一万个 AI 智能体关在同一个系统里，连续算了整整 88 个小时

一万个 AI 智能体关在同一个系统里，连续算了整整 88 个小时。

最后它们总共发了多少条消息？

只有 270 万条。

算下来，平均每个智能体，一个小时只说了 3 句话。

但这 270 万条消息，生生吞掉了 1300 亿个 Token。

单条消息的平均长度，接近 5 万个 Token。

它们面对的题目，是数学史上最顽固的堡垒之一：纳维-斯托克斯方程。

这套由纳维和斯托克斯在 19 世纪写下的方程，管着空气、水流和湍流的一切运动。

2000 年，克雷数学研究所把它列入千禧年七大数学难题，悬赏 100 万美元。

两百年来，人类顶尖数学家都在问同一个问题：

三维空间里的流体方程，在光滑的初始条件下，解究竟会永远保持光滑，还是会在有限时间内突然爆发出无穷大的奇点？

如果解会出现奇点，意味着现有的经典物理方程在某一个瞬间会彻底失效。

两百年间，全世界没有一个人能给出严格证明。

直到 OpenAI 的研究团队披露，他们代号 Astra 的推理系统完成了这项数学搜索。

消息一出，很多人脑子里浮现的画面，是一万个智能体像人类专家开会一样，在群聊里热烈讨论、互相纠错。

任何亲手搭过多智能体系统的人都知道，这种多人开会的设想在现实里是一场灾难。

两个智能体对话，很快就会陷入互相客套的死循环。

五个智能体拉进一个群，只要其中一个产生幻觉，剩下的就会开始集体强化这个错误。

聊上二十轮，上下文窗口就被大量毫无意义的寒暄和重复填满，逻辑推理能力直接归零。

要是真把一万个智能体放进传统的聊天架构里，跑上 10 分钟，系统就会在海量的信息垃圾中宕机。

为什么 OpenAI 这一万个智能体没有吵成一团？

多智能体框架 AutoGen 的创建者 Chi Wang 点出了这台机器的真实骨架。

一万个智能体根本没聚在一个聊天室里。

整套系统的调度核心只在做三件事：激进剪枝、确定性路由，以及对局部证明成果的无情复用。

先看它是怎么剪枝的。

数学推导和其他文本任务最大的不同，在于它不存在似是而非的中间地带。

对就是对，错就是错。

系统背后站着一个没有感情的裁判：Lean 形式化数学证明器。

智能体推导出来的每一步逻辑，都会被直接编译成严密的机器代码。

某个智能体沿着一条路径去构造奇点，只要在 Lean 里报出一个语法或逻辑错误，调度器直接掐断这条分支。

没有委婉的提示，没有复盘讨论，这条死路上的算力瞬间被清空回收。

再看它是怎么路由的。

这一万个智能体彼此之间根本看不见对方。

系统切断了横向交流的网状通道，直接把证明任务拆成树状层级。

有的智能体专门负责在特定坐标系下构造能量积分，有的专门计算速度场的边界条件，有的只负责把自然语言推论转译成 Lean 语法。

每个智能体只接收上一层路由分发给它的特定输入，推导完成后直接把数据丢给验证节点。

横向没有窃窃私语，自然就没有噪声的指数级放大。

最关键的一步，是局部成果复用。

单条消息为什么能达到近 5 万个 Token？

智能体交出来的从来不是闲聊，是一整篇包含几万行推导的局部定理验证。

只要有一个智能体成功攻克了一个关键引理，并通过了 Lean 的严格核验，这个引理就会立即被冻结成公共资产。

它被直接写入中央黑板。

后面几千个智能体在探索其他分支时，可以直接把这个已证实的引理当成公理调用。

不需要任何人重新推导一遍，也不需要开会通报。

88 个小时里，一万个智能体就是靠着这种流水线般的冰冷吞吐，在天文数字般的数学解空间里完成了地毯式搜索。

随后的 17 个小时，整套证明在 Lean 系统里跑完了最后的形式化闭环。

这场探索在学术界掀起了轩然大波。

纽约大学数学家 Tristan Buckmaster 和 Anthropic 的合作者甚至公开提出质疑，担心自己此前保存在平台工具里的研究草稿间接提供了启发。

克雷数学研究所要求的同行评审通常长达两年，数学共同体对这个结果的最终有效性依然保持着审慎。

但对于计算机科学而言，一个更底层的分水岭已经立在了所有人面前。

长期以来，外界对多智能体的想象，总是停留在模拟人类社会的协同上。

人们以为只要给不同智能体分配角色，让它们自由对话，就能涌现出群体智慧。

这组数据无情地击碎了这个幻想。

一万个智能体，只发了 270 万条消息。

把算力推向人类智力极限的，不是更频繁的交流。

是把所有的社交摩擦压缩到零，让机器验证器在沉默中砍掉成千上万条死路，只留下最硬的逻辑骨架。