Navier–Stokes и Codex: агенты OpenAI против года работы в Claude

После слуха о чужом прорыве OpenAI за 88 часов агентами закрыла Navier–Stokes — одну из семи Millennium Prize Problems с призом $1 000 000. Willison разбирает, как Tristan Buckmaster из NYU и Levent Alpöge из Anthropic почти год вели черновики в Codex и Claude на GPT-5.6 Sol, а лаборатория стартовала гонку 1 сентября и опубликовала результат 6 сентября.

Спор про черновики в Codex

У математиков прорыв случился 15 августа — весь проект они складывали в сессии Codex. Когда слухи дошли до OpenAI, Buckmaster спросил, когда у их команды ушёл первый промпт. Прямого ответа долго не было: потом согласились, что запросы пошли «за последние несколько дней», уже после того как информация об их работе дошла до лаборатории.

Отдельный вопрос — училась ли модель на этих сессиях. На доступ к user data ответили отказом; про обучение ответа так и не получили. OpenAI предложила одновременный релиз или paper от имени Tristan, но без Levent Alpöge как соавтора — из‑за конкуренции с Anthropic, где работает второй математик.

Лаборатория пишет, что не видела их работу до публичного релиза и не ходила в пользовательские данные, но не исключает влияние обезличенных следов использования продуктов. Доказательства при этом расходятся — в том числе в случае задачи Эйлера.

Масштаб агентного прогона

• Решение Navier–Stokes — 5 сентября, ~88 часов после старта агентов 1 сентября.
• Формализация и проверка в Lean — ещё 17 часов через GPT-6 Astra.
• По всем задачам Millennium Prize: 4,9 млн сообщений и около 300 млрд output-токенов.
• Только Navier–Stokes: 2,7 млн сообщений и ~130 млрд output-токenов.

Willison прикинул: 300 млрд output-токенов по публичным ценам GPT-6 Astra — порядка $15 000 000. Точную стоимость внутренней модели OpenAI мы не знаем, но масштаб гонки виден и без калькулятора.

Willison сравнивает ситуацию с security: по словам Anil Madhavapeddy, одного слуха о баге хватает, чтобы агенты нашли эксплойт. Здесь тот же паттерн — намёк на неопубликованное решение запускает многомиллионный прогон моделей. Для тех, кто месяцами ведёт черновики в ChatGPT и Codex, Willison добавляет третий сценарий к утечке API-ключей и подсказкам конкуренту: если ты наполовину решил задачу с призом через ИИ, какова вероятность, что следующая модель поможет кому-то другому финишировать раньше?

Источник: On the Navier–Stokes Millennium Prize Problem.