9 月 8 日，OpenAI 公布了一篇长达 165 页的数学论文，宣布找到了纳维–斯托克斯方程（Navier–Stokes，简称 NS）存在性与光滑性问题的解答。

目前，该论文仍在审核中，具体结果尚未正式发布。因此，本文并不打算深入讨论论文的具体内容或详细梳理事件经过，而是想聊一聊这一事件背后的背景，以及由此引发的一些思考。

自 AI 出现以来，“AI for Science”（人工智能 for 科学）的概念便逐渐进入人们的视野。早期，人们主要关注的是如何利用 AI 辅助科学家开展研究，而不是完全取代科学家。

然而，随着 AI 持续发展，它似乎已经走到了一个重要的转折点：开始具备独立解决部分科学问题的能力。

前段时间，我们听到了协和医院金山木医生攻克 22 年数学难题“克鲁泽猜想”的新闻。据报道，他深度利用 GPT-5.6，通过提示词工程，让 GPT 用了 16 个小时成功证明了克鲁泽猜想。

这件事已经初步显露出一个趋势：AI 的逻辑推理能力似乎正在接近某个临界点，达到与人类顶尖数学家相当、甚至超越部分人类专家的水平。

而在这次事件中，OpenAI 使用内部模型，消耗了约 1000 亿个 token、花费 100 万美元，解决了 NS 问题的关键部分。以目前 AI 的能力来看，我认为，这一证明可以说是基本正确的。

那么，关键的问题是：接下来会发生什么？

既然 AI 已经具备解决 NS 问题部分关键难题的能力，那么，其他千禧年难题是否也会被 AI 逐一解决？

而抛开数学问题不谈，更值得关注的是 AI 恐怖的思考能力与复制能力。可以说，只要拥有足够的资源，AI 就有可能解决越来越多的逻辑问题，并复现乃至创造各种项目和工程。

在过去，像《生化危机》中的保护伞公司、《赛博朋克 2077》中的荒坂公司这样的超大型统治型企业，通常被认为只是科幻作品中的想象。但如今，AI 能力的发展，已经让 AI 巨头成长为超大型统治公司的可能性逐渐增加。

对超级 AI 的垄断，能够让少数 AI 巨头进一步加速科技和产品的发展，并在数据处理方面获得巨大优势。这种优势最终可能演变为对个人和社会的大规模数据监控与分析。

另一方面，超级 AI 的出现，也可能使思维能力变成一种可以明码标价的商品：拥有多少资金，就能购买多少计算资源和思维能力。这将彻底打破以往以人的能力和职业为基础形成的社会分工，并重新定义人与人之间的生产关系。

值得庆幸的是，目前 AI 的能力仍主要停留在“文本”层面。它还不能直接干涉物理世界，也没有明确证据表明它已经产生了真正的自我意识。

但随着智能机器人的发展，AI 与机器人的结合将使其对物理世界的影响更加明显。我预计，这一过程可能会在未来 3–5 年内逐步出现。

此外，虽然我并不认为当前以 Transformer 为基础的模型能够实现 AI 的自我意识，但当 AI 开始更加深入地与物理世界互动之后，情况或许会变得更加复杂，这一点也很难断言。

总而言之，AI 仍将继续发展，而人类的未来究竟会走向何方，依然是一个未知数。我们能够做的，或许不仅是期待技术突破，也要认真思考如何建立相应的约束、监督与分配机制，让 AI 的发展真正服务于人类，而不是反过来塑造甚至支配人类社会。