2026 年 9 月 8 日，OpenAI 宣布了一項令人矚目的成果：一個由約 10,000 個 AI 代理協作組成的內部系統，在 88 小時內解決了 Navier-Stokes 方程的存在性與光滑性問題——這是數學界七個「千禧年大獎難題」（Millennium Prize Problems）之一，懸而未決近 90 年，每個問題的解決者可得 100 萬美元獎金。
對香港的 AI 學習者和企業來說，這個消息的真正價值不在於數學本身，而在於它展示了 AI 代理協作系統能達到怎樣的複雜推理能力。當 AI 可以從「回答問題」進化到「多個 AI 協作攻堅科研難題」，這對企業應用 AI 的方式將產生深遠影響。
發生了什麼：10,000 個 AI 代理如何解題
Navier-Stokes 方程式描述流體（如水、空氣、血液）的運動規律，應用涵蓋飛機設計、天氣預測、血流研究等領域。該方程式的核心問題是：即使初始狀態是平滑的，流體運動是否可能在有限時間內產生「奇點」（Singularity）——即速度無限增長而導致方程式崩潰？
根據 OpenAI 發佈的研究報告，團隊採用了以下方法：
- 大規模代理協作：系統包含約 10,000 個同時運行的 AI 代理，每個代理配備工具，包括讀取緩存互聯網內容和執行程式碼的能力
- 分組協作：代理被劃分為不同小組，組內可以互相通訊。最終取得突破的小組正是 Navier-Stokes 問題的攻堅組
- 結果驗證：OpenAI 表示已將證明寫成論文，並使用 Lean（一種數學證明驗證工具）進行了形式化驗證
OpenAI 描述了解決方案本身：「這個解是一個渦旋（vortex），一個螺旋向內旋轉的流體漩渦，越拉越長，像意大利麵一樣。中心區域縮小同時加速，其能量仍然保持有限——符合物理定律的要求。」關鍵的技術挑戰在於讓方程式透過流體自身的運動產生崩潰，而非在系統中引入無限大的外力。
值得注意的是，OpenAI 表示該系統使用的是一個內部模型，「能力顯著超過 GPT-6 Astra」。這暗示下一代模型的推理能力可能比目前的公開版本強得多。
爭議與討論：科學進步還是公關操作？
這項宣布伴隨一定爭議。紐約大學數學家 Tristan Buckmaster 公開指責 OpenAI 的 Sébastien Bubeck 在得知其他團隊的工作後「搶先宣布」成果。實際上，另一組數學家此前已經發表了經 Lean 驗證的機器可讀證明，而 OpenAI 是在記者電話会议上宣布其成果的。
無論最終功勞歸屬如何，這件事本身就值得關注：AI 代理正在以人類意想不到的速度進入科學研究的核心領域。即使這次的證明存在爭議，但 AI 輔助數學證明的能力已在多個案例中得到驗證——從 DeepMind 的 AlphaFold 解決蛋白質摺疊問題，到 OpenAI 的 o3 模型在數學競賽中擊敗人類高手，AI 在科學推理上的進步是真實且持續的。
對香港企業和學習者的意義
這項新聞為香港的 AI 應用者提供了幾個具體啟示：
- 多代理協作是 AI 的下一個前沿：OpenAI 展示的不僅是模型能力，而是 10,000 個代理如何分工協作。對企業來說，這意味著未來 AI 應用的方向不再是單一 AI 模型，而是多個 AI 代理組成的工作團隊——就像一個沒有人類的部門，自動協作完成複雜任務。
- AI 的推理能力正在快速提升：能夠解決困擾數學家 90 年的難題，即使只是部分貢獻，也表明 AI 的邏輯推理和創造性解決問題能力有了質的飛躍。企業在規劃 AI 策略時，應考慮到明年的 AI 能力可能與今天完全不同。
- 不要被爭議分散注意力：無論這次的功勞歸誰，AI 輔助科學研究的趨勢不可逆轉。對於正在學習 AI 的讀者，重點是理解「多代理系統」這個概念——未來的 AI 工具很可能不是單一聊天機器人，而是一組協作工作的 AI 代理。
- 思考你業務中的「協作式 AI」場景：如果多個 AI 代理可以協作解決數學難題，它們當然也可以協作處理你的業務流程——例如一個代理負責收集市場數據，另一個代理分析競爭對手，第三個代理根據分析結果生成行銷內容。這種「AI 團隊」模式可能會在未來 1-2 年內進入商業應用。
小結
OpenAI 的 Navier-Stokes 成果——無論最終是否獲得千禧年獎金——都標誌著 AI 代理從「工具」進化為「研究夥伴」的關鍵一步。對香港的 SME 老闆和 AI 學習者而言，最重要的不是數學證明本身，而是它所揭示的方向：AI 代理的協作能力正在突破想像，而了解這個方向的企業，將更有能力在下一波 AI 應用浪潮中搶佔先機。
參考來源：OpenAI 研究發布、The Punch、Bloomberg、Interesting Engineering、The Next Web