据雷峰网报道，9月8日，OpenAI公布一套针对Navier–Stokes方程千禧年问题的有限时间奇点构造。一个仍在训练的内部模型配合约1万个Agent持续搜索约88小时，随后又用Lean完成形式化。按照OpenAI给出的结果，三维流体可在光滑外力和有限动能条件下演化到局部速度无界。
消息传出后，争论随之出现。航空航天工程教授Chris Combs提醒，这并不等于得到一套可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；数学侧讨论的则是三维光滑解能否一直维持正则性，有限时间blow-up本身击中了这个命题。纽约大学数学家Tristan Buckmaster与Anthropic研究员Levent Alpöge的相近研究也被卷入讨论。
关于成果来源，雷峰网报道称，推特上多名学术博主和业内人士透露，OpenAI可能在学术交流或未公开预印本等渠道提前获悉Buckmaster团队的核心解题框架，随后以内部算力抢跑。报道还提到一则传闻，称OpenAI曾提出让Buckmaster担任第一作者，但要求将团队中在Anthropic工作的合作者Levent Alpöge排除。
回到技术层面，OpenAI构造的关键是故意偏离临界尺度。它从轴对称带旋流的涡核出发，接近奇点时径向快速收缩，轴向也收缩但速度略慢，核心逐渐变成细长旋转流体柱；径向压缩、角向加速和轴向拉伸形成持续运转的动力结构。加入很小的指数偏置后，局部速度可以走向无界，整体动能仍受控制，黏性也在不同方向上被重新安排。
更困难的是残差。内部自相似涡核接到由黏性扩散控制的外部流场，两者之间的环形过渡区留下动量残差。为避免外力随奇点临近而失控，证明把误差转成流体内部细尺度运动产生的动量输运，即用高频振荡脉冲通过非线性二次耦合生成雷诺应力。目标残差必须落在特定应力锥内，否则要用高频径向微扰调整局部剪切，再加入低频修正补回径向矩条件。
这类问题对单线程推理并不友好。系统需要同时决定自相似尺度、轴对称剖面、外部流场、局部剪切、应力锥、径向矩条件、振荡模式和高阶修正，变量之间互相牵制。OpenAI用约1万个Agent同时维持大量候选结构，还把接近100个Agent放到相邻的Euler问题上。雷峰网报道称，Navier–Stokes路线最终产生约270万条Agent消息和1300亿输出token。
Lean和Comparator负责验证。Lean把变量类型、引理前提和依赖关系显式拉进形式系统，让证明链可被机器逐步重查；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，避免系统在推导中弱化条件。OpenAI称，这些机制必须连续咬合，万级Agent搜索可行结构，形式化工具再把结果收回到严格证明和原始命题上。