Ett helgrykte utlöste en flermiljonspurt
OpenAIs kapplöpning för att lösa en del av Navier-Stokes millennieproblem började inte med en forskningsplan. Den började med ett rykte.
I slutet av augusti 2026 nådde det OpenAI att en matematiker som arbetade med en Anthropic-forskare närmade sig en lösning på ett besläktat öppet problem, de tvingade Euler-ekvationerna. Diego Cordoba och Luis Martinez-Zoroa hade byggt den underliggande matematiska metoden; Tristan Buckmaster vid NYU:s Courant Institute och Anthropics Levent Alpoge hade utvecklat den vidare sedan mitten av augusti, med verkliga framsteg.
OpenAIs svar var att skala upp snabbt. Forskarna körde först omkring 1 000 agenter i 50 timmar mot Euler-problemet, och utökade sedan till omkring 10 000 samtidiga agenter för en elva timmar lång slutspurt mot det svårare Navier-Stokes-fallet. OpenAIs forskningschef Mark Chen satte senare den totala beräkningskostnaden till ett intervall på flera miljoner dollar. Företaget nådde ett resultat den 5 september och tillkännagav det den 8 september, ungefär 88 timmar efter att arbetet inleddes.
Vad OpenAI faktiskt påstår sig ha löst
Resultatet som OpenAI tillkännagav är snävare än det låter. Det gäller en specifik variant, en uppblåsning under jämn framtvingning, framtagen av en intern, opublicerad modell som OpenAI säger är mer kapabel än dess publika GPT-6 Astra-linje, och som körs som en koordinerad svärm av agenter i stället för en enda körning.
OpenAI kopplade tillkännagivandet till en maskinverifierad formalisering av beviset i bevisassistenten Lean, ett bevis på att de logiska stegen håller ihop mekaniskt. Det är inte samma sak som kollegial granskning. Clay Mathematics Institute, som övervakar de sju millennieproblemen och den miljon dollar som hör till vart och ett, har varken verifierat eller accepterat resultatet, och oberoende matematiker har ännu inte blivit klara med att granska det mänskligt läsbara argumentet bakom Lean-beviset.
| Fas | Agenter | Varaktighet | Mål |
|---|---|---|---|
| Fas 1 | cirka 1 000 | 50 timmar | Besläktade Euler-ekvationer |
| Fas 2 | cirka 10 000 | 11 timmar | Navier-Stokes uppblåsningsfall |
| Totalt | upp till 10 000 | 88 timmar | Tillkännagivet 8 september |
Matematikern som säger att hans utkast lästes
Tristan Buckmasters berättelse om vad som hände sedan är den del av historien som OpenAI inte offentligt har bestridit. Han säger att han direkt frågade OpenAI-forskaren Sebastien Bubeck om OpenAIs modell hade tränats på, eller haft tillgång till, de privata Codex-sessionerna där han och Alpoge sparade sina egna utkast om det besläktade problemet. Bubeck förnekade det första gången Buckmaster frågade. Andra gången Buckmaster frågade, specifikt om träningen, fick han enligt egen uppgift inget svar.
Buckmaster säger också att Bubeck erbjöd honom ett val: publicera först med OpenAI krediterat vid sin sida, eller behålla ensam rätt till erkännandet för resultatet, men bara om han tog bort Alpoges namn, på grund av dennes Anthropic-koppling. När Buckmaster vägrade släppa sin medarbetare säger han att Bubeck sa till honom: "Varför skulle du förstöra din karriär?" och senare: "Om du inte vill att jag ska vara snäll behöver jag inte vara det."
Varken OpenAI eller Bubeck har publicerat ett punkt-för-punkt-svar på dessa konkreta anklagelser.
Tjugofem Fields-medaljörer drar en gräns
Tre dagar efter OpenAIs tillkännagivande publicerade Terence Tao, Fields-medaljör från 2006, texten "A Severe Misalignment of AI in Mathematics" på sin blogg, medundertecknad av 24 andra Fields-medaljörer från ceremonier från 1978 till i år, bland dem Peter Scholze, Maryna Viazovska, Caucher Birkar, June Huh, Martin Hairer, Maxim Kontsevich, James Maynard, Manjul Bhargava och årets medaljör Yu Deng.
Deras argument är inte att AI inte kan syssla med matematik. Det är att lösa ett namngivet problem alltid var tänkt som en ersättning för konceptuell förståelse, inte målet i sig, och att en kapplöpning om att producera den ersättningen snabbare kan förstöra den långsammare processen, föredragen, utarbetandena, källhänvisningarna och förenklingen, som gör ett löst problem till delad kunskap som matematiker kan bygga vidare på. Förhastade, ifrågasatta tillkännagivanden hoppar över just den processen.
Deklarationen varnar för att massproduktion av sanna eller falska påståenden "skulle kunna förstöra fruktbar mark i stället för att blåsa liv i nya idéer", och att utan matematikernas arbete med att integrera ett resultat i fältets egen kanon "skulle den avgörande mänskliga överföringskedjan mellan matematiker gå förlorad".
Vad detta betyder nästa gång en leverantör tillkännager ett genombrott
Varje del av denna sekvens, ryktet, rusningen, tillkännagivandet, tvisten, hände snabbare än någon utanför de två laboratorierna kunde kontrollera. Det är mönstret att hålla utkik efter, inte bara inom matematiken.
En AI-leverantörs benchmarkpåstående, oavsett om det är ett matematiskt bevis, en kodpoäng eller en säkerhetsutvärdering, är ett pressmeddelande tills en oberoende part utan eget intresse i utfallet har granskat det. Åttioåtta timmar gav ett tillkännagivande. De gav ingen dom, och de som är bäst lämpade att fälla en har just offentligt och vid namn sagt att kapplöpningen dit är en del av problemet.
Läs vidare: De bästa AI-hackningsverktygen är nu endast tillgängliga på inbjudan | Tre AI-leverantörer låg nere samtidigt 3 september
