O problema de um milhão de dólares, 200 anos sem resposta, resolvido em 88 horas por agentes de IA de um jeito nada ético

Duzentos anos. Sete problemas listados como os mais difíceis da matemática, um milhão de dólares de prêmio cada um, e em vinte e cinco anos só um foi resolvido.

E de repente, em 88 horas, uma big tech anuncia que resolveu outro. Não com gênio solitário debruçado sobre o quadro-negro. Com dez mil agentes de IA trabalhando em paralelo, virando um problema de dois séculos numa corrida de fim de semana.

O detalhe que a OpenAI não esconde: só entrou nessa corrida porque ouviu um boato de que a concorrente estava perto de vencer primeiro.

No dia 15 de agosto, um matemático da NYU e um pesquisador da Anthropic provaram algo que ninguém tinha provado antes. Usando modelos de linguagem como ferramenta de trabalho, Tristan Buckmaster e Levent Alpöge mostraram que uma versão simplificada das equações de Navier-Stokes, as mesmas que descrevem como qualquer líquido ou gás se move, pode desenvolver uma singularidade em tempo finito.

Traduzindo: encontraram uma condição em que o fluido, matematicamente, explode.

É um passo real rumo a um dos sete Problemas do Milênio, os enigmas mais difíceis da matemática, cada um valendo um milhão de dólares pra quem resolver. Só um foi resolvido em 25 anos.

O trabalho ainda não tinha sido publicado. Era íntimo, do jeito que pesquisa em andamento costuma ser, até alguém fora dela ficar sabendo.

O boato que virou corrida

No fim de semana seguinte, começou a circular que a Anthropic estava perto de anunciar a solução completa do problema. A OpenAI ouviu o boato e reagiu na hora.

A empresa colocou dez mil agentes de IA trabalhando em paralelo, do dia 1º ao dia 5 de setembro. Nesse intervalo, os agentes trocaram 2,7 milhões de mensagens e geraram cerca de 130 bilhões de tokens, tudo isso rodando um modelo interno, nunca lançado ao público e mais forte que qualquer coisa disponível hoje. Em 88 horas, produziram uma prova para o Navier-Stokes completo. Não a versão simplificada. A equação inteira. Mais 17 horas de formalização em Lean, e o pacote estava pronto.

No dia 8 de setembro, a OpenAI anunciou o resultado como seu.

A própria empresa admite, no texto que publicou, que só foi atrás do problema por causa do rumor. Não foi acaso. Foi reação a um boato sobre o trabalho de outra empresa.

A acusação

Buckmaster soltou uma declaração pública, e ela pesa como acusação de verdade, não como climão de bastidor de empresa.

Segundo ele, gente da OpenAI, incluindo o cientista Sebastien Bubeck, pressionou durante os dias do anúncio. Tentaram tirar Alpöge da autoria do trabalho anterior. Propuseram acordos sobre como o resultado da OpenAI deveria ser divulgado, antes mesmo de qualquer coisa ir a público.

Ele perguntou direto: os agentes tiveram acesso às transcrições do trabalho dele e do Alpöge, feito usando os próprios modelos da OpenAI?

A resposta foi não.

E os modelos foram treinados em cima dessas transcrições?

Pra essa pergunta, não veio resposta nenhuma. Silêncio, onde devia ter um não claro.

A OpenAI se defende dizendo que nenhum dado específico de usuário foi acessado para resolver o problema. Mas deixou a porta entreaberta: não descartam que dados desidentificados, vindos do uso comum dos produtos, tenham ajudado a treinar os modelos que produziram a prova. Uma empresa que treina os próprios modelos com o que os usuários digitam, competindo contra um projeto que dois desses usuários digitaram ali dentro.

O que sustenta, até agora

Buckmaster e Alpöge formalizaram o resultado deles em Lean, uma linguagem que verifica prova matemática passo a passo, sem margem para erro humano. Está público e checável.

A OpenAI publicou a prova, 165 páginas de matemática pura mais o pacote em Lean, aberta pra qualquer um baixar e conferir. Isso é diferente de esconder. Mas continua diferente de aceitar: ninguém de fora ainda validou o resultado, e a própria OpenAI não está nem reivindicando o milhão de dólares do prêmio. Publicar não é o mesmo que provar que está certo.

O aviso do Terence Tao

Terence Tao, um dos matemáticos mais respeitados vivos, ganhador da Medalha Fields, publicou um ensaio no mesmo dia do anúncio.

O argumento dele não é sobre quem chegou primeiro. É sobre o que esse episódio revela: labs de IA hoje têm poder de computação suficiente pra jogar contra qualquer problema assim que ouvem um boato de que alguém está perto de resolver.

Isso muda a lógica de como pesquisa acontece. Um campo que sempre andou por colaboração, tempo e revisão cuidadosa passa a correr contra rumor. E quem tem mais poder de computação, ganha a corrida, tenha ou não o resultado mais sólido.

O que fica

Duzentos anos de problema. Vinte e cinco anos de prêmio parado. E quando finalmente alguém chega perto, o que decide quem leva o crédito não é rigor, não é revisão por pares, não é o tempo que a matemática sempre pediu.

É quem tem mais GPU e menos escrúpulo pra apertar o play assim que ouve um boato.

Uma pessoa e uma equipe pequena chegaram a um resultado real, formalizado, verificável, antes de qualquer boato e de qualquer disputa. Isso não muda.

O resto é dez mil agentes trabalhando um fim de semana pra chegar em primeiro numa corrida que nem existia até alguém decidir que ia ganhar dela de qualquer jeito.

---

Se você trabalha com algo que exige o mesmo tipo de atenção lenta, o seu Desenho Humano mostra como a sua energia funciona melhor: em ritmo próprio, ou correndo atrás do boato dos outros. Descubra o seu.