你好，我是梁捷。今天我们继续聊聊AI经济学。

今天是一期番外节目。因为我们最近一直在聊教育。而最近数学界也发生了几件大事，让我觉得有必要重新讨论AI与知识生产的关系。

那过去谈AI做研究，大家通常关心它能不能解决具体问题。但是现在有一些数学家开始担心，机器解决问题的速度，已经远远超过学术共同体理解和消化这些结果的速度。同时，机器解决的问题也不见得是学术共同体特别关心的问题。这会影响学术研究本身，同时也引发了我的一些感触。所以，今天就想借这个机会和大家分享一下。

首先是纳维耶-斯托克斯方程被解决。这是一件大事。这个方程简称NS方程，它主要是用于描述流体如何运动，在气象学和工程当中都有非常广泛的用途。数学家长期研究的问题就是，在一定条件下，原本平滑的三维流动，能否始终保持平滑。这与方程会不会在有限时间内出现奇点有关。这个问题是千禧年，就是2000年七大数学难题之一。七大数学难题就是七个猜想，这里面只有庞加莱猜想被解决了，剩下六个都还没有明确的结果。像北大著名的韦神，他的研究方向就是NS方程。但现在NS方程的研究出现了转机。

纽约大学的数学家巴克马斯特与他的合作者阿尔珀格正在做相关的研究。阿尔珀格任职于Anthropic，但是他的合作者纽约大学的巴克马斯特就强调说，两个人一起研究NS方程，这是阿尔珀格的个人工作，与他所任职的公司无关。在研究的过程当中，他们也使用了包括Claude、包括Codex在内的很多种AI工具。目前两个人公开的成果就包括了带平滑外力的三维不可压缩欧拉方程爆破，但这两个人他们从来没有宣布说我们已经完整的解决了NS方程。巴克马斯特别就说明，他们沿用的基本的思路来自于更早的数学研究，是一步一步积累走到这一步。他们做的欧拉方程当然与NS方程是密切相关的，但是还不能说他们解决了NS方程问题。