100 万美元世纪悬赏面临黑箱冲击
2000 年，克雷数学研究所设立了七大千禧年难题。每解出一道，悬赏 100 万美元。26 年过去，除庞加莱猜想外，其余六题依然屹立不倒。Navier-Stokes 方程正是其中之一。它用数学描述水流与空气运动的核心规律。这组偏微分方程能预测云团变化。它能指明洋流走向。它还能精确描述动脉血管里的血液流动。
全局正则性问题问了一个基础但困难的问题。在三维空间中给定平滑初始条件，流体的运动速度会不会在有限时间内变成无穷大？换成日常语言就是，流体运动到底会不会在某一刻“爆炸”。如果爆炸，就会产生物理上无法解释的奇点。
2026 年 9 月 3 日，菲尔兹奖得主陶哲轩连发 6 条长帖。他把这个纯数学难题拉到了工程与算法的风口浪尖。他担心这道世纪难题被深度学习模型抢先解出。在此之前人类甚至还没看懂思路。这个警告切中了当代学术圈最现实的恐慌。商业公司拿着惊人算力跑出一个结果。但他们拒绝公开任何底层的推演记录。
图：陶哲轩，2026 年 IPAM Fireside Chat。来源：Wikimedia Commons
推演策略成为暴力破解目标
关于 Navier-Stokes 奇点问题，学界风向发生了转变。越来越多的顶级研究者倾向认为，方程确实会在有限时间内产生奇点。为了证明这个猜想，数学界演化出了一套庞大而严密的四步构造策略。
研究者需要先设计出近似自相似的拟设。随后通过数值验证将残差极小化。完成这一步后，必须引入严格的稳定性分析。最后验证残差确实落在稳定阈值内。这套策略步骤繁杂。它涉及海量的参数空间探索。繁琐的边界检查让人类靠纸笔穷举走到了极限。
刚好，手工推演的尽头，成了机器学习算法用算力接管的最佳入口。AI 擅长在高维参数空间中搜索拟设。它也擅长在无尽组合中寻找满足特定阈值的残差。将复杂的数学验证转化为强化学习奖励函数的优化过程，技术思路上跑得通。
死答案会封锁理论扩展空间
陶哲轩在第 5 帖中描绘了一个噩梦场景。一个自主运转的 AI 程序系统带着天量 GPU 集群。它在内部迭代并完成所有验证步骤。最终它吐出一个高度复杂的拟设与确切解答。出于商业机密，AI 公司拒不公开过程细节。
人类拿到的，将只是一个宣布“问题解决了”的黑箱结果。此外就是一堆人类大脑无法解析的参数矩阵。面对这种强行塞过来的成果，数学家无法复现。他们也提炼不出任何新的理论方法。
从工程角度看，问题确实被算法跑穿了。但对人类知识库而言，这个学科没有获得增量。依靠堆砌算力强行越过理论推演的算法模型，终结了悬念。它也把这片领地的扩展路径堵死了。
图：飞机尾流涡旋——Navier-Stokes 方程描述的湍流现场。来源：NASA 公有领域（Wikimedia）
解题副产物才是悬赏主菜
在纯数学领域悬赏 100 万美元，不是因为现实世界迫切需要那个终局答案。悬赏的本质是把未解之谜当成诱饵。它逼迫顶尖大脑在追逐答案的过程中，长出前所未有的新型数学工具。
为攻克 Navier-Stokes 方程，历史长河中诞生了许多衍生理论。Leray-Hopf 弱解框架重新定义了流体方程解的存在性。Gagliardo-Nirenberg 不等式成了偏微分方程分析的基石。Beale-Kato-Majda 爆破判据则给判断流体是否失控设定了量化标准。
陶哲轩本人在研究这个问题时，引入了“流体计算与图灵完备性”的概念。这个为了解开流体力学之谜的尝试，意外在两大不同领域间建立起了桥梁。所有这些副产物，最终都长成了支撑现代数学大厦的底层构件。
用陶哲轩在第 6 帖中的原话来说，用纯人工智能方法过早解决问题会污染这个过程。当过程不透明时，它对整个数学进步就会变成净负值。失去中间推演过程的数学突破，只是一具标本。
给算力狂热打下预防针
面对社区反响，陶哲轩在随后两天发布了澄清帖。他明确指出，目前在 Navier-Stokes 问题上没有真实突破。这场讨论依然停留在假设性阶段。只是在当前 AI 发展速度下，这种设想并非天方夜谭。
数学家们公开发出警告，并不是在面对一个已经沦陷的阵地发出悲鸣。他们利用学术界影响力，给未来必定到来的黑盒化基础研究打下预防针。
掌握海量算力的科技巨头有着极强的公关动机。他们迫切需要用解决千禧年难题的光环来证明 AI 的智力。学界前瞻性的发声，是为了提前夺回科研成果定义权。他们逼迫商业资本在追求算力冲刺时交出思考轨迹。
重写解题验收标准
AI 粗暴介入，直接逼迫人类社会重新审视“解决问题”的底层标准。在过去几百年里，数学证明的验收核心是逻辑严丝合缝与同行审查。当机器带着数百亿参数和海量浮点运算结果降临时，绝对正确性反而退居次席。
未来的顶级难题解答，必须是一套能供人类拆解、阅读并生长出新理论的开放推演体系。如果算法不能用人类可理解的形式展示逻辑，它就不合格。如果解答不能为平行领域的难题提供可迁移的方法论，它就只是一场机器内部的电信号狂欢。
把黑箱里的结果交还给机器。把能生长出新工具的推演留在人类的知识共享库里。当算法企图用算力淹没理论过程时，学术界需要强硬拒收那些没有过程的满分答卷。
参考链接：
- Mathstodon @tao 6 帖连发
- Mathstodon @tao 澄清帖
