Ein Beweis in 88 Stunden — und eine Frage an die Sitzungsdaten

Anfang September hat OpenAI eine Lösung für das Navier-Stokes-Problem veröffentlicht, eines der sieben Millennium-Probleme mit je einer Million Dollar Preisgeld. Erzeugt hat sie ein bislang unveröffentlichtes internes Modell, die formale Prüfung in Lean übernahm ein weiteres. Nach Angaben des Unternehmens kamen die Agenten rund 88 Stunden nach dem Start zum Ergebnis, die Formalisierung dauerte weitere 17 Stunden. Allein für dieses Problem fielen etwa 2,7 Millionen Nachrichten und rund 130 Milliarden ausgegebene Token an, über alle parallel angegangenen Probleme hinweg 4,9 Millionen Nachrichten und etwa 300 Milliarden Token. Zu öffentlichen API-Preisen läge das im Bereich von 15 Millionen Dollar.

Begleitet wird die Veröffentlichung von einem Streit über die Reihenfolge. Ein Mathematiker der New York University und ein bei Anthropic beschäftigter Kollege hatten fast ein Jahr an derselben Frage gearbeitet, durchgehend mit zwei Coding-Assistenten, und Mitte August einen Durchbruch erzielt. Über Gerüchte im Fach erfuhr OpenAI davon; die eigene Anstrengung begann nach Firmenangaben am

1. September. Auf die Frage, ob das Modell Zugriff auf die Sitzungen der beiden hatte oder darauf trainiert wurde, antwortete das Unternehmen, es seien keine konkreten Nutzerdaten abgerufen worden. Zugleich räumt es ein, nicht ausschließen zu können, dass anonymisierte Daten aus der Produktnutzung in die Verbesserung der Modelle eingeflossen sind.

Einordnung

Für kleine Teams ist weniger der Beweis interessant als dieser eine Satz. „Daten zur Verbesserung der Modelle" ist eben keine leere Formel: Sie deckt genau den Fall ab, in dem niemand eine Sitzung abruft und trotzdem etwas aus ihr in einem späteren Modell landet. Wer mit einem Coding-Agenten an etwas arbeitet, das Vorsprung bedeutet — ein Verfahren, eine Architektur, ein ungelöstes Kundenproblem —, sollte die Aufbewahrungs- und Trainingseinstellungen des Anbieters nicht als Formalie behandeln. Der Unterschied zwischen „kein Zugriff auf Nutzerdaten" und „kein Einfluss über das Training" ist hier der ganze Punkt.

Dazu kommt das Tempo: Schon das Gerücht, irgendwo sei etwas gelöst, genügt offenbar, um erheblichen Rechenaufwand in dieselbe Richtung zu lenken.

Nachprüfbar ist von alledem wenig: Das Modell ist nicht öffentlich, die Zahlen stammen vom Anbieter, und beide Seiten widersprechen einander in der Frage, wer wann wovon wusste. Als Beleg für eine Modellfähigkeit taugt der Fall daher nur bedingt — als Anlass, die eigenen Datenwege zu prüfen, umso mehr.