《科学美国人》（Scientific American）刊发文章，标题以设问形式提出：OpenAI 是否解决了"错误的"纳维-斯托克斯问题？这一设问建立在"OpenAI 解决了某个纳维-斯托克斯问题"的说法之上，指向的是问题定义本身是否被误置。
纳维-斯托克斯方程是描述流体运动的基本方程。数学界最著名的相关开放问题，是三维情形下解的存在性与光滑性，它被列为克雷数学研究所千禧年大奖难题之一，至今悬而未决。因此，"解决了纳维-斯托克斯问题"这一表述究竟指向哪一层问题，直接决定结论的分量。
标题之所以值得关注，是因为 AI 词典：AI for Math">AI for Math 领域近来反复出现同类张力：模型给出的结果往往针对被明确限定、简化或形式化后的子问题，而报道与传播环节容易将其等同于那个悬而未决的著名开放问题。差别可能来自维度、边界条件、正则性假设等技术限定，也可能来自"求解"一词在数值近似与严格数学证明之间的含义差异。
对 AI 从业者而言，这一讨论的价值不在于否定模型能力，而在于提示评估标准：面对 AI 在数学与科学上的进展宣称，应回到问题的原始表述与判定标准，区分"算出近似解"与"给出证明"，并保持对外表述与可核查依据之间的对应。文章以疑问句作标题，也意味着这一判断仍有待相关方与研究社区进一步澄清。