在AI领域，数学推理能力的边界一直是热议话题。近日，Hugging Face联合创始人Thomas Wolf对OpenAI的一项新成果发表了看法，该成果涉及使用下一代模型（性能强于GPT-6 Astra）的agent群组，对著名的Navier-Stokes千禧年问题猜想提出了否定性结果。Wolf在回应中称这一结果“令人印象深刻”，但随即强调了其局限性。

Navier-Stokes方程是流体力学中的核心方程，其解的存在性和光滑性被列为千禧年七大难题之一。OpenAI的agent群组通过大规模计算和推理，声称找到了该猜想为假的反例，这一进展在业界引发震动。Wolf指出，这种基于搜索的反例发现，虽然展示了AI在复杂问题探索上的潜力，但并未提供严谨的数学证明链条，因此不能被视为对问题的彻底解决。

Wolf的评论揭示了当前AI在数学领域的双重身份：一方面，AI能通过模式识别和搜索加速假设生成，例如在此案例中发现潜在反例；另一方面，AI缺乏人类数学家的演绎推理和证明构建能力，难以产出可验证的完整论证。这种能力差距，使得AI在数学研究中更可能扮演辅助工具，而非独立证明者。

此次事件也引发了对下一代模型（如GPT-6 Astra）推理能力的重新审视。尽管模型在特定任务上表现超群，但数学证明的严谨性要求远超普通问题求解。Wolf的回应提醒业界，AI的进步不应被过度神化，尤其在基础数学领域，仍需人机协作来推进知识边界。