AI работен процес за изследвания в спор за заслуги около Navier-Stokes
Решението в тази история не е дали AI може да допринася за авангардни изследвания. Въпросът е дали екипите трябва да разглеждат AI работен процес за изследвания като проблем на възможностите на модела или като проблем на оперативния модел. Съобщеният от OpenAI опит за доказателство по Navier-Stokes подсказва второто: щом в уравнението влязат хиляди агенти, изчислителни ресурси за милиони долари и формализация в Lean, по-трудното сравнение вече не е между сурова способност за разсъждение, а между тази способност и дисциплината да се документира кой какво е направил, кога и на каква база.
| Criterion | OpenAI’s reported workflow | Buckmaster and Alpöge’s reported workflow | What matters to operators |
|---|---|---|---|
| Primary objective | Solve or formalize a proof for Navier-Stokes | Advance related prior work relevant to unforced Euler and adjacent proof areas | Research scope must be defined before results are compared |
| System design | More than 1,000 agents over 50+ hours, according to OpenAI | Multi-model human-led workflow using Claude and Codex, according to public statements | Agentic AI systems raise coordination and audit demands |
| Verification method | Lean-formalized proof, per OpenAI briefing | Documents and supporting statements released publicly | AI proof formalization changes the standard of evidence |
| Compute profile | OpenAI said compute costs ran into the millions of dollars | Not publicly framed around extreme compute spend | Cost becomes part of the research strategy |
| Attribution risk | Public dispute over timing, awareness, and credit | Public claim of prior progress and concern over recognition | Provenance logs matter as much as outputs |
| Buyer takeaway | Strong case for scaled implementation | Strong case for stricter documentation and review | The workflow, not the model alone, determines repeatability |
OpenAI твърди, че е решила Navier-Stokes. Сравнението започна другаде
Според репортажа на WIRED за брифинга и спора, OpenAI е заявила, че е открила генерирано от AI решение на уравнението на Navier-Stokes — една от задачите за наградата Millennium Prize Problems на Clay Mathematics Institute. Себастиен Бюбек казва, че компанията е започнала да обучава нов модел за математическо разсъждение на 28 август, а след това е пренасочила значителни ресурси, след като е чула, че Anthropic постига напредък по проблема.
Непосредственото сравнение е показателно. OpenAI описва система с голям мащаб: над 1000 агента, работили повече от 50 часа, като резултатът е формализиран в Lean. Buckmaster и Levent Alpöge, за разлика от това, публично описват по-изследователски, човешки воден подход, който също използва AI инструменти, включително Claude и Codex, но не поставя в центъра масивната оркестрация.
Този компромис е важен. Голям агентен работен процес може да разшири търсенето по повече математически пътища. По-малкият, воден от изследователи процес може да запази по-ясна интелектуална линия. Нито един от двата подхода не е автоматично по-добър; те оптимизират за различни ограничения.
Защо това има значение отвъд математиката
Пазарът се разделя по две линии. Едната група все още приема обучението на AI модели като основния диференциатор. Другата вече открива, че реалното тясно място е работният процес около модела: маршрутизиране на задачи, верификация, бюджетиране на изчислителни ресурси и контрол върху публикуването.
Navier-Stokes е важен, защото поставя AI системите в област, където гладко звучащият езиков изход е без значение. Важното е дали моделите за математическо разсъждение могат да генерират идеи, които издържат на формални проверки на доказателства и на експертен контрол. Използването на Lean от OpenAI е важно именно тук. Формалната верификация превръща изследователско твърдение в нещо по-близко до софтуерен артефакт: подлежащ на инспекция, тестване и по-лесно сравнение с конкурентна работа.
Но сравнението има две страни. Формализацията може да затегне стандартите за коректност, но не решава въпросите за приоритет, авторство или дали процесът на единия екип е бил повлиян от знанието за напредъка на другия. Затова екипите, които изграждат подобни системи, трябва да мислят по-малко за употреба на чатботи и повече за AI workflow automation for teams: повторяемо маршрутизиране, логове, одобрения и предаване на задачи се превръщат в част от изследователския стек, а не в административен детайл.
Втори ефект е цената. OpenAI казва, че този цикъл е използвал много повече изчислителен ресурс от по-ранни математически проекти и е струвал милиони долари. Това прехвърля дизайна на AI работния процес за изследвания в инфраструктурен разговор. Вече не става дума само за това кой модел да се извика, а кога да се стартират паралелни агенти, кога да се спре изследването и как да се проверят междинните твърдения, преди да се изхарчат още ресурси.
Как многоагентните изследователски работни процеси променят цената на откритието
Сравнението, върху което повечето купувачи трябва да се фокусират, не е OpenAI срещу Anthropic. То е продуктивност на единичен модел срещу управление на многоагентна система.
Изпълнение с 1000 агента не е просто по-голяма верига от промптове. То се държи по-скоро като разпределена инженерна система. Задачите трябва да се декомпозират, повторните опити да се управляват, задънените пътища да се отрязват, а изходите да се нормализират, така че човешките рецензенти да могат да решат кои клонове на доказателството заслужават още изчислителен ресурс. На практика това означава, че архитектурата на системата започва да прилича толкова на operational software, колкото и на research software.
Точно тук agentic AI systems стават скъпи по неочевидни начини:
- Координационна цена: Паралелните агенти увеличават обхвата на търсене, но и дублират усилия.
- Цена на прегледа: Човешките експерти все още решават дали привидното доказателство е прозрение или шум.
- Цена на верификацията: Формализацията в Lean theorem prover може да потвърди строгостта, но добавя още един технически слой и нужда от специализиран профил.
- Цена за съхранение и логове: Ако по-късно възникне спор за заслуги, историята на промптовете и междинните изходи се превръщат в доказателствени записи.
Компромисът е ясен. Дизайнът на AI работен процес за изследвания в голям мащаб може да подобри производителността в гранични области. Но може и да създаде тежест по документирането, каквато обикновените внедрявания на модели никога не срещат.
Наративът на OpenAI срещу твърдението за предходна работа
Тук сравнението става търговски релевантно. OpenAI публично отрече да е преглеждала Codex промптовете на Buckmaster и Alpöge или да е използвала тяхна непубликувана работа, за да насочи агентите си. Бюбек казва, цитиран от WIRED, че изследователите и агентите не са виждали работата на двамата, докато тя не е била публикувана. Междувременно Buckmaster публикува изявление с неговата версия и поставя въпроси дали OpenAI не е узнала за техния напредък, преди да ускори собствения си натиск.
За операторите критичният въпрос не е да отсъждат отвън по текущ спор. Той е да разпознаят какви доказателства трябва да съхранява един зрял AI работен процес за изследвания:
- Логове с времеви печат за създаване и маршрутизиране на задачи.
- Записи за достъп до модели в Claude, Codex и вътрешни системи.
- Бележки от човешки преглед, свързани с всеки клон на доказателството.
- Контролни точки на формалното доказателство в Lean или еквивалентна система.
- Следи от решенията за публикуване и приписване на заслуги.
Компромисът тук е неудобен, но ясен. По-богатите логове подобряват одитируемостта и доверието. Те обаче създават и вътрешна чувствителност около това кой може да преглежда промптове, чернови и междинни артефакти на разсъждението. Екипите, които пропуснат това архитектурно решение в началото, често го откриват едва когато приписването на заслуги стане спорно.
Какво трябва да вземат купувачите от това още сега
За компаниите в технологиите, научно-образователния сектор и професионалните услуги тази история е най-полезна като сравнение между две бъдеща. В едното AI работният процес за изследвания остава експертен експеримент, изграден около няколко силни инструмента. В другото той се превръща в управлявана производствена система, в която изчислителният ресурс, верификацията и произходът на данните се бюджетират от самото начало.
Случаят с OpenAI подсказва, че второто бъдеще идва по-бързо. Моделите за математическо разсъждение се подобряват. AI proof formalization става по-достоверна. Много-моделните работни процеси, които включват Claude, Codex и вътрешни агенти, се превръщат в норма при висок клас изследвания. Но организациите, които ще спечелят най-много, няма да са тези с достъп до най-много агенти. Ще бъдат онези с най-ясни оперативни правила за доказателства, собственост и преглед.
Изберете пътя с мащабни агенти, ако проблемното пространство възнаграждава широкото паралелно търсене и екипът може да си позволи силна верификация и логване. Изберете по-стегнатия, воден от изследователи подход, ако интелектуалната линия, интерпретируемостта и яснотата на заслугите са по-важни от brute-force изследването.
Следващият сигнал, който си струва да се следи, е дали OpenAI ще публикува достатъчно технически детайли, за да могат външни изследователи да сравняват методи, а не само твърдения. По-дълбокият извод е, че AI работният процес за изследвания вече е преминал отвъд експеримента и влиза в етап на оперативен дизайн.
Martin Kuvandzhiev
CEO and Founder of Encorp.io with expertise in AI and business transformation