OpenAI说88小时攻克了纳维-斯托克斯方程：可惜，真正的大海它还没见过

今天朋友圈被一条消息刷屏了。OpenAI 说，他们用一款比 GPT-6 还强的前沿模型，拉上大约一万个 AI Agent 一起干活，只花了 88 小时，就攻克了纳维-斯托克斯方程的存在性与光滑性问题。这题卡了数学界九十年，挂着一百万美元的悬赏，是克雷研究所七大千禧年难题里最难啃的一根骨头。

消息出来的时候我正在甲板上转悠。作为一个在海上漂了二十多年的油轮船长，我看到这条新闻的第一反应不是激动，是想笑——这个方程，我天天和它打交道，它可从来没对我客气过。

你问纳维-斯托克斯方程到底管啥？说白了我用大白话讲：它管的是"流体怎么动"。船在水里走，水怎么绕着船体流过去、产生多大阻力、波浪怎么鼓起来又落下去、洋流怎么推着船跑、尾流怎么甩在屁股后面，背后的数学全归它管。我们 maritime 里所有的阻力估算、稳性计算、航线优化，根子上都长在这个方程里。

可这方程到现在也没有一个通用的解析解。湍流那一摊事，人类折腾了快一百年，还是只能靠经验、靠近似、靠留足安全余量去对付。这也是为什么我们船长宁可保守，不敢赌。

我在船上算过无数次"最优航线"。系统告诉我，顺着这条流走能省 8% 的油，我就真信了，让它走。结果那趟实际油耗比模型预估高了 13%——模型假设的是理想流体、平稳海况，可真实的大西洋哪有理想？风在变、流在偏、涌在叠加，全不在方程的"标准输入"里。

还有一回更悬。我们的航线优化软件算出一条"完美路径"，绕开了一个高压区。可它没预测到的是，那个区域的涌浪在几小时内突然起来了。我站在驾驶台看卫星云图，再对一下实测涌高，心里咯噔一下，赶紧让二副改走保守航线。要是真跟着模型走，那趟货期大概率赶不上，船也得多受一遍罪。

这种事见多了，我养成一个死习惯：任何新模型、新理论，先在真实海况里跑过、被老船长验证过，才能进我们的 SOP。纸面上的漂亮，不等于海上的靠谱。

所以 OpenAI 这 88 小时，我打心底里觉得了不起。一万个 Agent 协作、166 页推导、还附带 Lean 形式化验证代码，这活儿人类团队可能要干好几年。Altman 说这是 OpenAI 历史上最震撼的时刻之一，我没觉得他在夸张。

但了不起归了不起，我得泼一点海水：数学上"攻克"了，不代表海上能直接用。

我刚上船当三副那会儿，特别迷信公式。CFD 软件一算，说这条航线绕好望角比走苏伊士省两天。我拿着打印出来的流场图去找老船长，老船长没看几眼，只问了一句："它算的涌高是多少？"我说软件里填的是历史平均。老船长笑了笑："好望角那地方的涌，平均值是拿来骗外行的。跟着浪走，别跟着平均走。"后来那趟我们还是按老船长的走法，多绕了点路，但船稳、人安心。

你看，这就是理论和实操之间那道沟。NS 方程被证明存在光滑解，意味着人类对"流体到底按什么规矩动"的理解往前迈了一大步，这是真本事。可大海不会因为一篇论文就变温柔。真正要把它用起来——比如用 AI 精准预测洋流、实时算船舶阻力、动态优化航线——得让这些模型先在我们的真实海况里，老老实实吃几年盐、喝几年风，把那些"标准输入"之外的乱七八糟都吃进去。

我见过不少岸上的"智能航运"方案，演示视频拍得漂亮，PPT 上的曲线丝滑得不像话。可一上船，传感器一抖、卫星一断、涌一乱，模型就开始瞎指挥。不是模型蠢，是它没见过真实的大海——它见过的，都是被人收拾干净、贴好标签的数据。

所以我给想用 AI 的朋友三条我的"航海式"建议，也算这么多年交的学费：

别把 AI 的"数学漂亮"当成"实操正确"。它算得再对，前提是输入干净、假设理想，真实世界一地鸡毛。重要决策，留一道人工复核，就像航海日志每一页都要船长签字、留痕、可追溯。

新模型先在低风险场景跑。先在近海、好天气、短航段试，别一上来就让它替你跨洋。船上所有新设备上线前都要跑试航、做风险评估，AI 凭什么免试？

建你自己的"海况验证清单"。每次 AI 给的预测，和实测对一对，把偏差记下来。攒够了样本，你才知道它什么时候可靠、什么时候该直接关掉。

我把这套思路整理成了一份《模型输出 vs 实测对照核查清单》，列了八个对照项，放在我的号上，跑航运、跑AI的朋友都能用，需要的自取。

88 小时攻克一个九十年的难题，这是人和机器一起干成的大事，我真心服气。但大海留给我们的敬畏，不会因为一行公式就少一分。真要在船上用 AI 把洋流算准、把航线跑顺，路还长着呢——先把那点海水，老老实实喝下去。

—— 老李WB