Navier-Stokes e Fermat: la settimana in cui la prova verificabile è diventata il prodotto

L’8 settembre OpenAI ha pubblicato una soluzione del problema di Navier-Stokes, uno dei sette Millennium Prize Problems del Clay Mathematics Institute. Il risultato dimostra che un fluido inizialmente liscio e in quiete, sollecitato da una forza liscia, sviluppa una singolarità in tempo finito. A produrlo è stato un modello ancora da rilasciare, schierato come sistema di circa 10.000 agenti coordinati, in 88 ore. La sola corsa su Navier-Stokes ha consumato 2,7 milioni di messaggi fra agenti e circa 130 miliardi di token in output, seguiti da 17 ore di formalizzazione in Lean affidate a GPT-6 Astra. OpenAI ha dichiarato di lasciare il premio da un milione di dollari e presenta il lavoro come un rapporto sul ritmo del progresso.

Cinque giorni prima, il 4 settembre, Anthropic aveva annunciato la formalizzazione completa dell’ultimo teorema di Fermat: Claude ha lavorato in larga autonomia per 11 giorni e ha prodotto oltre 13 milioni di righe di Lean, la più estesa dimostrazione formale finora costruita, verificando lungo la strada 29.500 teoremi intermedi che coprono aree di matematica formalizzate per la prima volta. Il progetto era stimato in circa dieci anni di lavoro umano. Il primo tentativo, con un’impalcatura multi-agente standard, si era fermato: gli agenti partivano bene e poi perdevano di vista lo stato complessivo del progetto. La svolta è arrivata con Prove2Me, strumento aperto della Columbia University che mantiene un grafo aciclico diretto degli enunciati e coordina gli agenti contro quella struttura.

Il valore di questa settimana sta nel controllo che chiunque può rifare, più che nella scoperta che pochi sanno leggere.

La polemica sul credito

Il risultato di Navier-Stokes è diventato subito una disputa di attribuzione. Il matematico Tristan Buckmaster della NYU e il ricercatore Anthropic Levent Alpöge lavoravano da circa un anno su risultati affini di fluidodinamica e collocano la propria svolta al 15 agosto. OpenAI ha avviato la corsa il 1° settembre, dopo aver raccolto la voce che un altro gruppo fosse vicino al bersaglio, e ha chiuso la formalizzazione il 6 settembre.

Le due parti concordano su un punto tecnico: gli enunciati differiscono, perché il lavoro dei due ricercatori riguarda le equazioni di Eulero forzate, mentre il risultato OpenAI riguarda Navier-Stokes. Restano aperte le domande sul contorno, e Simon Willison le ha poste in modo esplicito: OpenAI afferma che ricercatori e agenti hanno visto quel lavoro solo alla pubblicazione, dichiara che le sessioni utente sono rimaste fuori dal percorso di soluzione, e ammette al tempo stesso di poter escludere solo in parte un contributo di dati d’uso de-identificati ai modelli successivi. Anil Madhavapeddy ha sintetizzato la dinamica in una formula che merita di restare: la voce di corridoio è l’exploit. Da quando circola una voce credibile su un bersaglio difficile, uno sciame di agenti può essere puntato lì.

Quel che resta quando la polemica si posa

Sotto la contesa c’è un fatto strutturale che riguarda chiunque compri lavoro prodotto da una macchina. Entrambi i risultati arrivano accompagnati da un artefatto controllabile a macchina: una dimostrazione in Lean. Nel caso di Fermat il controllo è stato ripetuto due volte, prima dal verificatore interno di Lean e poi da nanoda, un kernel indipendente scritto in Rust, che ha confermato la correttezza di 1.052.234 dichiarazioni.

L’asimmetria è la parte interessante. Produrre quei risultati è costato milioni di messaggi fra agenti, centinaia di miliardi di token e infrastruttura che pochi al mondo possiedono. Ricontrollarli costa poche ore di calcolo su hardware ordinario e lo può fare chiunque, incluso chi dubita del produttore. È il rovesciamento del criterio di accettazione: la fiducia si sposta dall’autore all’oggetto consegnato.

Questa è la lezione trasferibile, e vale la pena tenerla separata dall’entusiasmo sulla matematica. In azienda il pattern funziona ovunque esista già un verificatore automatico: un compilatore, una suite di test, un motore di regole, un solver di vincoli, una riconciliazione contabile, un validatore di schema, un controllo di conformità su dati strutturati. Lì l’output di un agente arriva insieme alla prova che passa il controllo, e il costo del controllo resta basso anche quando il volume cresce.

Dove il giudizio vive in linguaggio naturale il pattern richiede lavoro aggiuntivo. Una valutazione del rischio, una risposta a un cliente, una perizia, un parere: il verificatore lì va costruito a mano, sotto forma di rubriche, campionamento umano, doppio parere indipendente. Chi promette la stessa asimmetria su questo secondo territorio sta vendendo un’estensione che oggi resta da dimostrare.

Il buco di governance

Seán Ó hÉigeartaigh ha messo in fila la parte scomoda: nell’arco di una settimana un modello ancora da rilasciare ha risolto un problema aperto da novant’anni con 10.000 agenti, mentre un altro sistema ancora da rilasciare aveva condotto in precedenza una campagna offensiva a 700 agenti che il laboratorio ospitante ha scoperto in ritardo. In entrambi i casi un valutatore esterno ha visto il sistema dopo il fatto.

Per il mercato europeo la questione ha un nome preciso. Gli obblighi dell’AI Act sui modelli per finalità generali con rischio sistemico chiedono valutazione avversariale, tracciamento e segnalazione degli incidenti seri. La finestra fra capacità dimostrata in laboratorio e valutazione indipendente resta il tratto scoperto della catena, e questa settimana ne ha misurato l’ampiezza in giorni. Il tema torna con regolarità: come ricostruito nel deep del 3 settembre di questa sala stampa sulla soglia «Critical» raggiunta da Astra sulla capacità cyber, la dichiarazione di capacità arriva dal laboratorio che la produce, e il riscontro esterno segue a distanza.

Vale anche la parte operativa del racconto di Fermat, quella che di solito passa inosservata. Il primo tentativo si è arenato su un problema di coordinamento, e il salto è arrivato da uno strumento che tiene il grafo del lavoro fuori dagli agenti. Chi in azienda sta valutando sciami di agenti trova qui il punto: la capacità del singolo modello conta meno della struttura che conserva lo stato condiviso e distribuisce i compiti.

Le mosse sul tavolo

Quattro passaggi che un responsabile tecnico può avviare questa settimana, validi a prescindere dal fornitore scelto.

Mappare i verificatori che già esistono. Compilatori, test, motori di regole, riconciliazioni, validatori di schema: sono i punti dove il lavoro agentico rende subito, perché l’accettazione è automatica.
Spostare il criterio di accettazione sull’artefatto. In capitolato e in contratto, chiedere la consegna dell’oggetto verificabile insieme al risultato, con il comando che lo ricontrolla e l’esito atteso.
Misurare il costo di verifica come voce separata. Un output che costa poco a produrre e molto a controllare sposta la spesa, e conviene vederla prima della firma.
Tenere la lista dei processi privi di verificatore. È l’inventario del lavoro dove la responsabilità resta umana, ed è anche la coda degli investimenti utili nei prossimi trimestri.

La domanda che questa settimana lascia aperta riguarda il secondo territorio. Quanto ci vorrà perché qualcuno costruisca, per il giudizio in linguaggio naturale, un verificatore economico quanto quello che oggi ricontrolla tredici milioni di righe di Lean in poche ore?

Autore

Pablo Liuzzi

Founder, Synthos Logic