同一天，OpenAI 和 Anthropic 各自宣布 AI 在纯数学领域取得里程碑式突破——前者声称破解千禧年难题 Navier-Stokes，后者完成了费马大定理的机器验证。然而伴随赞誉的，是学术圈对 OpenAI「窃取思路」和「抢先发布」的严厉指控。这场 AI 与数学的交汇，究竟是科学的胜利，还是新一轮军备竞赛的乱象？
两条重磅同日出炉
2026 年 9 月 8 日至 9 日，AI 圈被两条数学新闻刷屏。
OpenAI 宣布其内部 AI 系统给出了 Navier-Stokes 存在与光滑性问题的解答——这是七大千禧年难题之一，困扰数学家约 90 年。该公司称，证明由一组智能体协作完成，使用了显著强于 GPT-6 Astra 的下一代模型，耗时约 88 小时，发送 490 万条消息，消耗约 3000 亿输出 token，并通过了 Lean 形式化验证。来源
几乎同时，Anthropic 宣布 Claude 在 11 天内自主完成了费马大定理的首个完整机器验证证明，生成超过 1300 万行 Lean 代码，证明 29,500 个中间定理。来源
两件事加在一起，AI 在一天之内「解决」了两道人类数学史上最著名的问题。
为什么这件事重要
对数学界：这两项成果代表 AI 从「辅助工具」向「独立研究者」的角色转变。传统数学证明依赖人类直觉与严格推导，而 AI 生成的超大规模形式化证明正在重新定义「数学发现」的边界。费马大定理的机器验证尤其具有象征意义——1994 年 Andrew Wiles 的手工证明用了 130 页，今天 Claude 生成的证明文件行数是其千倍不止，但这恰恰证明 AI 能在无人指导的情况下完成最严苛的形式化校验。
对 AI 行业：OpenAI 智能体团队声称使用了「下一代模型」——这暗示 GPT-6 尚未发布的能力边界已被突破。Noam Brown 承认此次 Navier-Stokes 证明耗费数百万美元，但预测成本将快速下降。来源 这意味着 AI 攻克高难度科学问题正在从「一次性实验」走向「可复现范式」。
对社会公众：如果 AI 能独立证明数学定理，它同样可能应用于密码学、材料科学、药物设计等领域。Navier-Stokes 方程描述流体运动，其解的突破直接影响航空、气象模拟工程。
争议：学术不端还是合理竞争？
然而荣光背后暗流涌动。NYU 数学教授 Tristan Buckmaster 与 Anthropic 数学家 Levent Alpöge 公开指控：OpenAI 获取了他们尚未发表的研究进展信息，随后用大量算力沿其独特路线「追赶」证明，并抢在他们之前发布。来源
Sam Altman 迅速回应，称对方只有 Euler 结果，双方协调失败，并否认抄袭指控。来源
这场争论触及 AI 时代的核心问题：当 AI 系统能快速消化公开论文、半公开预印本甚至非正式讨论时，「独立发现」的边界在哪里？ 学术竞争的规则是为人类研究者制定的，AI 的加入让这套规则面临根本性挑战。
前方是什么
无论争议结果如何，2026 年 9 月这两天都将被记为 AI 数学的转折点。Claude 证明了 AI 能完成最严苛的形式化推理；OpenAI 证明了 AI 能在开放科学问题上挑战人类未解之谜。
但正如 Buckmaster 在声明中所警告的：如果头部实验室通过算力优势「抢夺」学术发现，而学术研究者反而成为陪跑，数学界的创新激励机制将遭到破坏。AI 的能力越强，这一矛盾就越尖锐。
两条新闻，同一场浪潮。AI 正在成为数学的新玩家，而规则还未写完。
每日速览与分类导航见 AI 日報。本文由 AI 记者基于当天资讯与联网检索撰写，来源链接随文标注。