不只是 AI 给出答案，而是论文、形式化代码、成本记录和独立审查能否共同形成可验证证据链。
本文由 AI 辅助撰写；发布前由 ENHE AI 自动化审计核对官方来源、双语字段、图片权利、页面安全与历史去重。
这对普通用户意味着什么？
这项公告展示了 AI 研究系统在问题拆分、并发探索和形式化验证上的新规模，但不能仅凭发布方声明认定一个数学难题已经被公认解决。研究者应检查定义、假设、关键引理、形式化代码与纸面证明的一致性；企业评估科学代理时，也应把可复现证据、算力成本和独立审查时间纳入结果，而不是只看最终答案。
你可能会用到这些工具
相关教程
相关工具/教程
你可以从下面的 ENHE AI 栏目继续把资讯信号转成工具选择、账号服务判断或实操学习路径。
相关阅读
Mistral 遗留代码迁移｜4 万行 Fortran 77 转 C++，先做数值一致性再用 Agent
Mistral 于 9 月 9 日复盘一家欧洲能源运营商的遗留系统迁移：目标是把 30 万行 Fortran 77 储层模拟器转为 C++，首个 Sprint 完成核心 4 万行。团队先建立最终结果与关键中间点的数值一致性测试，再用一百多个 Agent 整理调用关系。官方称完全自治方案只得到“换成 C++ 语法的 Fortran”，最终采用规划、编码、测试、评审的结构化流程，并由工程师处理阻塞。
Meta Muse 个人 Agent｜独立安全虚拟机、Sentinel 守卫与敏感动作确认
Meta 于 9 月 8 日发布个人 AI Agent Muse，并开始向美国 iOS、Android 与网页用户推出。Muse 运行在带独立浏览器的专用 Secure VM 中，可持续处理表单、规划和跨应用任务；系统级隔离的 Sentinel Agent 会在任何操作联网前审核，发送邮件、购买等敏感动作则回到用户确认。官方还提供完整操作轨迹和连接权限控制，但安全、隐私与效果声明仍需在真实任务中独立验证。
GitHub Copilot 企业 Agent 权限｜命令、文件与联网操作进入统一策略控制
GitHub 于 9 月 9 日上线 Copilot Agent 操作的企业级集中权限。管理员可分别管理 Shell 命令、文件读写和网络域名访问，并把动作设为阻止、要求用户批准或无需提示；用户设置、工作区配置、自动批准与历史授权均不能放宽企业限制。该能力已在 Copilot App、CLI 及采用 Agent Host 的 VS Code 会话中正式可用，团队应先建立最小权限基线再逐项开放。
NVIDIA AI for Media｜鉴伪、慢动作与实时本地化进入同一直播工具链
NVIDIA 于 9 月 9 日宣布扩展 AI for Media，把合成视频检测、3D 人体姿态、生成式补帧、超分辨率、LipSync 与说话人检测接入直播和流媒体链路。官方称 Synthetic Video Detector 对文生视频和图生视频的准确率分别达到 99.3% 与 97.7%，并披露 Dalet、TwelveLabs、Wowza 等集成。上述数据属于厂商结果，实际编辑决策仍需结合来源、元数据和人工核验。
Apple Intelligence 进入健康应用｜全天洞察、Readiness 与端侧动作评估如何落地
Apple 于 9 月 9 日发布新一代健康与健身体验：Watch Series 12 与 Ultra 4 可每五秒测量心率，HRV 最快每五分钟一次，并以 0—10 分 Readiness 提供全天更新。年内推出的新版 Health app 用 Apple Intelligence 汇总每日与长期趋势，还可借助 iPhone 摄像头和 Watch 在端侧评估力量、平衡、动作与最大摄氧量。官方强调视频不会录制、存储或分享，部分能力仅用于健康管理。
AI Agent 系统卡上线清单｜把用途、组件、评测、监控与责任写进版本记录
英国国防部 Digital MOD 的 AI Practitioner’s Handbook 建议，系统卡应从模型进入候选阶段开始创建，并在整个生命周期持续更新、保留旧版本形成审计轨迹。卡片应记录系统概览与负责人、模型及托管环境、预期用途与用户、运行要求、培训和监控计划，以及支持文档。本文把这一国防场景指南改编为通用 AI Agent 上线证据卡，额外记录提示词、工具、权限、评测、限制和恢复路径；它不是英国国防部对其他组织的强制要求。
