OpenAI一万个AI分身88小时攻千禧难题,100万奖金不领了
OpenAI新AI接连攻克千禧数学题,超级智能临近
设想这样一个场面:考场大得看不到边,一万张小桌子摆得整整齐齐,人走进去像进了小人国。每张桌子前坐的都是同一个AI,一万个分身埋头做同一道题。
这道题,人类最聪明的脑袋琢磨了90多年。88个小时里,这些分身互相传了270万条消息,比考场里递小纸条还频繁。
考场边站着一个大人,奥特曼,他两夜没合眼。第88个小时,卷子交了。考的是千禧难题,解出来奖100万美元。这100万,OpenAI说不领。
这周,第二道千禧难题的卷子也阅完了,交上来的只有半张。诺奖得主带五人组审完,在评审文件开头写了一句:我们还不敢说完全看懂。
这周五,播客主持人帕特尔发了篇长文,把88小时那张卷子当证据。他改了说法:超级智能最晚2030年就来,快的话明年。
要是过一百年有人写数学史,这一页大概只留一句:那年秋天,题还是人出的,做题的换成一万个AI。
10月29日,奥特曼去录Stripe联合创始人科里森(John Collison)的播客《Cheeky Pint》,两人端着啤酒边喝边聊。半杯下肚,他讲起一件自己「大概不该讲」的事。
有个周末,OpenAI刚拿到一个新模型,内部建了个频道,名字叫「(模型名)-Hold My Beer」,意思是「酒你先拿着,看我的」。研究员把学术生涯里最难的题往里扔,模型一道接一道放倒,好几个领域都这样。
「连着两个晚上,我大半夜都没睡,兴奋得上不了床。」奥特曼说,「我高兴极了,可我也比自己预想的难过得多。」他说那感觉像是有什么东西结束了。
主持人听完说,这叫怀旧。奥特曼接话:不止是怀旧。
真正让他睡不着的,是一道千禧难题。
一句传闻
88小时交卷
千禧难题是克雷数学研究所2000年挑出的7道数学大题,解出一道悬赏100万美元。此前公认解开的,只有庞加莱猜想。
纳维-斯托克斯方程就是其中一道,专门管流体怎么动,造飞机、报天气、算血管里的血流都靠它。这里头有个悬了90多年的问题:一股开头很平滑的水流,会不会在有限时间里突然自己「炸」掉,让某一点的速度冲到无穷大?
OpenAI这次去碰它,起因是一句传闻。
OpenAI在9月8日的公告中称,9月1日周二,他们收到消息,说有两道千禧难题已经被人攻克。
那阵子他们手上恰好有个新模型,8月28日才开始训练。基准测试里它的表现前所未有,训练没结束,分数还在往上走。
听到这个传闻,OpenAI索性把尚在训练中的模型调出来,对剩下几道千禧难题逐一发起挑战。
办法是靠数量堆:大量AI智能体被编成小组,组内可以互相沟通,各自配备一份缓存的互联网内容,也能自行运行代码。最终拿下纳维-斯托克斯的那一组,同时干活的智能体规模在1万个左右。
中途先冒出一件意料之外的事。被归入「简单题」的欧拉方程,近100个智能体忙了约50个小时,先把无外力版本解了出来。
OpenAI看到这个进展,判断纳维-斯托克斯希望最大,马上把其他千禧难题上的智能体调过来,以欧拉的解法为起点继续推进。
9月5日周六,距第一批智能体开始工作约88个小时,结论出来了:会爆炸。
一个从静止状态出发、被平滑外力推动的流体,可以在有限时间内自行生成奇点,形态像一根越拧越细、旋转越来越快的意大利面。
随后,GPT-6 Astra又用了17个小时,通过Lean把整份证明交给计算机一行行验证完毕。
为了拿下这道题,智能体彼此之间发送了270万条消息,产出约1300亿个输出token。奥特曼在播客中给出的估算:跑这一单的花费大约在一千万美元量级。

模型的具体名称,OpenAI没有透露,只表示它「比GPT-6 Astra强得多」。网络上有说法认为这就是下一代GPT,但这一说法的出处并未得到核实。
那笔100万美元奖金,OpenAI表示不准备领取。
传闻的源头是谁,OpenAI也是事后才搞明白:Anthropic的员工阿尔普格(Levent Alpöge),以及纽约大学数学教授巴克马斯特(Tristan Buckmaster)。
9月6日Lean验证完成时,OpenAI还以为对方同样做完了纳维-斯托克斯,于是主动联系,提出联合发布,并承认对方走在前面。
双方一交流才发现,对方借助Anthropic内部模型做出的,其实是带外力的欧拉方程,并非千禧难题。
那道欧拉方程,OpenAI的智能体解决的是无外力版本;带外力的那一版,确实是Anthropic先做出来的。OpenAI在公告中承认了这一点,同时表示两边的证明差距很大。
9月10日,公告又补充了一段:巴克马斯特这两个月使用过OpenAI的Codex,OpenAI做了专门核查,他的提示词对这个系统没有产生影响,训练方面同样没有。
一句说得过了头的传闻,88个小时后竟被OpenAI自己做成了事实。这两家造超级智能的公司,连对方AI走到了哪一步,都只能靠外界的传言去推测。
过去十年,新模型到没到,是在发布会上宣布的。这一回模型还没发布,它交出的答卷先开了口。
OpenAI在公告中给出的理由是:「我们认为,让世界知道AI进展有多快、接下来的模型会是什么样,很重要。」
第二张卷子
出题的人来阅卷
紧接着交上来的第二张卷子,考的是千禧难题中的杨-米尔斯。
这道题关系粒子物理的根基。标准模型能把对撞机里撞出的结果算得极准,但这套理论在数学上是否站得住,五十多年来没人讲得清。
整道题分两部分:前一部分要证明杨-米尔斯理论在数学上「存在」,即能用严格的数学一步步构造出来;后一部分要证明「质量间隙」,难度高得多。

按《科学美国人》的说法,OpenAI在10月底宣布拿下了前一半。两边这回又碰上了:有位数学家正跟Anthropic的员工公开合作,证的是同一个结果,结果OpenAI先一步宣布了。
这一回的证明,没有直接甩到网上。
10月里某一天,OpenAI一口气放出700多个AI证明,外界给它起了个名叫「slop drop」,意思是倒出一大堆没人来得及消化的AI料。

为了避免重演,OpenAI请来2004年诺贝尔物理学奖得主格罗斯(David Gross)坐镇主席,凑了个五人组,对外叫「护送委员会」,先审后放。10月28日,OpenAI把这份证明的Lean代码交到了他们手上。五人组里有贾菲(Arthur Jaffe),当年杨-米尔斯这道千禧难题的官方题面,正是他和威滕(Edward Witten)写的。出题的人,亲自来阅卷了。
11月10日夜里,五人组在GitHub上把全部Lean代码和评审文件放了出来:按照物理和数学界通行的题面,这份证明把纯杨-米尔斯理论「造」出来了。
哈佛物理学家迈克尔·R·道格拉斯(Michael R. Douglas)是五人组成员之一,他的说法是:「它是物理的核心,可四维时空的杨-米尔斯理论,五十多年下来,数学上一直没被真正弄懂,连个严格的定义都没有……现在不一样了。」
没做到的部分,文件里也写清楚了:质量间隙没证出来,无穷大体积下的极限是否唯一,同样没证出来。那100万美元悬赏还挂着。
文件开头交代来源时写了两句:我们用OpenAI的Astra帮着消化它交上来的Lean代码。我们还不敢说完全看懂了这个证明。
翻到末尾致谢,里头还有一句:这份文件请Anthropic的Fable提过意见。

五位顶尖物理学家、数学家凑在一起阅卷,读代码靠OpenAI的模型搭手,改文件请Anthropic的模型提意见。

纽约大学数学家阿姆斯特朗(Scott Armstrong)不赞成先审再放。他的看法是,把这种评审摆到公开场合,反而推进得更快。
评审文件刚放出来,就有人在X上问他:这份证明能不能说明造出来的理论不是「自由」的?所谓「自由」,就是里面的粒子互不搭理,什么都不发生。他当时答:没证出来。
11月13日他发帖认错,称先前那句话容易把人带偏。按他的更正,OpenAI的Lean代码确实给出了证明,只不过证的不是自由的杨-米尔斯理论:有个量在自由理论里始终为零,放到这里却不等于零,而它算出的走向恰好与「渐近自由」的预言吻合。格罗斯2004年摘得诺贝尔奖,靠的正是渐近自由这一发现。
还没证出来的,是一个更强、也更偏技术的说法。在阿姆斯特朗看来,那一步可能比质量间隙还难。帖子最后,他为说错道了歉。
9月那道题,下场交卷的是一万个分身;到了这一道,连阅卷都离不开AI,留在人手里的,只剩最后签字那一格。
按了十年的发布键
回头装上限位
OpenAI的发布键,奥特曼按了十年。2022年11月30日,他发了条推文:今天我们上线了ChatGPT。才过两个月,它就破了一亿用户,把整个行业拽进了赛道。打那以后,每一代模型什么时候露面,拍板按键的都是他。
这中间有人试图夺走这把键,没能得手。2023年11月17日,OpenAI董事会毫无预兆地宣布将他解职,给的理由是他对董事会「不够坦诚」。可仅仅5天之后,700多名员工联名要求他回归,他也真的回来了,反倒是原董事会大半成员被换掉。
马斯克那头则指责OpenAI背离了非营利的初衷,一开口就索赔上千亿美元。2026年5月18日,陪审团一致裁定驳回,依据是起诉已过诉讼时效,是非曲直并未评判。马斯克表示要上诉。

为了防外头的人,他准备了好些年。2016年《纽约客》采访他时,他本人的说法是:「我尽量不去想这些。可我有枪、黄金、碘化钾、抗生素、电池、水、以色列国防军的防毒面具,还有大苏尔的一大块地,随时能飞过去。」

这一回让他连着两夜睡不着的,是自家公司训出来的那个模型。
在搞超级智能的这批人里,Anthropic的CEO Dario对它是顶怕的一个。奥特曼恰恰相反,这些年数他最急着把它放出来。
播客里科里森拿他打趣:研究员砸一千万美元算力去做数学,你只说「有点贵,挺酷」;哪天花到十亿美元,总得劝他收着点吧。
奥特曼回得一点不绕:「我们确实让它在数学上撒开跑了一个礼拜,故意的。不试,你不知道它能走多远。」
他当场还立了个赌约:从做出纳维-斯托克斯那天算起,一年后再做一遍,成本能压到百分之一。照这个算法,到明年9月,交同一份卷子十万美元就够。

11月13日,播客主持人帕特尔(Dwarkesh Patel)发了一篇长文,标题是《砸向数学的那场雪崩,正冲着AI研发来了》。
文章里他摆了一串台阶:2023年,模型连四位数加法都算不稳;2025年,国际数学奥赛金牌到手;今年早些时候,开始解埃尔德什留下的悬题;一个月前,88个小时,一道千禧难题被解出。
年初那会儿,要是有人问他离超级智能还有多远,他的回答多半是:怎么着也得小十年。三个月过去,他改了口径——AI 来做 AI 研究、追平最顶尖的那批人,或许一两年就够,快的只要几个月;最晚 2030 年,快的话明年,每个领域里最拔尖的专家,AI 都能追上。
他的依据就藏在数学里:搞AI研究和做数学题是一回事,都能对答案。数学先挨了这场雪崩,下一个轮到的,就是造AI这件事本身。
聊到这些模型,他打了个比方:明明还是一群「没有长期记忆、时不时犯傻的天才实习生」,却已经在解千禧难题了,「就像看一个人一路侧手翻,居然还跟得上博尔特」。

还是在跟科里森的那场播客里,奥特曼把心里那份难过讲了出来:「这是对世界正确的事。这就是现实本来的样子,谁也拦不住,也不该拦。但我是真的……」话没说完,被主持人接了过去。
11月4日,他发了一条推文,浏览量到现在已经超过1000万:
人应该永远掌控未来。……人不该把未来的控制权让给超级智能,这条要求最终应该约束AI的进展。
省略号省掉的那句是:OpenAI反对让人沦落到只去做「AI系统觉得值得奖励的事」。

再回头看9月那份公告的最后一段,调子其实早就定了:先把这个模型弄懂,再拿学到的东西决定往前走多快,接下来在进度上可能要做更审慎的选择。
最会按发布键的那个人,开始亲手给这个键装限位了。
10月6日,OpenAI又放出一批内部模型做出的数学成果。当天夜里,奥特曼发推:
今晚抬头看星星,格外敬畏。「你的海这么大,我的船这么小。」
引号里那句,出自布列塔尼渔夫的祷 告,原句开头还有一声「上帝啊」,他没写出来。
这个最急着把超级智能放出来的人,在那个夜里念的,是渔夫对上帝的祷 告。
船是人造的,海不是。
参考资料:
OpenAI官网,纳维-斯托克斯问题公告
OpenAI官网,数学进展分享
奥特曼在播客《Cheeky Pint》的访谈中谈到了这件事。
杨-米尔斯评审的相关文件也已公开。
KITP随后发布了第三份声明。
《科学美国人》对此进行了报道。
Dwarkesh Patel在博客文章《The avalanche that hit math is coming for AI development》中亦有提及。
Scott Armstrong在X帖子中给出了11月13日的更正。