OpenAI e Navier-Stokes: cosa ha annunciato davvero (e perché il premio non è assegnabile)

L’8 settembre 2026 OpenAI ha scritto su X di avere in mano «una soluzione al problema del millennio di Navier-Stokes», prodotta da un gruppo di agenti che girano su un modello interno non ancora rilasciato. La frase ha fatto il giro del mondo in poche ore. Il punto è che l’annuncio dice una cosa più stretta e più interessante di quella che è stata letta: OpenAI e il problema di Navier-Stokes non si incontrano nel punto in cui il Clay Mathematics Institute ha messo il milione di dollari. E nelle stesse ore è esplosa una disputa sul credito che rischia di pesare più della matematica.

In questo articolo scoprirai:

• Cosa ha annunciato davvero OpenAI l'8 settembre
• Navier-Stokes forzato e non forzato: la differenza che cambia tutto
• Perché il premio da un milione di dollari non è assegnabile oggi
• 10.000 agenti e 88 ore: come è stata prodotta questa dimostrazione
• La disputa sul credito con Buckmaster e Alpöge

Cosa ha annunciato davvero OpenAI l’8 settembre

L’annuncio non è rimasto un post sui social. OpenAI ha pubblicato sul proprio sito un write-up intitolato «Sul problema del Millennio di Navier-Stokes», accompagnato, questo è il dettaglio che conta, da una formalizzazione in Lean, il linguaggio con cui si fa verificare a una macchina ogni singolo passaggio logico di una dimostrazione.

Le dimensioni sono fuori scala rispetto alla matematica tradizionale: secondo la ricostruzione tecnica di AlphaSignal si tratta di un manoscritto da 165 pagine, con la verifica meccanica in Lean completata in 17 ore da GPT-6 Astra. Il modello che ha prodotto la dimostrazione, invece, non ha nome pubblico: OpenAI lo descrive soltanto come «significativamente più capace di GPT-6 Astra», e non è disponibile a nessuno fuori dall’azienda.

Il risultato tecnico dell’annuncio OpenAI su Navier-Stokes

Il risultato tecnico è la costruzione di un flusso che parte da fermo, riceve una forza esterna liscia e a supporto compatto, mantiene energia cinetica finita e nonostante questo sviluppa velocità illimitata in tempo finito. In gergo: finite-time blow-up. Un vortice che si stringe e accelera fino a rompere la descrizione matematica del fluido.

Due assenze pesano quanto le presenze. La dimostrazione non è passata da una rivista con peer review e non risulta depositata su arXiv: come nota l’analisi di Kingy.ai, quella di OpenAI è una pubblicazione sul proprio sito, non una pubblicazione scientifica. E OpenAI stessa dichiara di non voler reclamare il premio da un milione di dollari, come riporta OfficeChai. È una precisazione che l’azienda ha messo lì per un motivo preciso, ed è il motivo della sezione che segue.

Navier-Stokes forzato e non forzato: la differenza che cambia tutto

Il problema del millennio, nella formulazione ufficiale scritta da Charles Fefferman per il Clay Institute, si articola in quattro casi. Le opzioni A e B chiedono di dimostrare che in tre dimensioni esistono sempre soluzioni lisce e globali senza forza esterna, nello spazio ordinario o nel dominio periodico. Le opzioni C e D ammettono invece un controesempio, una soluzione che si rompe, a patto che la forza esterna applicata sia liscia e rispetti precise condizioni di decadimento e periodicità.

Il risultato di OpenAI punta a C e D: è una prova di blow-up per il Navier-Stokes forzato. Detto in modo brutale: c’è una mano che spinge il fluido. La versione a cui l’immaginario collettivo pensa quando sente «problema del millennio» è quella non forzata, dove il fluido è lasciato a sé stesso, ed è considerata sostanzialmente più difficile. Kingy.ai è esplicito sul punto: OpenAI «non rivendica il blow-up non forzato di Navier-Stokes».

Questo non rende il risultato irrilevante. Se la forzatura rispetta davvero tutte le ipotesi dell’enunciato ufficiale, C e D sono una via legittima al premio, è scritto nel problema. Ma il verbo giusto è «se», e nessuno all’esterno di OpenAI ha ancora controllato che quelle ipotesi siano rispettate riga per riga.

Cosa dice Terence Tao sul problema del millennio

La voce più autorevole in circolazione è quella di Terence Tao, che sul suo blog What’s new ha commentato il filone di lavori sul blow-up forzato. Tao parla di «un risultato straordinario» e scrive che «sembra del tutto fattibile completare questi obiettivi nel prossimo futuro», ma tiene ferma la distinzione fra forzato e non forzato e non dichiara risolto il problema del Clay. Ha anzi dovuto chiarire pubblicamente che alcune sue frasi precedenti erano state lette come una conferma di una svolta che non c’è stata. Per inquadrare quanto vale una distinzione del genere resta utile la nostra mappa su capacità e limiti dell’AI in matematica.

Perché il premio da un milione di dollari non è assegnabile oggi

Qui non serve interpretare: il regolamento del Clay Mathematics Institute è pubblico e pone tre condizioni congiunte. La soluzione proposta «deve essere pubblicata in una sede qualificata»; «devono essere trascorsi almeno due anni dalla pubblicazione»; e deve aver ricevuto «accettazione generale nella comunità matematica mondiale». Tutte e tre, insieme, prima che l’istituto prenda in considerazione una candidatura.

Applichiamole al caso concreto. Un write-up sul sito aziendale non è un Qualifying Outlet. Anche ammesso che domani la prova finisca su una rivista di primo livello, i due anni di attesa partirebbero da lì: il 2028, non il 2026. E l’accettazione generale della comunità matematica è, per costruzione, un processo sociale lento che nessuna quantità di calcolo accorcia.

Il risultato è che oggi il premio non è assegnabile in nessuno scenario, nemmeno in quello massimamente favorevole a OpenAI. Il che spiega perché l’azienda abbia messo le mani avanti dichiarando di non volerlo reclamare: non è modestia, è aritmetica del regolamento.

OpenAI e il milione di dollari del Clay Institute

Nessuno ha vinto niente, e nessuno può vincere niente prima del 2028 anche nell’ipotesi migliore. La pagina ufficiale del Clay sulle equazioni di Navier-Stokes continua a elencare il problema fra quelli aperti, e la domanda che vi campeggia, «le soluzioni esistono, e sono uniche?», è ancora senza risposta nella versione che vale il premio. Chi ha letto «OpenAI risolve un problema del millennio» ha letto un titolo, non un fatto.

10.000 agenti e 88 ore: come è stata prodotta questa dimostrazione

La parte davvero nuova di questa storia non è il teorema: è la macchina che l’ha prodotto. I numeri diffusi da OpenAI e ripresi da OfficeChai e AlphaSignal descrivono un’infrastruttura che non ha precedenti nella matematica. Circa 10.000 agenti coordinati in parallelo, 88 ore di wall-clock per arrivare al risultato su Navier-Stokes, 2,7 milioni di messaggi scambiati fra agenti solo su quel problema e circa 130 miliardi di token in output, che salgono a 300 miliardi contando tutti i problemi affrontati nella stessa sessione. Un risultato intermedio sulla regolarità di Eulero non forzato sarebbe costato altre ~50 ore con un centinaio di agenti. Il precedente più vicino, su scala incomparabilmente più piccola, è quando un modello OpenAI ha affrontato un problema aperto da 80 anni.

Chi vuole capire cosa significhi far lavorare insieme migliaia di processi di questo tipo trova il quadro nella nostra guida agli agenti AI, e il funzionamento del modello sottostante nella spiegazione di come un modello di AI passa dal testo che entra alla risposta che esce.

Perché la formalizzazione in Lean sposta il baricentro della fiducia

C’è una frase, nella documentazione tecnica pubblicata da OpenAI, che vale l’intero annuncio: «Fidarsi del risultato richiede di fidarsi del kernel di Lean e dei suoi assiomi, non del ragionamento del modello». È il punto che rende questa vicenda diversa dalle allucinazioni matematiche a cui siamo abituati. Se la formalizzazione compila, non serve fidarsi del modello: serve fidarsi del kernel di Lean e del fatto che l’enunciato formalizzato sia davvero l’enunciato che si voleva dimostrare, che è esattamente il punto su cui la comunità vorrà mettere gli occhi. Lo stesso meccanismo che abbiamo raccontato quando Claude ha formalizzato il teorema di Fermat in 11 giorni e 13 milioni di righe.

La disputa sul credito con Buckmaster e Alpöge

Nelle stesse ore dell’annuncio, il matematico Tristan Buckmaster (NYU Courant) e Levent Alpöge, che secondo Unite.AI è ricercatore in Anthropic, hanno pubblicato tre preprint con formalizzazione Lean su blow-up in tempo finito con forzatura liscia per l’equazione dei mezzi porosi incomprimibili, il sistema di Boussinesq bidimensionale e le equazioni di Eulero incomprimibili in 3D, il filone da cui, secondo Tao, la via a Navier-Stokes «ha un’alta probabilità» di aprirsi.

Cosa riferisce Buckmaster sui contatti con OpenAI

Buckmaster ha accompagnato i preprint con una dichiarazione pesante. Secondo la ricostruzione di Unite.AI, il 3 settembre aveva scritto a OpenAI per chiarire che il suo lavoro era una collaborazione personale; il 6 settembre, in una serie di chiamate con Sébastien Bubeck, gli sarebbe stato comunicato che un modello interno aveva già prodotto una prova di circa 100 pagine sul Navier-Stokes forzato, una cifra che non coincide con le 165 pagine del write-up pubblicato due giorni dopo, e su questa discrepanza OpenAI non ha fornito chiarimenti. Buckmaster riferisce che gli sarebbe stato proposto di firmare lui il write-up accreditando un modello OpenAI senza nome, e che gli sarebbe stato chiesto due volte di togliere Alpöge dagli autori perché lavora in Anthropic. GenZTech riporta i messaggi che avrebbe ricevuto: «perché vorresti rovinarti la carriera?» e «se non vuoi che io sia gentile, allora non devo esserlo».

Buckmaster mette un paletto che va rispettato, nelle frasi riportate da Unite.AI: «Non sto accusando nessuno di niente. Sto dichiarando quello che mi è stato detto, quando, e quello che mi è stato proposto». Dichiara anche di non aver visto la prova interna di OpenAI. Vale la pena notare che i suoi lavori sono a loro volta pesantemente AI-assisted, con Claude e Codex usati per riprodurre l’argomento di Córdoba e Martínez-Zoroa e per scrivere il corpo del testo, e che il primo output del modello era, parole sue, «il più orrendo che abbia mai letto». Sul fronte opposto, WCCFTech riferisce un ulteriore dubbio sollevato da Buckmaster: che OpenAI possa aver attinto alle note di lavoro che lui conservava in Codex. La disputa sul credito è stata ripresa anche da Axios.

Navier-Stokes, verifica e attribuzione: dove si è spostato il collo di bottiglia

È il pattern che stiamo vedendo ripetersi: dopo AlphaProof di DeepMind e dopo il caso della congettura di Jacobi, il collo di bottiglia non è più produrre matematica, ma verificarla e attribuirla. Con 165 pagine formalizzate in Lean, la verifica è la parte che una macchina sa già fare in 17 ore; l’attribuzione resta una questione fra persone, e per ora è la parte che si è rotta.

Fonti:

• OpenAI — «On the Navier–Stokes Millennium Prize Problem»
• Clay Mathematics Institute — regolamento dei Millennium Prize
• Clay Mathematics Institute — pagina ufficiale su Navier-Stokes
• Terence Tao, «What’s new» — blow-up in tempo finito con forzatura liscia
• AlphaSignal — ricostruzione tecnica dello sciame da 10.000 agenti
• OfficeChai — il modello interno «significantly more capable than Astra»
• Kingy.ai — analisi dei claim e della disputa
• Unite.AI — i preprint di Buckmaster e Alpöge e i contatti con OpenAI
• GenZTech — i messaggi riferiti da Buckmaster
• Axios — la questione del credito sulla soluzione
• WCCFTech — il dubbio sulle note conservate in Codex