OpenAI vence Navier-Stokes com 10 mil agentes em 88h

O problema mais difícil caiu em 88 horas

Navier-Stokes, um dos Millennium Prize Problems, teria sido resolvido pela OpenAI em apenas 88 horas com cerca de 10 mil agentes trabalhando em paralelo e dezenas de milhões de dólares em computação. Em qualquer outro cenário, isso seria capa de livro de história da ciência, prêmio de um milhão de dólares, nome gravado para sempre. Só que ninguém aplaudiu de verdade. O que se viu foi desconforto, acusação e uma comunidade inteira de matemáticos dizendo que a empresa quer vencer, não avançar o campo.

Esse incômodo não nasceu do nada. Tristan Buckmaster, professor da NYU, e Levent Alpöge, pesquisador ligado à Anthropic, já vinham trabalhando em linhas de pesquisa sobre o mesmo problema. A OpenAI teria ouvido o rumor de que havia progresso real em curso e decidiu testar um modelo avançado ainda não lançado para ver se conseguia chegar primeiro. Conseguiu, pelo menos segundo a própria empresa. E a forma como conduziu essa corrida é o que transformou um feito técnico em uma crise de confiança.

O fato

A OpenAI afirma ter encontrado uma solução para o problema de Navier-Stokes, que trata do comportamento do fluxo de fluidos e é um dos sete problemas do milênio. O esforço envolveu uma frota massiva de agentes, computação em escala industrial e tempo curtíssimo. O anúncio veio carregado de simbolismo, porque resolver um Millennium Prize seria a prova definitiva de que modelos de IA podem fazer matemática de fronteira, não apenas ajudar em contas ou sugerir lemas.

O outro lado da história é mais áspero. Buckmaster diz que procurou a OpenAI ao perceber que a empresa sabia do seu progresso e estava correndo por conta própria. As conversas com o pesquisador Sébastien Bubeck teriam ficado tensas, na visão dele até ameaçadoras. A proposta da empresa teria sido dar a ele computação praticamente ilimitada para terminar o trabalho e ser autor único do artigo do anúncio, com crédito para a OpenAI, mas excluindo Alpöge da jogada por ele estar na Anthropic. Alpöge diz que era uma colaboração pessoal, fora do trabalho na rival.

Buckmaster também levantou outra dúvida sensível. Ele usou a ferramenta Codex nas últimas semanas e questionou se o que ele fez ali poderia ter alimentado o sucesso da empresa de alguma forma. A OpenAI nega de forma categórica. O porta-voz Laurance Fauconnet disse que é impossível que os prompts dele no Codex nos últimos dois meses tenham influenciado o sistema de qualquer maneira, inclusive em treinamento. Buckmaster respondeu que, dado o comportamento da empresa até aqui, é preciso ver essas declarações com grande ceticismo.

Como isso funcionou na visão de operador

Vamos tirar o drama e olhar para a engenharia, porque é aqui que a coisa fica interessante para quem constrói. Dez mil agentes por 88 horas não é um modelo respondendo uma pergunta difícil. É um sistema distribuído de busca e verificação, provavelmente com um orquestrador que quebra a prova em subproblemas, gera candidatos, testa consistência lógica, descarta becos sem saída e realimenta os melhores caminhos. Pense em árvore de busca com poda agressiva, verificadores formais no loop e um modelo forte fazendo intuição matemática onde a busca bruta não alcança.

O custo conta a história real. Dezenas de milhões de dólares em computação para um único problema significa que não estamos falando de API barata com prompt bem escrito. Estamos falando de inferência massiva, possivelmente com modelos de raciocínio longo, janelas de contexto gigantes e milhares de trajetórias amostradas por hora. A latência aqui não é tempo de resposta, é throughput de ideias. O gargalo deixa de ser criatividade e passa a ser verificação. Quem verifica mais rápido, explora mais.

É plausível, ainda que não confirmado, que a arquitetura combine três camadas. Uma camada de geração que propõe passos de prova, uma camada de crítica que tenta quebrar cada passo com contraexemplos e solvers numéricos, e uma camada de memória que evita repetir caminhos falhos. Esse padrão já aparece em laboratórios de ponta para matemática e código. A diferença é a escala brutal e o acesso a um modelo de fronteira ainda não público, treinado com muito mais dados de matemática formal e informal.

O que isso muda na prática

Para quem usa IA no dia a dia, nada muda amanhã. Você não vai resolver Navier-Stokes no seu plano mensal. Mas o recado para pesquisa aplicada é direto. Prova matemática complexa virou problema de infraestrutura. Quem tem cluster, orquestração de agentes e bons verificadores tem vantagem desproporcional. Isso concentra poder em dois ou três laboratórios e esvazia o meio de campo acadêmico, que não tem como competir em computação.

Quem ganha agora são times que já operam com avaliação formal, como empresas de semicondutores, aeroespacial, energia e finanças quantitativas, onde uma prova ou uma garantia vale milhões. Quem perde são fluxos baseados em prestígio lento, publicação individual e revisão por pares de dois anos. Se uma máquina gera uma prova candidata em dias, o valor migra para quem consegue validar, auditar e transformar aquilo em produto seguro.

• Ação prática para times técnicos: monte hoje um pipeline de verificação para saídas críticas da IA, mesmo que simples, com testes unitários, checagem simbólica e revisão humana focada em pontos de falha, porque geração barata sem verificação vira passivo.
• Ação para pesquisadores: registre pré-prints, códigos e logs de experimento com data pública, defina licenças claras e evite colar ideias inéditas em ferramentas fechadas sem entender os termos, porque a disputa agora é também sobre precedência.

Para universidades e grupos independentes, o ajuste é cultural. Não dá mais para tratar colaboração com big tech como neutra. É preciso acordo escrito sobre autoria, uso de dados e crédito de computação antes de abrir qualquer detalhe de pesquisa sensível. Parece burocracia, mas depois dessa briga em torno de Navier-Stokes, é sobrevivência.

A tensão que ninguém quer encarar

Aqui está a dúvida real que fica martelando. Resolver um problema com dezenas de milhões de dólares prova que a IA é capaz ou prova apenas que força bruta com inteligência suficiente resolve quase tudo uma vez. Isso escala para os próximos problemas ou só move o gargalo de lugar. Porque matemática não é só achar a prova, é entender por que ela funciona, simplificar, ensinar, conectar com outras áreas. Uma prova de 10 mil agentes que ninguém consegue explicar direito resolve ou cria um novo problema de manutenção do conhecimento.

Tem também o custo social. Se cada avanço exige uma corrida secreta, com oferta de computação ilimitada para um lado e exclusão do rival do outro, a ciência vira guerra de laboratório. Matemáticos descrevem a postura como infantil e predatória, e mesmo os mais céticos sobre as acusações mais graves falam de um campo abalado. Quando a confiança quebra, as pessoas param de compartilhar ideias cedo, e é justamente no compartilhamento precoce que a matemática anda mais rápido.

E tem o ponto que a OpenAI parece ignorar. Vencer uma corrida que você mesmo criou, com recursos que ninguém mais tem, não gera legitimidade automática. Gera suspeita. A comunidade não quer só ver o PDF final com QED no fim. Quer ver os lemas intermediários, os erros, as escolhas, o caminho. Sem isso, o feito parece demonstração de poder computacional, não contribuição científica.

Conclusão

A OpenAI mostrou que, com escala absurda, dá para atacar o topo da matemática. Mostrou também que chegar primeiro sem cuidar do processo cobra um preço alto em confiança. A pergunta que fica não é se a máquina resolveu, e sim se esse jeito de resolver serve para todo mundo ou só para quem pode pagar a conta.