Navier–Stokes 的 AI 聲稱

資料來源#

• After Math
• Did OpenAI solve the wrong Navier-Stokes problem?
• FLT: Anthropic has beaten me to it
• On the Navier–Stokes Millennium Prize Problem

摘要#

2026-09-08，OpenAI 發表了 On the Navier–Stokes Millennium Prize Problem（On the Navier–Stokes Millennium Prize Problem，沒有個人署名，約 1,900 字，vendor-claim），宣布其代理程式系統由一個尚未發布的內部模型驅動，已提出三維不可壓縮 Navier–Stokes 動力學可能在有限時間內形成奇點的證明，並完成**Lean 形式化**。同一篇文章也宣布一項 Euler 方程的相關結果。

這個頁面之所以存在，是因為在彙整第一方說法之前，這件事早已成為十多個 wiki 頁面的重要依據——「10,000 個代理程式、1,300 億 token、88 小時」這組數字，是透過九天後 Brown 接受 Dwarkesh 訪問才進入資料集，並被引用於 Multi-Agent Collective Intelligence、Compute-Controlled Benchmarking、Autonomous Scientific Discovery、Evaluation Horizon Versus Release Cadence 和 Latent Capability Overhang。這份公告是這些數字的第一手文件，還補上了訪談未提及的幾項數字，並且與資料集中一項既有記載矛盾（先前記為未聲稱有形式化）。以下內容全是 OpenAI 對自家未發布系統的說法。層級仍是 vendor-claim，不變：結果有爭議，截至 2026-09-21，資料集中沒有任何形式的獨立驗證。

實際聲稱了什麼#

數學命題。 OpenAI 聲稱其系統產出了「解析證明與 Lean 形式化，證明一個最初靜止且平滑的流體能在有限時間內形成奇點」，其中施加了平滑外力，且全程能量有限，從靜止狀態演變至爆破。在 Clay Mathematics Institute 的表述中，這是透過確立**命題「C」（以及「D」）**來解決問題——也就是「失效」分支，而非存在性與光滑性分支。文中描述的機制是渦旋向內螺旋並拉長（「像義大利麵」），中心區域逐漸縮小並加速，同時總能量保持有限；文中點出的技術難處是，加速度、壓力梯度、動量傳遞和黏滯力必須「同時變大，卻又精確抵消」，讓速度發散時外力仍保持平滑。圖示（依雙重檢視規則檢視）以線條呈現同一個對象：軌跡繞著垂直軸交錯排列，並標註 inward spiral 與 axial stretching，線條顏色表示角旋轉速度——靠近軸心處是較快的橘色，外圍則是較慢的藍綠色。這是對假設形式的圖解，不是支持它的證據。

Euler 相關結果，以及附帶的優先權讓步。 在「較容易」的問題中，系統也被交付了 Euler 方程的正則性問題（移除黏滯項的 Navier–Stokes 方程）；OpenAI 表示其代理程式解決了無外力版本——Euler 反證使用「近 100 個代理程式……約 50 小時」。在「Concurrent work」一節中，OpenAI 表示 Levent Alpöge（Anthropic）和 Tristan Buckmaster（NYU）使用 Anthropic 內部模型，解決了有外力的 Euler 問題，並承認他們在此問題上的優先權：「我們承認他們在有外力 Euler 問題上的優先權，並祝賀他們取得傑出的數學成就。」有外力／無外力的區別，構成 OpenAI 聲稱自己在 Euler 問題上另有成果的全部依據，也是其主張「我們的證明也有顯著差異」的理由。

並非宣稱得獎。「我們無意為此結果申請千禧年獎。」

公告所述的執行過程#

相較於廠商公告，這份時間線異常具體，而這種具體程度本身就很值得注意。

事件	日期／數字（OpenAI 提供）
內部模型開始訓練	8 月 28 日（「訓練仍在進行，效能持續提升」）
聽聞有兩道千禧年問題已獲解決的傳聞	9 月 1 日，星期二——整個工作的起因
代理程式解出 Navier–Stokes 問題	9 月 5 日，星期六，啟動後約 88 小時
Lean 形式化與驗證	再加 17 小時，「透過 GPT‑6 Astra」
整個專案及 Lean 驗證完成	9 月 6 日
發表	9 月 8 日；「Concurrent work」於 9 月 10 日更新
Euler（無外力）結果	約 100 個代理程式、約 50 小時
Navier–Stokes 團隊規模	「約有 10,000 個並行代理程式」
僅 Navier–Stokes 的訊息流量	270 萬則代理程式間訊息、約 1,300 億輸出 token
所有嘗試問題的訊息流量	490 萬則訊息、約 3,000 億輸出 token

模型。「一個能力顯著勝過 GPT‑6 Astra的內部模型」，執行期間仍在訓練中——「在工作過程中，我們內部模型的進一步訓練版本可供使用時，就更新了代理程式，讓它們改用該模型。」9 月 10 日的更新補充，它「是在先前預訓練模型之上，透過大規模強化學習開發而成」。

公告描述的 harness。 代理程式能使用快取的網際網路副本和程式碼執行；它們「被分成可在組內通訊的群組」，各群組規模不一，不同群組收到不同版本的問題敘述——分別是「A」和「B」（預期能導出證明），以及「C」和「D」（反證），分配給不同群組；也就是說，搜尋同時朝兩個方向進行。Euler 結果出爐後，從其他千禧年問題挪出的資源轉投 Navier–Stokes，並向這些代理程式提供 Euler 解答。接著，透過 Codex 交叉交流不同群組的成果，目的是「彙整每個代理程式群組最有用的見解」，並利用代理程式自己的中間結果；OpenAI 表示，找到 Navier–Stokes 解答的群組曾以這種方式獲得引導。公告稱，整個過程始終啟用了前沿評估防護措施——「監控與隔離」。

這份文件為二手說法增添了什麼，又更正了什麼#

確認並拆分流傳中的數字。 Brown 所說的「1,300 億 token」指的是 Navier–Stokes 的數字，不是總數；公告報告所有嘗試問題合計約 3,000 億輸出 token 與 490 萬則訊息。88 小時是解出問題所需時間，不包含形式化所花的 17 小時。因此，流傳中的三個數字就目前而言是準確的，但 token 數大約低估了這場行動的一半。

更正資料集對形式化的記載。 Autonomous Scientific Discovery 當時正確記錄：「這份說法完全沒有提到形式化、Lean 或機器檢查證明；驗證是由數學家閱讀輸出」——因為 Brown 沒有提及。第一方公告聲稱兩者皆有：Lean 形式化以及一次驗證流程，並稱由 GPT‑6 Astra 而非內部模型負責，耗時 17 小時。這是取代先前記載的新說法，不是佐證；對這個 wiki 而言，這是文件中影響最大的一句話。

但這也是聲稱最薄弱之處。 公告只說形式化有完成，以及由什麼產生；沒有說明形式化了什麼（完整的爆破定理，還是只把解析核心填進去的框架？）、Lean 定理陳述的是哪個命題、由誰確認那個命題就是千禧年問題的原命題、使用了哪個 Lean／mathlib 版本或公理規範、有沒有遵循 AI-Driven Formal Proof Search 所記錄的 sorry 無缺、native_decide 無缺、#print axioms 通過的標準，以及各階段有沒有人為介入。公告連結的程式碼儲存庫（github.com/openai/NavierStokesAndEuler）和兩份 PDF（cdn.openai.com/pdf/…/navier-stokes.pdf、…/euler.pdf）都不在這個資料集中——資料匯入時沒有抓取任何一項。在抓到之前，這裡的「以 Lean 形式化」只是廠商的一句話，不是核心檢查器的裁定；與 FrontierMath Erdős Benchmark 對照最清楚：那裡的解答確實是檢查器依據公開協定產生的輸出。

17 小時也值得和資料集中唯一一筆已測量的形式化成本相比。 FrontierMath Erdős Benchmark 記錄了一道 Erdős 問題 90：OpenAI 模型提出一份 18 頁的自然語言證明，之後由人類主導的獨立工作產生了120 萬行 Lean，原因是 mathlib 缺少一項「深層」結果。mathlib 對 Navier–Stokes 爆破問題也沒有豐富的支援。因此，可能是 AI 在 17 小時內支付了相當的成本（若屬實，這會是資料集中最大的一筆單項能力數據，而目前只以一句話聲稱）；也可能是這兩項產物根本不是同一類東西。公告沒有說明是哪一種，wiki 不應預設採信較樂觀的解讀。

優先權爭議與資料問題#

「Concurrent work」一節之所以存在，是因為這項工作是由一則關於他人成果的傳聞引發，OpenAI 也坦言如此：9 月 1 日的傳聞「後來我們才發現與」Alpöge 和 Buckmaster 有關。OpenAI 對自身行動的說法是：9 月 6 日完成自己的專案與 Lean 驗證後，當時以為另一個團隊也解出了 Navier–Stokes，於是主動聯繫，提出同時發布並共同公告、承認對方優先權；後來才得知對方的成果是有外力 Euler，並表示可以讓他們「查看我們使用過的所有提示，之後也能看到證明」。

兩項否認是關鍵，但力度不同：

• 取得存取。「我們（研究人員與代理程式）在他們公開發布以前，完全沒有透過任何方式看到他們的工作——尤其是，為了解決此問題，沒有存取任何特定使用者資料。」
• 訓練影響（這是公告註腳 2 所述的 9 月 10 日更新）。「經過調查後，我們確認 Buckmaster 在公告前兩個月期間輸入 Codex 的提示……不可能以任何方式影響系統，包括透過訓練。」公告稱其依據是：內部模型以已預訓練模型為基礎，透過大規模 RL 製作。

資料集外的資訊（媒體報導，尚未編入來源；此處標示來源歸屬與日期，以便日後編纂時替換）：Quanta、Fortune、Scientific American 和 ABC 在 2026-09-08 與 2026-09-10 的報導提到，Buckmaster 指控 OpenAI 在其團隊於 8 月 15 至 22 日取得進展後，採用了極為相似的罕見方法；OpenAI 表示模型於 8 月 28 日開始訓練，且「無法排除從其使用我們產品的行為衍生出的去識別化資料，曾協助改進我們的模型」；Clay 問題描述的作者 Charles Fefferman 表示自己「非常高興」，並肯定 Córdoba 與 Martínez-Zoroa；Sébastien Bubeck估計算力成本為「數百萬美元」；當時也沒有預印本、沒有獨立 Lean 複查，也沒有同儕審查。有兩點觀察確實會影響我們解讀公告的方式。第一，廠商的立場在兩次說法之間變得更強硬——8 日說「無法排除」，10 日調查後改稱「不可能以任何方式影響」——而調查是 OpenAI 自行進行的。第二，8 月 28 日是競爭團隊據報取得進展期間結束後六天，所以「包括透過訓練」這段聲明才是關鍵所在。

這是資料集中首次觀察到研究室之間自發就能力成果聯繫的例子，其形式正是 Cross-Lab Pre-Release Review 所描述的情況，只是每個變項都被移動了：聯繫發生在事後而非發布前，由聲稱成果的一方而非審查方發起，目的是爭取功勞而非討論危險。它也再次印證該頁面的結構性發現——整個過程沒有任何裁決者。調查方、被指控方和發表方是同一方。

它能與不能作為什麼證據#

若放在本 wiki 追蹤的研究範式中來看，這篇公告所支持的主張比標題少：

• 作為多代理程式成果，它是資料集中已發布的最大規模——10,000 個並行代理程式、270 萬則訊息——但沒有報告任何類型的基準比較：沒有單一代理程式組、沒有相同問題的小型群組組，也沒有消融研究。最接近的相鄰數據來自另一道問題：無外力 Euler 約 100 個代理程式／約 50 小時。兩個問題、兩種規模不能構成曲線，公告也沒有聲稱如此。請參閱 Multi-Agent Collective Intelligence 和 Many-Agent Proof Harnesses，了解此結果如何與 Google 的 Stellar Colosseum 構成配對比較——一方是有論文和基準的 empirical，另一方是千禧年問題的 vendor-claim，雙方都沒有代理程式數量消融研究。
• 作為預算揭露，它對 token、訊息、代理程式和經過時間的披露相當完整，卻沒有提及美元成本——與 FrontierMath Erdős Benchmark 的揭露比例正好相反。Compute-Controlled Benchmarking 的核心論點在此完全適用：沒有反事實比較的揭露，仍然無從解讀。
• 作為 harness 成果，這是量身打造的裝置——數千個代理程式、手工設計的問題變體分派、執行中途更換模型、透過 Codex 促進交叉交流，最後交由 Lean 驗證器檢查——卻沒有迴圈基準。因此，它無法解決 Agentic Loops Overtake Bespoke Systems 中的任何問題，公告本身也沒有提出效率主張。
• 作為內部模型的能力數據，這是資料集中僅次於 Evaluation Horizon Versus Release Cadence 對封存模型所作陳述的第二強證據，也是首項由 OpenAI 以外任何人都無法執行的模型產物（公開文章、PDF 和程式碼儲存庫）。這提供了一個衡量內外部能力差距的全新但薄弱工具：輸出公開，產生輸出的模型不公開。
• 就研究品味而言，公告沒有任何內容與 Transformative Creativity 所記錄的界線相矛盾——問題由 Clay Institute 提出，變體由人類提供，轉向 Navier–Stokes 是人類決策，而獲勝群組也受到引導。

結尾的「Progress and responsibility」一節適合作為立場陳述記錄，而非研究內容：結果被描述為「不是終點，而是某個時間點的快照」，OpenAI 表示它正「專注於了解這個模型」，並提出「更審慎地選擇進展步調」；這與 Evaluation Horizon Versus Release Cadence 所提出的步調論點一致，只是這次由廠商在宣布最大能力成果當天親自表述。

首篇彙整回應：「這是答案，不是解答」（2026-09-12）#

公告四天後，Silvia De Toffoli（IUSS Pavia）與 Eamon Duede（Princeton/Purdue）在 Terence Tao 的部落格以客座文章發表〈After Math〉（After Math，約 2,000 字，practitioner-opinion）。這是資料集中首篇彙整後的回應，而非媒體報導；值得分清楚它提出與未提出的主張。

他們承認的部分。 他們沒有質疑結果，也沒有指控任何人：「如果 OpenAI 的公告屬實，我們不否認這是一項非凡成就。」他們特別肯定形式化——「Navier–Stokes 結果的 Lean 形式化……確實是一項真實而重要的貢獻：它符合邏輯上的證明概念要求，因而確立了確定性」——並指出 OpenAI 發布了兩項產物：「一份證明有效性的 Lean 形式化……以及一份看來包含相應非形式化證明的手稿。」

他們保留的判斷，以及理由。 他們主張，證書尚未等同於解答，因為真正的證明必須在邏輯上有效，也必須易於理解——能以數學家可以連結至既有知識、並據以延伸的觀念來傳達（完整討論見 Logical vs Intelligible Proof）。他們的判斷明確標示為暫定並附上日期：「目前，這是答案，不是解答……也許我們會發現他們確實提出了[富有成果的解答]，但目前情況還遠不明朗。」他們援引的佐證是 Clay Institute 對此問題的說明：「證明之所以重要，是因為它不只帶來確定性，也帶來理解。」

為什麼這與下方的未解問題有關。 這是關於驗證能解決什麼的論點，因此它界定了第一個問題能帶來的答案範圍，但本身沒有回答該問題：按這種說法，乾淨的程式碼儲存庫可以完整確立邏輯層面，但無法說明此結果是否已融入數學領域。也請留意層級排序——practitioner-opinion 無法判定定理是否為真，也就是前兩個問題所問的事；它只關乎那些問題若得到「是」的回答，代表什麼。

它首次提供的兩項背景資訊。 文中引用了 Tristan Buckmaster 的公開聲明（cims.nyu.edu/~tristanb/statement.pdf）——「這是 Deep Blue–Kasparov 時刻。」這並未取代上文資料集外的段落（該段記錄 Buckmaster 另一項資訊，也就是指控 OpenAI 挪用方法，而這篇文章沒有提及）；它新增了一項已編入來源的說法，也讓媒體的敘事更複雜：報導中被指控方法遭挪用的數學家，也留下了稱此成果為時代性成就的公開紀錄。*（聲明 PDF 本身仍未納入資料集；這是 De Toffoli 與 Duede 對它的引述。）*文章也提到 mathandai.org 上的一份宣言，起初由 25 位 Fields Medal 得主簽署，警告 AI 公司的目標與數學界目標之間有「嚴重錯位」——這是資料集中首次出現此類主張引發有組織學科回應的跡象。媒體報導段落的其他內容都未受此來源影響。

第二篇彙整回應：「問題弄錯了」（Scientific American，2026-09-21）#

公告十三天後，Joseph Howlett 在 Scientific American 撰文（Did OpenAI solve the wrong Navier-Stokes problem?，約 1,000 字，practitioner-opinion；依報導所述，正文是透過摘要模型取得）提出一項爭議，與正確性和可理解性都不同：**證明的命題是否正是大家關心的問題。**報導所述的論點如下：

• 外力項可以省略，而 OpenAI 的爆破需要外力。 Clay 的官方敘述（Fefferman，2000）在選項「C」中允許加入外力，因此依該表述，結果「毫無疑問解決了問題」。但據 Martínez-Zoroa 所言，多數研究者「特別考慮的是無外力情境」；Córdoba 和 Martínez-Zoroa 多年來一直研究有外力的情況，並設計一種「非常特定的外力來觸發爆破」。Luis Silvestre（Chicago）表示：「Clay 問題已經解決，但 Navier–Stokes 方程的主要問題仍未解決。」
• 一份預印本指出，這種方法無法填補差距。 三位數學家於 2026-09-17 在 arXiv 張貼 2609.20803；報導稱該文「證明 OpenAI 的方法永遠無法延伸」至無外力問題：移除外力，爆破就消失。不在本資料集中；這是記者對一篇此處無人讀過的論文所作摘要。
• 仍然存在的可能情況。 流體動力學研究者目前正在考慮，Navier–Stokes 是否只會在刻意設計的外力下爆破。Cao-Labora 表示，如果是如此，「人們大概會回頭看 Clay 問題，然後說：『我們不該在敘述中加入外力。』」他補充，LLM 擅長建構明確範例（「找出存在的爆破」），但較不擅長「新理論」；因此他認為，在無外力問題上，數學家可能「沒那麼吃虧」。

這對此頁面有何影響。 上述內容沒有推翻任何記載：OpenAI 的公告明確指出有平滑外力（「施加平滑外力」），而此來源沒有質疑證明。它重新詮釋了標題——依這篇報導，只有採用有外力的解讀，「解決 Clay 問題」才成立——並且仍是關於敘述忠實度的發現，與 Kernel-Level Proof Auditing 的公理檢查及 Logical vs Intelligible Proof 的可理解性，構成第三條評估軸線。這至少同時批評了 Clay 的問題框架與 OpenAI，文章也坦率如此說明。層級仍是 vendor-claim：此來源假設證明有效，卻沒有說明誰檢查過。本文保留一項尚未解決的時間衝突：報導稱 OpenAI 在競爭團隊於 2026-09-07 解出有外力 Euler 爆破後「不到一天」便完成；但 OpenAI 自己的時間線（見上文）稱其 Navier–Stokes 問題於 09-05 解出、Lean 驗證於 09-06 完成；雙方說的都是對方的日期。報導也只說兩位數學家與公司之間有「激烈爭議」，對下方訓練影響問題沒有增加新資訊。

相關連結#

• Logical vs Intelligible Proof — 這項公告被視為「答案，不是解答」的框架：Lean 可證明有效性，但不會帶來學界所追求的理解；此區分與上文所有關於證明是否正確的爭議無關
• Terence Tao — 該回應文章的主持人，也是資料集中判斷數學領域中機器成果代表什麼的獨立參照點
• AI-Driven Formal Proof Search — 這項主張可能最深遠地延伸的範式：廠商聲稱達成千禧年獎等級成果，並附上 Lean 形式化；也就是經核心檢查器驗證的分支，擴展至所有已測量來源都視為範圍之外的問題類別（9/353、2/68、0/6,522）。公告沒有提供的是標準——沒有公理規範、沒有命題審查、資料集中也沒有產物
• Many-Agent Proof Harnesses — OpenAI 一方與 2026-09 這組多代理程式研究主張配對的成果：同一個月、相同的主張形式、相反的證據層級，雙方都沒有代理程式數量消融研究
• Multi-Agent Collective Intelligence — 資料集中最大規模的多代理程式數據（10,000 個代理程式、270 萬則訊息、約 1,300 億輸出 token），也是資訊最少的一筆：沒有基準，而倡議者自行承認的 <10% 功勞折減記載於該頁
• Agentic Loops Overtake Bespoke Systems — 結尾有驗證器、卻沒有迴圈比較組的量身打造裝置；該頁的 noisy-verifier 與次世代問題都與此有關，但都未由此結果解決
• Compute-Controlled Benchmarking — 預算是標題焦點，反事實比較卻付之闕如；這是該頁「揭露必要但不足」論點中成本最高的一例
• FrontierMath Erdős Benchmark — 嚴謹做法的反例：固定 $300 預算、公開的題目清單，以及核心檢查器的裁定；使用的模型正是本頁聲稱已超越的模型
• Latent Capability Overhang — 被封存能力的相關案例：據稱這裡的內部模型比發布前的 GPT-6 Astra 又高一個世代；該模型在基準中得分 2/68；這擴大了「已提取與被封存」的差距，而非「已發布與未提取」的差距
• Evaluation Horizon Versus Release Cadence — 這是內外部能力差距首項公開成果，也是廠商以步調論述結尾的一例
• Autonomous Scientific Discovery — 此結果落在驗證速度光譜中的位置，也就是本來源更正形式化記載的頁面
• Cross-Lab Pre-Release Review — 事後為爭取功勞而進行的跨研究室聯繫，對照發布前為防範危險而進行的聯繫；同樣缺少裁決者
• Transformative Creativity — 問題由外部提出，搜尋過程受到引導，因此沒有跨越問題提出的界線
• Lean — 聲稱中提到、證據中卻缺席的驗證器
• OpenAI — 聲稱者
• Noam Brown — 這些數字進入資料集的二手管道，時間晚了九天
• Anthropic — Levent Alpöge 的雇主；OpenAI 承認後者對有外力 Euler 問題享有優先權
• Large-Scale Test-Time Compute (hub) — 此次執行位於極端端點的預算軸
• Verification as the New Bottleneck (hub) — 這項主張的全部份量都繫於 OpenAI 以外無人執行過的驗證步驟
• Kernel-Level Proof Auditing — 未解問題中針對 Lean 產物所要求的具體稽核：對每個已編譯證明執行 #print axioms，確認符合三公理白名單；這是區分「以 Lean 形式化」與「依賴 sorryAx 才能編譯」證明的唯一檢查。公告沒有說曾執行這項檢查
• Statement Drift — 該頁清單中從規格層面切入的路徑：命題忠實符合 Clay 有外力選項「C」，但據報不符合該領域真正關心的無外力問題；任何比較器或蘊涵檢查都無法辨識這項差距

待解決的問題#

• 連結的 Lean 產物（github.com/openai/NavierStokesAndEuler）是否真包含一項沒有 sorry、公理乾淨的證明，而且該命題是合格第三方也認同的 Clay「C」命題？公告聲稱完成形式化，卻未公布任何形式規範；程式碼儲存庫與兩份 PDF 確實存在，但不在本資料集中。抓取並檢查它們即可驗證——這是本頁成本最低的未解問題，也是其他問題的根基。**2026-09-29 部分獲得回答（Did OpenAI solve the wrong Navier-Stokes problem?，practitioner-opinion）：**就命題而言，Scientific American 報導指出，該結果透過有外力選項「C」確實解決了 Clay 的原始表述，與公告主張一致；但它也報導，學界把有外力的命題視為漏洞，而非原本要問的問題，因此「合格第三方認同它是 Clay 命題」如今取決於採用哪種 Clay 問題解讀。sorry／公理部分仍未解決。**2026-09-21，After Math（practitioner-opinion）進一步釐清了範圍：**乾淨的程式碼儲存庫可以完整解決此問題，但按照 De Toffoli 與 Duede 的說法，結果仍是答案而非解答——核心檢查器透過「本身不需要理解」的程序，確認演繹有效性，因此儲存庫無法證明這份證明傳達了定理為何為真。閱讀未來的「已驗證」標題時，應記住檢查能帶來確定性；這比公告所暗示的少，但並非毫無價值。對照 2026-09-29（FLT: Anthropic has beaten me to it，case-study）：Anthropic 的 FLT 程式碼儲存庫也是廠商產物，曾由外部專家 Buzzard 編譯，並透過 comparator 執行，結果通過；此處沒有報告 Navier–Stokes 儲存庫接受過同等的第三方檢查。

• 結果能否通過獨立驗證？（觸發條件，任一項皆可：證明經同儕審查後發表，或以 arXiv 預印本形式公開；由 OpenAI 以外的一方獨立複查 Lean；Clay Mathematics Institute 發表聲明；或有人公開反駁。）截至 2026-09-21，以上都未發生，因此層級仍是 vendor-claim。

• 優先權與影響力爭議將如何落幕——具體而言，OpenAI 之外是否有任何人能檢查 Buckmaster 的 Codex 提示「不可能以任何方式影響系統，包括透過訓練」這項主張？這項否認依據的是被指控方自行進行的調查，而且兩天內從「無法排除」轉為「不可能發生」。（觸發條件：外部稽核、揭露訓練資料來源，或 Alpöge、Buckmaster 表示接受或反對這項說法。）

• 無外力的三維 Navier–Stokes 問題是否其實有不同解答，也就是不施加外力會不會發生爆破，或報導提出的「只有有外力時才爆破」情況才是事實？（觸發條件：提出無外力方程的爆破構造，或證明該方程具有整體正則性；以及 Clay 是否修訂問題敘述。）

• arXiv 2609.20803 到底證明了什麼？它所稱的「無法延伸」結果，只涵蓋 OpenAI 的假設形式，還是所有有外力爆破研究計畫中的方法？抓取並閱讀論文即可驗證；本資料集目前僅透過 Scientific American 報導它。

資料來源#

• On the Navier–Stokes Millennium Prize Problem — OpenAI，「On the Navier–Stokes Millennium Prize Problem」，openai.com，2026-09-08 發布，並於 2026-09-10 更新「Concurrent work」（記載於該頁註腳 2），沒有個人署名，約 1,900 字，vendor-claim——已指定此層級，不得上調：這是針對未發布內部模型的第一方公告，其成果有爭議，截至 2026-09-21 尚無第三方驗證。這是網頁文章，非根據 PDF 整理，因此不適用 docling: 表格規則；WebFetch 與 curl 均遇到 Cloudflare 阻擋頁後，本文改以無頭瀏覽器擷取完整的 body.innerText，沒有選取器造成的內容漏讀。唯一關鍵圖片（渦旋示意圖）已依雙重檢視規則查看，並符合原始文字轉錄，包括圖說；三張「Keep reading」縮圖屬裝飾性內容，略過。 連結項目及未取得資料。 公告列出的證明 PDF（cdn.openai.com/pdf/…/navier-stokes.pdf）、Euler PDF（…/euler.pdf）和 Lean 程式碼儲存庫（github.com/openai/NavierStokesAndEuler）都未抓取——已排入另一輪處理。本文所有關於形式化的說法，都是轉述 OpenAI 對自家產物的描述，不是檢視產物後得出的結論。 利益衝突全面且結構性。 OpenAI 是聲稱者、模型製作者、被指挪用競爭者方法的一方、自行調查並替自己洗清嫌疑的一方，也是發布說法的一方；整份文件沒有署名作者。文中每個數字都應註明來源。 一段資料集外的內容（2026-09-08／10 的媒體報導：Quanta、Fortune、Scientific American、ABC）在正文中明確標示、註明日期與歸屬，且不視為知識庫證據。相關來源完成編纂並匯入後，應以正式來源取代。
• After Math — Silvia De Toffoli（IUSS Pavia）與 Eamon Duede（Princeton/Purdue），〈After Math〉，Terence Tao 部落格客座文章，2026-09-12，約 2,000 字，practitioner-opinion。這是資料集中首篇經彙整、而非來自媒體報導的公告回應。沒有測量、沒有數據、也沒有取得產物——這是一篇探討公告代表什麼的哲學論述；本文引用其答案／解答判斷、兩項肯定（若正確則為「非凡成就」；形式化「確立確定性」）、Clay 引文、Buckmaster 的「Deep Blue–Kasparov」引述，以及 mathandai.org 宣言。它只涉及驗證代表什麼，絕不涉及定理是否為真——practitioner-opinion 不能讓有爭議的數學主張往任何方向移動。Buckmaster 的聲明 PDF 與該宣言都未抓取；兩者皆為作者轉述。沒有利益衝突：兩位作者都沒有研究室隸屬關係，也沒有相競成果。完整討論見 Logical vs Intelligible Proof
• FLT: Anthropic has beaten me to it — Buzzard，2026-09-04，case-study。僅用來對照產物驗證。
• Did OpenAI solve the wrong Navier-Stokes problem? — Joseph Howlett，Scientific American，2026-09-21，約 1,000 字，practitioner-opinion。新聞報導轉述具名數學家（Silvestre、Córdoba、Martínez-Zoroa、Cao-Labora）的說法，沒有測量數據。透過 WebFetch 的摘要模型擷取，因此引述只能按報導所述呈現，無法逐字核驗。核心技術主張依據 arXiv 2609.20803，該文未抓取。報導假設證明有效，卻沒有說明誰檢查過；受訪者包括有外力爆破研究計畫的作者。僅就外力項漏洞及其未解後果引用。