9月8日，OpenAI宣布一项引发轰动的内部进展：约1万个AI智能体协同工作88小时，攻克了"纳维-斯托克斯方程光滑性"这一千禧年大奖难题。与外界熟悉的单模型能力竞赛不同，此次主角是一个未公开的内部模型，其性能据称超过已发布的GPT-6 Astra，而真正的看点在于"万级Agent集群协作"这套范式。消息公布后，数学界与AI圈的反应并不一致——"抢跑"的质疑随之而来。
在此之前，这类难题被普遍认为需要顶尖数学家数年乃至数十年的努力，88小时的数字因此显得格外刺眼。
88小时：一场Agent集群的"大会战"
根据OpenAI披露的信息，这次攻关并非由单个模型"灵光一现"完成，而是约1万个智能体被组织成多角色流水线，在88小时内生成证明并完成验证。整个过程中产生了约270万条Agent消息，累计消耗约1300亿个输出token——规模相当于把一支庞大的虚拟研究团队连续运转近四天。此后，证明又由GPT-6 Astra在17小时内完成Lean形式化，把自然语言推理转成机器可验证的逻辑代码。
成本侧的数字同样可观：按公开口径估算，单次攻坚的算力成本在1500万至2250万美元之间。这意味着，即便AI已能触及千禧难题，用集群硬推的解法仍然昂贵，远未到"随手可跑"的普及阶段。
千禧难题与百万美元奖金：争议为什么发生
争议的核心在于流程与秩序。纳维-斯托克斯方程光滑性问题属于克雷数学研究所列出的千禧年七大难题之一，原规则为率先给出正确证明者提供100万美元奖金。OpenAI此次明确表示不申领奖金，但学界的不满并未因此平息：质疑者认为，在一个难题的正式解决仍需同行评审、结果尚未发表于权威期刊时，以高调方式宣布"攻克"，是对学术共同体验证流程的绕行；更有人担忧，OpenAI使用未公开模型参与竞争性难题，会形成他人无法复现的信息不对称优势。
更深一层的分歧涉及科研范式：传统数学共同体强调证明可被人类理解、可被独立核验，而万级Agent生成的海量中间步骤，很难由任何单个人类完整审阅。Lean形式化在一定程度上回应了"可验证性"，但"机器可验证"与"人类可理解"之间的鸿沟依然存在。
从"单模型更强"到"集群能干更长的活"
需要说明的是，这次事件在AI能力叙事上的位置，与单模型展示数学推理极限的路径不同：这次的主角是Agent集群的任务组织能力——1万个智能体如何分工、如何交换中间结果、如何纠错收敛，才是88小时内完成攻坚的真正变量。它与近期另一实验室"多Agent协作跑通数学证明"的实验形成呼应，说明头部实验室不约而同地把资源押向"多Agent协作"方向。
对行业而言，这可能是更值得跟踪的拐点：如果长程、多角色、自主纠错的Agent集群可以稳定处理数学证明这类超高难度任务，那么它距离处理复杂工程、法务、研究类工作流还有多远？Agent的成本结构——算力账单而非工资单——也会从根本上改写"一支团队"的定义。
创业者视角：把"多Agent流水线"变成组织方法
对面向创业者与一人公司的读者，OpenAI这场实验的借鉴意义不在数学本身，而在组织范式。它演示了一条清晰的路径：把复杂任务拆成角色、让多个AI各司其职、通过消息传递与校验机制收敛结果。这与一人公司用多Agent替代人力短板的思路同构——区别只在于复杂度与成本量级。
同时也要对成本保持敬畏：1500万至2250万美元的算力账单说明，Agent集群远非"免费劳动力"，调度效率、任务拆解质量与验证成本将直接决定这类模式的商业可行性。对普通创业者而言，更务实的做法是先在小规模、低成本场景验证多Agent流水线的收益，再逐步放大，而不是盲目追逐"万级集群"的叙事。
也有研究者提醒，不应把"生成一段可验证的证明"与"推动数学发展"直接画等号：前者是搜索空间内的强验证问题，后者还包括提出新概念、发现新问题等开放探索。Agent集群擅长在给定目标下快速逼近可行解，这正是它能攻下纳维-斯托克斯这类陈述清晰难题的原因，也是它暂时难以替代人类数学家去做开放选题的原因。理解这条边界，比惊叹88小时更有价值。
值得关注的还有验证环节的工程意义：17小时Lean形式化意味着，证明的正确性最终由机器而非人类评审员背书，这为AI科研成果建立了一套可执行的质量关卡。未来无论是数学证明还是软件交付，"机器可验证"都可能成为比"专家认可"更快、更便宜的标准。
回到事件本身：无论"纳维-斯托克斯"证明最终能否通过同行评审，OpenAI已经用一场88小时的实验，把"Agent集群协作"从概念推到了与人类顶级难题正面交锋的位置。对数学界是秩序之争，对创业者则是范式启示——一个人加上一套被组织好的Agent集群能走多远，才刚刚开始被测试。
2026 年 10 月更新：后续争议与平台化进展
9 月 29 日 DevDay 上，OpenAI 发布 Dots 数字员工与 GPT-6.1 Sol，并把多智能体能力产品化；10 月 16 日为 Pro 用户开放并行 Agent，单个任务可同时编排多个智能体。这些动作表明，88 小时攻克千禧难题的万级 Agent 集群，已从内部研究演变为面向开发者的平台能力。
数学界与产业界的争论仍在继续：支持方认为规模化智能体协作是复杂问题求解的新范式；质疑方指出，验证环节依赖人工，且公开细节不足，抢跑与工程技巧的成分需要更严谨的评审。无论如何，万级 Agent 协作的可行性已被证明，后续类似突破将更频繁出现。
- 9 月 29 日：DevDay 发布 Dots 数字员工与 GPT-6.1 Sol；
- 10 月 7 日：Intelligent UI 让模型直接操作桌面与浏览器；
- 10 月 16 日：Pro 用户开放并行 Agent，多智能体编排产品化。
FAQ：万级 Agent 集群常见问题
这个成果得到数学界认可了吗？
尚未走完正式评审流程，OpenAI 公布了验证细节，但同行仍需时间复核，结论是突破还是抢跑要看后续论文与复现。
普通开发者能用上万级 Agent 吗？
通过 Pro 并行 Agent 与 API，开发者可以编排数十到上百个智能体完成多步任务，万级规模主要面向研究与企业级场景。
这类集群会替代人工研究吗？
短期内不会，当前集群擅长在明确目标下大规模搜索与验证，假设生成与价值判断仍需人类研究者主导。
