從Navier–Stokes突破到前沿減速協議：這週AI曲線真的轉了

這不是每週例行的產業摘要。Exponential View創辦人Azeem Azhar在本期直接說：他相信2026年9月第一週，會是後人回望時認定AI曲線明顯上翹的那個節點。

先看需求端最直接的信號。Azhar上週在拉斯維加斯對250位企業IT主管做了一個慣例提問——「你的AI計畫有沒有真實的、有意義的成果？」一年前，舉手的大約占四分之一；這次，他估計有95%的人舉手，而且每一家都計畫明年花更多。這是一個定性訊號，但方向非常清楚。微軟同期傳出計畫把AI服務容量從現在約2 GW擴張至2032年的13 GW，整體機隊從12 GW推向38 GW——新增的26 GW隱含的前提，是他們預期現在根本接不住的需求量。

Anthopic同期發布的經濟情境模型裡，Azhar自己的判斷落在「實質情境」那端：AI在2030年前為美國GDP額外貢獻約8.3%，初期衝擊低於網際網路高峰期，之後快速追上。這個情境同時預測成長紅利從勞動流向資本，知識工作者的失業比其他群體更集中。極端樂觀情境則是GDP多漲32.4%、失業率翻倍——但Azhar不認為那會實現，原因是現實的摩擦：企業內部的變革就需要時間，政治反彈也有足夠多的出口，從資料中心選址到AI安全爭議，都會自然減速。

這週另一件事更值得深思：Navier–Stokes方程式的突破。這是一組有兩百年歷史的流體力學方程式，其中一個核心問題讓無數頂尖數學家耗盡心力。OpenAI動用了一個尚未公開的模型，協調1萬個AI代理，跑了270萬次對話、1,300億個token，耗時88小時，得出一份超過500頁的數學證明。現在的成本大約是幾百萬美元；Azhar估計兩年後會降到幾萬美元，再幾年後幾美元就夠。

問題不只在於成本曲線。那份500頁的證明，沒有任何一個人類讀得懂。這是一個哲學層面的新里程碑：知識被解決了，但人類無法理解它。數學家Terence Tao說，技術上這個問題確實被解了，但對數學本身幾乎沒有增加任何價值。包含Tao在內的25位菲爾茲獎得主聯署聲明，指出AI在數學領域的使用方式與數學本身的目的背道而馳。另一個更具體的問題是：根據教授Buckmaster的說法，OpenAI在他和其他人在Codex內部工作超過一年之後，動員了自己的團隊和模型處理同一個問題，卻未清楚揭露重疊情況或資料使用方式。如果這是真的，在信任與開放性持續侵蝕的環境下，獨立的科學發現還能怎麼運作？

Erik Hoel用劉慈欣《三體》的「黑暗森林」來描述這個新局面：每個人都在秘密工作，因為你一旦公開，別人就能在你完成之前先複製出來。OpenAI把Astra藏了六個月才讓外界接觸；做Navier–Stokes那個模型更新、幾乎沒有外人看過。這是算力資源形成的競爭壁壘，目前用在科學突破上，但Azhar直接問出了那個沒人想答的問題：實驗室什麼時候會把最強能力留著換商業利益？

最後是安全議題——也是這週最具諷刺意味的一幕。OpenAI與Anthropic之間出現了一個「放慢前沿開發速度」的非正式協議框架，Amodei提出、Altman認可，方案包含給予獨立評估人員員工級別的系統存取權。Azhar的觀察很直接：這兩家公司的創辦人，十年前就清楚知道強化學習系統的對齊問題有多難；他們從那時起建立了寡頭壟斷地位，積累了品牌、資金、技術動能與資源。現在他們「發現」需要合作來放慢技術開發——這同時也會提高未來競爭者的進入門檻。Azhar走過亞當斯密的墓地之後，引了《國富論》那句話：同行業的人聚在一起，很少不以密謀對抗公眾、或哄抬價格收場。這個判斷，讀者自己去接。