构造一个适当的高维空间，将原本在低维空间中难以闭合的数学或物理问题嵌入到一个更大的几何结构之中，再在该结构空间内寻找满足约束的可行集合，是现代数学物理中极为常见的技术路径。我的闭合曲线的正方形就是这样解的。

在这一框架下，AI 的作用并非进行暴力遍历（brute‑force search），而是依赖于高维空间的结构化参数化（structured parametrization）。换言之，AI 的能力来自于对高维空间的系统化探索，而不是对其进行无差别的穷举。

真正的困难并不在于搜索本身，而在于构造一个“合适的高维空间”在三维 Navier–Stokes 爆破问题上，人类数学家过去数十年的努力虽然发展出了高频构造、凸整合、流形松弛、涡旋几何等局部框架，但始终未能建立一个完整的、可闭合的高维结构空间。

OpenAI 的工作首次给出了这样一个可闭合的高维结构空间，使得 AI 的结构化搜索得以在其中真正闭合。这一突破的本质不在于 AI 找到了爆破，而在于AI 找到了一个人类尚未成功构造的高维空间本身。

所以，AI也并不是抄袭 NYU 的成果。