这篇证明里，谁做了什么
- 人类数学家（以 Buckmaster 等人为代表）：负责搭骨架与物理直觉——故意偏离临界尺度、高频振荡脉冲、剥离局部速度与整体动能等破局思路，属于从 0 到 1 的部分
- OpenAI 的约 1 万个 Agent：负责填血肉与高维约束搜索。证明需同时满足自相似尺度、局部剪切、应力锥、径向矩条件、振荡模式与高阶修正等数十个互相牵制的非凸约束，人类可能要试错数年，这里 88 小时搜出整体闭合的构造
- Lean 与 Comparator：负责防幻觉。Lean 检查证明链每一步依赖是否闭合，Comparator 用独立形式化的 Navier–Stokes 命题检查目标表述是否仍对应原始问题，防止系统在推导中悄悄弱化条件
为什么这个问题对单线程推理极不友好
一个剖面能形成奇点，却可能让残余应力跑到应力锥外；调整剪切把应力方向拉回来，又可能破坏径向矩；补回矩条件之后，外部流场的连接可能重新出问题。某条路线前面几十步看起来完全成立，直到高阶修正阶段才发现无法闭合。所以这里是高维、非凸的约束设计问题：多 Agent 系统的价值在于同时维持大量不同候选结构——有的搜自相似剖面，有的试参数范围，有的检查应力方向，有的专门追踪某条路线为什么失败，失败因此变成新的约束信息而不是浪费。
两个容易被忽略的工程细节
- OpenAI 还把接近 100 个 Agent 放到相邻的 Euler 问题上：Euler 去掉了黏性，可以先单独暴露非线性奇点结构，突破后中间几何与构造思路再迁回 Navier–Stokes 路线
- 搜索规模膨胀到百万级推理轨迹后，验证成本迅速上升：自然语言里漏掉一个前提、量词在长链推导中发生变化，结论就可能已经不是原来的命题，这也是为什么必须引入形式化出口
争议与边界
航空航天工程教授 Chris Combs 提醒，这并不等于得到一套可以直接计算任意流体运动的通用解法，对现有 CFD 工作也不会立刻产生明显变化。更关键的是成果来源之争：据 InfoQ 报道，纽约大学数学家 Tristan Buckmaster 与 Anthropic 研究员 Levent Alpöge 的相近研究被卷入讨论，涉及是否被「抢跑」以及论文署名条件，该构造也尚未经过同行评议。技术结论与学术争议应当分开看待。
这次展示的不只是一个更会做数学的模型，而是一套把开放数学问题拆成构造、搜索、修正和验证环节的研究系统。