Если вы следили за технологическими новостями на этой неделе, то наверняка видели заголовки о том, что искусственный интеллект закрыл задачу тысячелетия и претендует на миллион долларов. Речь об уравнении Навье–Стокса, которое описывает движение жидкостей и газов.
Но за сенсационными формулировками скрывается совсем другая инженерная картина. Никакой кнопки в обычном чате не появилось. Компания OpenAI не доказала, что жидкость всегда течет гладко, и не претендует на награду Института Клэя. Решение нашел закрытый лабораторный рой из десяти тысяч агентов на секретной модели, а публичная нейросеть лишь проверяла логику доказательства. Разберем, как на самом деле работала эта система и что из ее архитектуры можно взять в разработку.
Как десять тысяч агентов искали математический взрыв
В лаборатории OpenAI подготовили новую внутреннюю модель, которая заметно мощнее публичной GPT-6 Astra. С первого сентября исследователи запустили на ней координированный рой: около десяти тысяч параллельных агентов с доступом к коду, изолированному сетевому кэшу и каналам связи внутри кластеров.
Главный инженерный ход состоял в разделении роя на группы с противоположными целями. Вместо размытого поиска одна группа пыталась доказать гладкость течения, а другая целенаправленно искала сингулярность, то есть разрушение гладкости за конечное время. Сначала около ста агентов за пятьдесят часов решили задачу разрушения для уравнений Эйлера без внешней силы. Получив этот фундамент, рой переключился на уравнения Навье–Стокса.
Связующим звеном выступал координатор на базе Codex: он фильтровал шум, отсеивал тупики и передавал полезные находки между группами. За восемьдесят восемь часов агенты отправили 2,7 миллиона сообщений и сгенерировали около ста тридцати миллиардов токенов, собрав к пятому сентября черновик решения.
Почему Astra не автор доказательства, а верификатор
Модель GPT-6 Astra не придумывала математическое доказательство. Ее подключили только на финальном этапе: за семнадцать часов она перевела готовые рассуждения роя на строгий язык интерактивного доказательства Lean 4. В открытом репозитории проекта на GitHub опубликованы файлы на версии Lean 4.34.0-rc2 с нулевым счетчиком незакрытых лемм.
Формальное подтверждение в интерактивной системе гарантирует отсутствие логических ошибок, но признание результата научным миром требует времени и открытой дискуссии.
Это классическое разделение труда: эвристический поиск ведут одни агенты, а строгую верификацию берет на себя отдельный инструмент с жестким компилятором.
Следить за практическими кейсами и разборами запусков можно в канале Ковчег в Telegram и на платформе MAX, а системно освоить связку инструментов — на курсе обучения Cursor и Make.
В чем физическая суть найденного ответа
Уравнения Навье–Стокса связывают скорость потока, давление, вязкость и внешнюю силу. В задаче Института Клэя есть несколько вариантов: пункты A и B требуют доказать вечную гладкость, а C и D допускают возникновение сингулярности.
Рой доказал именно пункты C и D. При наличии гладкой внешней силы трехмерная жидкость может скручиваться в спиральный вихрь, который вытягивается и истончается, а скорость в точке уходит в бесконечность за конечное время при конечной кинетической энергии. Подробные выкладки авторы изложили в аналитическом отчете о решении.
Математическая сингулярность означает, что классическое описание среды теряет силу и уступает место микроскопическим эффектам.
Почему Институт Клэя не выдает миллион долларов
В официальном заявлении Института Клэя отмечено, что задача, по всей видимости, решена, но процесс ее рассмотрения будет намеренно неспешным. По регламенту математического института заявку рассматривают только после публикации в научном журнале и двухлетнего открытого изучения сообществом.
Сама OpenAI прямо заявила, что не претендует на премию. Как отмечается в техническом разборе Саймона Уиллисона, затраты вычислительных ресурсов на подобный прогон делают денежный приз второстепенным.
Процесс оценки намеренно ведется без спешки, чтобы мы могли гарантировать абсолютную строгость каждой проверки.
Что брать в свои прикладные проекты
Эксперимент наглядно показывает, как проектировать надежные многоагентные системы в реальной работе:
- Конкуренция гипотез: делите агентов на группы с противоположными целями, чтобы избежать ложной уверенности.
- Координатор знаний: сводите находки через фильтрующий узел, а не в общем шуме.
- Изоляция критика: проверяйте результаты отдельной моделью и строгими компиляторами.
Главный итог прогона не в громких заголовках, а в доказательстве того, что рой автономных агентов способен сутками решать задачи высочайшей сложности без участия человека.
