Resolver um dos grandes enigmas da matemática pode significar reconhecimento científico, uma recompensa milionária e, para alguns pesquisadores, anos de trabalho. Mas o que aconteceu recentemente em torno das equações de Navier–Stokes transformou uma possível descoberta em uma disputa muito mais delicada. No centro da história estão um matemático, uma pesquisa conduzida em sigilo e uma inteligência artificial que, em poucas horas, seguiu uma direção que já vinha sendo explorada por pesquisadores humanos.
O problema que pode valer US$ 1 milhão
As equações de Navier–Stokes são usadas para descrever como fluidos como água e ar se movimentam. O verdadeiro desafio, porém, é muito mais profundo: descobrir se essas equações podem gerar singularidades em três dimensões, situações nas quais determinadas grandezas matemáticas crescem sem limite em um período finito.
A questão faz parte dos Problemas do Milênio, uma lista criada pelo Clay Mathematics Institute com alguns dos maiores desafios matemáticos ainda em aberto. Uma solução aceita para Navier–Stokes pode render um prêmio de US$ 1 milhão, embora a recompensa dependa de publicação, análise da comunidade científica e um período de verificação.
O matemático Tristan Buckmaster, professor da Universidade de Nova York, trabalhava havia cerca de um ano com Levent Alpöge em problemas relacionados. Durante a pesquisa, os dois utilizaram ferramentas de inteligência artificial, incluindo Claude e Codex, para auxiliar em diferentes etapas.
Segundo Buckmaster, em agosto eles obtiveram resultados importantes envolvendo as equações de Boussinesq e Euler. Um deles chegou a ser formalmente verificado com o assistente de provas Lean.
Foi nesse momento que a história começou a tomar um rumo inesperado.
A OpenAI afirma que, em 1º de setembro, ouviu rumores de que dois Problemas do Milênio poderiam ter sido solucionados. A empresa decidiu então testar um novo modelo interno contra os desafios que continuavam abertos.
O resultado dessa iniciativa acabaria provocando uma discussão que vai muito além da matemática.
This model represents a step-function improvement on many benchmarks, and its training is ongoing.
Our internal model group arrived at the Navier–Stokes solution in 88 hours, using around 10,000 coordinating AI agents.
Throughout the effort, we maintained the strict… pic.twitter.com/97P2lsPJKs
— OpenAI (@OpenAI) September 8, 2026
Milhares de agentes entraram na corrida
Em vez de simplesmente colocar um chatbot diante do problema e esperar por uma resposta, a OpenAI descreve uma abordagem muito mais ambiciosa.
A empresa utilizou grupos de agentes de inteligência artificial capazes de se comunicar entre si, consultar uma cópia armazenada da internet e executar código. No caso de Navier–Stokes, a operação chegou a envolver cerca de 10 mil agentes trabalhando simultaneamente.
De acordo com a OpenAI, o sistema começou a trabalhar em 1º de setembro e chegou ao resultado no dia 5 — aproximadamente 88 horas depois.
A etapa posterior de formalização e verificação utilizou o GPT-6 Astra e levou outras 17 horas. Durante o processo, somente o trabalho relacionado a Navier–Stokes teria produzido cerca de 2,7 milhões de mensagens entre agentes e aproximadamente 130 bilhões de tokens de saída.
A demonstração apresentada pela empresa descreve uma situação na qual um fluido inicialmente suave pode desenvolver uma singularidade em tempo finito quando submetido a uma força externa também suave.
A solução envolve um vórtice que gira, se alonga e se concentra progressivamente até que sua velocidade cresça sem limite.
O problema é que essa abordagem não apareceu no vácuo.
A parte que transformou a descoberta em uma disputa
Buckmaster afirma que ele e Alpöge estavam trabalhando justamente em uma estratégia baseada em forças suaves, seguindo ideias desenvolvidas anteriormente por Diego Córdoba e Luis Martínez-Zoroa.
Segundo o matemático, quando soube da solução obtida pela OpenAI, percebeu que o modelo havia chegado exatamente a uma linha de investigação que ele considerava pouco explorada.
Isso levantou uma pergunta inevitável: como a IA chegou àquela abordagem?
A preocupação ficou ainda maior porque Buckmaster afirma ter colocado rascunhos de seu trabalho no Codex durante a própria pesquisa. Ele questionou se conversas privadas poderiam ter contribuído, direta ou indiretamente, para o treinamento do modelo utilizado pela OpenAI.
A empresa nega que seus pesquisadores ou agentes tenham acessado trabalhos privados específicos para resolver o problema. Ao mesmo tempo, admite que não consegue descartar completamente a possibilidade de dados desidentificados provenientes do uso de seus produtos terem contribuído anteriormente para o aprimoramento de seus modelos.
A disputa então deixou de ser apenas matemática.
Buckmaster também relata conversas sobre autoria e publicação e afirma que recebeu de Sébastien Bubeck, pesquisador da OpenAI, uma pergunta que se tornou o momento mais controverso do episódio: “Por que você arruinaria sua carreira?”
A frase, segundo Buckmaster, surgiu depois que ele ameaçou tornar pública a disputa caso determinadas condições fossem mantidas.
Até agora, a questão sobre quem sabia o quê, quando essas informações chegaram aos envolvidos e se trabalhos anteriores tiveram alguma influência sobre a IA continua sem uma resposta definitiva.
Mas existe uma conclusão mais ampla.
A OpenAI afirma que o modelo responsável pelo resultado é mais avançado que o GPT-6 Astra e ainda está em treinamento. Isso significa que, independentemente da disputa sobre a origem da estratégia matemática, o episódio revelou algo potencialmente ainda mais importante: sistemas de IA já conseguem coordenar milhares de agentes para atacar problemas científicos extremamente complexos em uma escala que seria praticamente impossível para uma única equipe humana.
E talvez seja justamente essa mudança de escala — e não apenas a solução de Navier–Stokes — que torne essa história tão importante.
