开场：AI破解数学难题与数学家的抗议

主播明月介绍录制背景：OpenAI宣布尝试解决黎曼猜想和P/NP问题，二十五位菲尔兹奖得主联合抗议。本期邀请数学科普作者安泰，围绕NS方程事件讨论数学家为何愤怒。

千禧年数学问题：七道题与七百万美元

介绍克雷数学研究所的由来、2000年巴黎千年会议公布的七道难题、每道一百万美元奖金。庞加莱猜想是唯一完整走完验证流程的，佩雷尔曼拒绝领奖。讨论AI公司选择这些问题的传播考量。

NS方程是什么：从欧拉到爆破

讲解NS方程的历史：欧拉十八世纪写下理想流体方程，纳维和斯托克斯加入粘性项。解释'光滑'的数学含义、'爆破'的物理图像（水龙头水流变水滴），以及克雷研究所给出的四个正反方向选项。

十七年间数学家直觉的转向

2007年流体力学会议投票，一半数学家认为不会出现爆破；2024年投票结果明显偏移。陶哲轩解释：正向工具多时大家有信心，但十七年间爆破证据增多，且正向结果无法区分NS方程与已知会爆破的方程。

时间线：两位西班牙数学家的爆破构造方案

2021年科尔多巴和马丁内斯索罗尔发展出完整的爆破构造方案，在不可压多孔介质方程上跑通，推到欧拉方程但外力光滑性差一点。2025年巴克马斯特和阿尔波格用AI辅助将外力调到完全光滑。

事件爆发：OpenAI的介入与巴克马斯特的质疑

巴克马斯特和阿尔波格八月证明欧拉方程爆破，九月初传言传到OpenAI。巴克马斯特联系OpenAI澄清与Anthropic无关，却发现OpenAI投入整个团队和大量算力，且技术路线高度相似，怀疑数据被窃取。

OpenAI的声明与双方各执一词

OpenAI声明使用未公开模型、一万个agent、八十八小时得出证明、十七小时形式化验证，并称不排除用户数据去标识化后用于训练。双方对证明是否相似各执一词，巴克马斯特认为方法相似。

爆破构造的技术细节：一层一层搭

详细解释两位西班牙数学家的思路：从粗糙爆破解出发，叠加震荡修正，让解更齐、外力更光滑。物理图像是涡旋收缩、涡心变细、速度趋向无穷但总能量有限。巴克马斯特和阿尔波格用AI把修正调精确。

为什么'知道能做出来'如此重要

前沿数学最稀缺的是方向感。知道迷宫有出口，搜索空间极度缩小，AI可以暴力搜索。OpenAI投入三千亿token、数百万美元，必须保证有较高概率产生结果，否则打水漂。

数据管线：对话如何进入训练

分析OpenAI声明中'不排除去标识化数据用于训练'的技术含义。用户与AI讨论数学的思路、方向、方法可能进入后训练管线。巴克马斯特研究一年，其方向性思路是否进入训练数据？学术界传统的scooping与人和AI的悬殊差距。

署名之争与credit分配

OpenAI要求巴克马斯特写论文时去掉阿尔波格署名，理由是他在Anthropic工作。巴克马斯特拒绝。讨论人类与AI合作中credit如何分配：idea来自西班牙数学家，技术依赖大模型，形式化验证由AI完成，判断力难以量化。

三方利益结构与学术开放传统的破坏

人类提供方向、AI负责推演、AI公司拥有模型和数据，三方利益碰撞。DeepMind去年用物理信息神经网络做过NS方程爆破，与数学家合作、署名干净，但没赶上这波。如果数学家不敢分享想法，开放科学传统将被破坏。

AI解题的优势与数学直觉的价值

菲尔兹奖得主高尔斯分析AI两大优势：知识面广、速度快。AI擅长有概率性成分的问题，像房间里有超多钥匙。但人类有'嗅觉'——数学直觉，能修剪搜索树。AI因为太快，反而没有动力发展直觉。

陶哲轩的忧虑：数学工具与低本底钢

陶哲轩理想中的AI辅助是迭代讨论、从失败中学习，但OpenAI只给结果不给过程。损失包括数学工具和训练下一代数学家的素材。开放问题像'低本底钢'，是不可再生资源。格罗滕迪克的'上涨的海水'比喻。

NS方程本身的意义有限，过程才重要

NS方程是否光滑对计算流体力学和物理理解真实流体都没有影响，它是纯粹的数学问题。评价数学家时，真实的是过程而非结果。AI只有结果没有过程，结果的意义大打折扣。

陶哲轩：当代数学界最幸运的存在

陶哲轩是当代数学家最大的KOL，2024年投票时所有人回头看他举手。他温和、开放、推崇AI辅助数学。如果换成冯·诺依曼、佩雷尔曼或格罗滕迪克，数学界对AI的态度会完全不同。他对AI的批评本质是维系学科的正常研究气氛。

数学家的生存问题与未来展望

数学曾被认为最不需要资金基础，但OpenAI的投入是数百万美元。数学家加入大公司容量有限。陶哲轩提出嘉奖首先消化理解证明的人。也有学习者反而坦然：如果赶不上AI，学习可以更纯粹。OpenAI和Anthropic又纷纷解决千禧年问题中的另外两个，未来难以判断。