孙宇晨于2026年9月16日设立“孙宇晨奖”，号称全球首个零信任、去中心化的学术悬赏机制。规则规避开传统评审：不论学历国籍，人类或AI都能参赛；证明必须通过Lean形式化验证（从第一行核到最后一行）才能触发奖金；奖金用波场链上的USDT结算，全程上链存证。首批66题囊括七大千禧年难题和哥德巴赫猜想，单题最高100万美元。但这套看似革新的设计，本质上是一次低成本营销——奖金尚未真正支付，已借“AI时代的诺贝尔奖”标题完成全球传播。

孙宇晨奖的100万美元单题奖金和七大难题清单，直接复刻了克雷数学研究所2000年设立的千禧年大奖。20多年来，7道题中只有庞加莱猜想被佩雷尔曼在2003年攻克——他不仅拒绝领奖，连菲尔兹奖也一并谢绝，隐居至今。其余6题（黎曼猜想、P vs NP、纳维-斯托克斯方程等）仍悬而未决。孙宇晨所谓“填补诺奖空白”的叙事，其实是把别人20年前定下的规则搬过来，换上了自己的名字。

OpenAI宣称1万智能体88小时攻克的纳维-斯托克斯方程证明，立刻遭到纽约大学数学家Buckmaster和Anthropic的Alpöge公开质疑。两人指控OpenAI可能通过Codex工具“看到”了他们存放在平台上的未发表草稿，并施压要求将Alpöge从论文中除名。25位菲尔兹奖得主联名警告AI实验室为争夺头条威胁学术研究；美国数学学会虽称赞成果是“里程碑”，但克雷研究所仍将该题标为“未解决”。孙宇晨把100万美元发给这个饱受争议的成果，让奖项学术公信力雪上加霜。

孙宇晨奖把裁判从人换成代码，宣称杜绝人情评审。但Lean形式化验证只能保证证明的逻辑链条无缺口，不等于判断“这道题是否真的被解决”——比如AI可能只证了子问题，而非完整猜想。更核心的追问在于：数学价值最终由“人”通过理解和共识来认定，还是由机器逐行校验来判定？当AI能批量生产形式化证明，学术界是否需要一套新标准来区分“机器正确的废话”和“真正推动认知的突破”？这比孙宇晨的营销野心更值得所有科技从业者思考。