# 流体力学研究史
**作者**: snowboat
**日期**: 2026-07-17T05:07:18.000Z
**来源**: [https://x.com/snowboat84/status/2077983459369418941](https://x.com/snowboat84/status/2077983459369418941)
---
上一篇我写了希尔伯特的第六问题，讲的是能不能从微观的分子出发，一层层严格推出宏观的流体方程。那篇文章的乐观底色是，2024到2025年，邓宇、Hani和马骁真的把这条路往前推了一大截，从粒子的牛顿力学出发，中间过一条叫玻尔兹曼方程的桥，一路严格推到了宏观的流体方程。
这篇讲的是同一枚硬币的另一面。假设桥已经修好了，宏观方程完整地摆在你面前，一个符号都不缺，你就能预测流体的行为了吗？
答案是不能。流体力学是人类第一门，也是最干净的一门这样的学科：它很早就拥有了完整而且正确的控制方程，却直到今天也无法从这组方程预测它最重要的行为，湍流。你搅一杯咖啡，奶泡怎么卷、怎么碎、怎么散开，背后的方程一百八十年前就写全了，可没有一个人能提前算出那朵漩涡长什么样。
我自己是天体物理出身，读书时算过吸积盘、算过星际介质里的激波，用的是磁流体力学，也就是在纳维斯托克斯那套方程上再挂一组描述磁场的方程，比纯流体还多一层麻烦。真正做过才知道，方程写在黑板上干干净净，一旦碰上湍流，所有解析手段瞬间失灵，最后都得退到超级计算机上一格一格地硬算，而且还算不准。这种"公式全对，却预测不了"的挫败感，是这门学科三百年的底色。
这篇文章想讲的就是这三百年。人类怎么一步步为流动找到语言，又怎么在找到语言之后，发现语言本身也解不开它所描述的世界。这条线到最后会通向今天的AI，那是全文的落点，先按下不表。
# 一、有观察，没有语言：方程之前的漫长前夜
在人类能写出任何一个流体方程之前，有两千年时间，人只能靠眼睛看、靠手试、靠经验记。这段前夜有观察，没有理论，是理解后面一切的起点。看不懂这段，就不明白后面那些方程到底来得多晚、多难。
## 1.1 阿基米德：第一个定量的定律是静的
流体力学第一个真正定量的定律来自阿基米德（Archimedes），约公元前250年的《论浮体》。浮力等于物体排开液体的重量，这是一条能算的定律，给定物体体积和液体密度，浮力精确到一个数，而不再是"重的下沉、轻的上浮"这种含糊的手感。据说他是在浴缸里想通这件事的，跳出来光着身子喊"我找到了"，这个故事真假难辨，但它抓住了一个关键：浮力这件事，是可以量化的。
值得留意的是，这条定律描述的是静止的流体，是流体静力学，和流动无关。人类对流体的第一次精确把握，落在"不动"上。这背后有个很实在的原因：静止的流体里，每一点的压强只由深度决定，关系简单到可以写成一行公式。一旦流体动起来，速度、压强、方向全都纠缠在一起，难度陡增。
阿基米德《论浮体》里的插图
这个"先静后动"的顺序，会贯穿整门学科。你会看到，每一次流体力学往前走一步，几乎都是先把静止或简单的情形算清楚，再硬着头皮往复杂的流动里啃。阿基米德开的这个头，定下了两千年的节奏。
## 1.2 罗马人会做不会算
罗马人把水利工程做到了古代世界的顶峰。跨越山谷的渡槽、遍布城市的水道、精确到千分之几坡度的引水系统，有些至今还立在南欧的原野上。罗马城鼎盛时期，每天靠这套系统输送的水量，折算下来人均供水量比十九世纪的很多欧洲城市还高。
但罗马人没有任何流量理论。他们靠的是师徒相传的经验、反复试错的手感，知道渠道修多宽、坡度放多大水就够用，却说不出为什么。有个流传下来的细节很能说明问题：罗马人给用户分水时，是按供水口的横截面积收费的，完全没意识到水流的速度也决定流量，结果坡度大的地方同样口径流出的水多得多，等于系统性地算错了账。
这是一种会做不会算的知识。工程能用，但没有可以推广、可以预测的规律。它为后面"水力学和水动力学"那场持续近一个世纪的大分裂，埋下了第一颗种子。动手的工程师这一支，和推公式的数学家那一支，从人类文明很早的时候就分了岔。
## 1.3 中世纪的空白与知识的保存
罗马之后，欧洲在流体理论上几乎是一段长空白。真正的进展停滞了近千年，这段时间里没有出现任何新的定量定律。工程实践在延续，修磨坊、挖运河、造水车，但理论上是一片沉寂。
知识的火种主要靠阿拉伯世界保存和传递。阿基米德的著作、希腊的几何、古代的工程经验，经由巴格达的翻译运动被译成阿拉伯文，加上一些独立的贡献，比如对虹吸和水钟的研究，再经由西班牙和西西里的翻译链路，在文艺复兴前夜回流欧洲。
如果没有这条传递链，阿基米德的《论浮体》很可能就失传了。科学史里这种事并不少见，一个高峰之后是漫长的低谷，真正的知识不是自动累积的，它需要有人抄写、翻译、保管，才能等到下一批人接着往前走。流体力学在这一千年里，靠的就是别人替它保管火种。
## 1.4 达·芬奇：只有眼睛，没有数学
真正重新睁开眼睛看流体的是达·芬奇（Leonardo da Vinci），大约1500年。他在手稿里画满了漩涡、尾流、水流绕过障碍物之后碎裂的样子，那些画到今天拿去和高速摄影的湍流照片对比，结构惊人地吻合。描述湍流的意大利语词turbolenza，就是他挑出来用的，今天英文的turbulence正是从这里来的。
达芬奇描述流体的手稿
他甚至对质量守恒有了朦胧的预感。在《莱斯特手稿》里，他记下河道窄的地方水流快、宽的地方水流慢，通过某一个截面的水量始终保持恒定，这正是连续性思想的雏形，用今天的话说就是流量等于流速乘以截面积。他还观察到水流遇到障碍物后会分成主流和回流，尾部会卷起成对的漩涡，这些都是要等几百年后才有人用方程描述的现象。
但达·芬奇只有观察，没有数学。他能把流动的复杂看见、画下来、甚至归纳出定性的规律，却没有任何符号语言去把它写成可以计算、可以预测的东西。他的手稿生前也没公开，对后世科学的实际推动有限。整部流体力学史，从某种意义上就是为这种看得见的复杂，一点点寻找可以计算的语言。达·芬奇站在这段历史的门槛上，手里只有一支笔和一双极好的眼睛。
# 二、从静到动：流体第一次被写进公式
十六世纪末到十八世纪，流体第一次从静止走向流动，也第一次被写进定量关系。这一章的落点是伯努利方程，人类手里第一次攥住了几条能算流动的公式。但要注意，这些还只是零散的定律，普适的控制方程要等到下一章。
## 2.1 把静力学收尾
在流动被攻克之前，静力学先被彻底讲清楚了。荷兰工程师斯蒂文（Simon Stevin）在1586年指出了一件违反手感的事：液体对容器底的压力，只取决于液柱的高度和底面积，和容器的形状、和里面装了多少水都无关。
斯蒂文
举个例子，一个上大下小的漏斗形容器和一个上小下大的容器，只要底面积一样、水面一样高，两个容器底部受到的水压就完全相等，哪怕前者装的水明明多得多。这件事当时叫流体静力学悖论，很多人不信，斯蒂文用严格的推理证明了它。它背后的道理是，多出来的那部分水的重量，被倾斜的容器壁给撑住了，没压到底上。
帕斯卡（Blaise Pascal）在1654年补上了另一半。他提出，施加在封闭流体上的压强变化，会不减弱地传向流体的每一个角落，这就是帕斯卡定律。今天的液压千斤顶、汽车刹车、挖掘机的液压臂，全靠它：在细管这头用小力气，粗管那头就能放大出巨大的力。到这里，阿基米德的浮力被扩展成了一套完整的流体静力学，静止流体里每一点的受力都能精确算出。静的部分，收工了。剩下的硬骨头，是动。
## 2.2 动力学的第一缕：托里拆利
流动这一侧的第一个定量定律来自托里拆利（Evangelista Torricelli），1643年。他是伽利略（Galileo Galilei）的学生和助手，研究的是一个很具体的问题：水从容器侧壁的小孔里射出来，速度有多快。他得出的出流速度是
v = \sqrt{2gh}
其中h是水面到小孔的高度差，g是重力加速度。
托里拆利
这条公式第一次把流速和能量联系了起来。仔细看它，2gh正好是一个物体从高度h自由落下时砸到地面的速度平方。也就是说，水从小孔射出的速度，和它从水面"落"到孔口这段高度自由下落得到的速度一模一样。流动的快慢，被落差决定，这背后藏着的正是能量守恒。
托里拆利本人没有能量守恒这个概念，那要再等一百多年。但他这条定律像一根线头，谁顺着它拉下去，就能扯出整个能量的图像。真正把这层意思彻底挑明的，是伯努利。顺带一提，托里拆利还发明了水银气压计，第一个造出了真空，是那个时代少见的实验和理论都极强的人。
## 2.3 牛顿的两份遗产，一错一对
牛顿（Isaac Newton）在1687年的《自然哲学的数学原理》第二卷里，专门处理了流体阻力。他想算出物体在流体中运动到底受多大阻力，这个问题的现实动机很硬，比如炮弹在空气里飞行、船在水里航行都需要它。但牛顿这部分的结论后来被证明大体是错的，他把流体想象成一堆互不相干、直直撞上物体的小颗粒，这个模型和真实流体相差太远。
顿哥
但同一卷里，牛顿留下了一份对的遗产。他首次提出了黏性的概念：流体内部之所以有阻力，是因为相邻两层流体之间存在一种摩擦，这个摩擦正比于两层之间的速度差。用今天的话说，剪应力正比于剪切速率，写成公式就是
\tau = \mu\,\frac{du}{dy}
其中τ是剪应力，du/dy是垂直流动方向上的速度梯度，比例系数μ就是黏度。你可以想象一摞扑克牌，你推最上面一张，它会带动下面一张，再下面一张，速度一层层递减，层与层之间的这种拖拽，就是黏性。
凡是满足这个线性关系的流体，今天就叫牛顿流体，水、空气、大多数常见液体都是。而蜂蜜搅快了会变稀、番茄酱要用力晃才流得出来，这类不满足线性关系的，叫非牛顿流体。牛顿这份黏性定义，两百年后成了纳维斯托克斯方程里最关键的一块拼图。一份错的阻力理论，一份对的黏性概念，牛顿这两样都留给了后人，而对的那份，当时几乎没人在意。
## 2.4 伯努利：能量守恒进了流体
把托里拆利那缕能量的意思彻底讲透的，是丹尼尔·伯努利（Daniel Bernoulli），1738年的《流体动力学》。他用能量守恒的思路推导出一个漂亮的关系：同一条流线上，流体流得快的地方压强低，流得慢的地方压强高。这就是伯努利原理，写成方程是
p + \dfrac{1}{2}\rho v^{2} + \rho gh = C
其中p是压强，ρ是密度，v是流速，h是高度，等号右边对同一条流线是个常数。三项分别对应压强、动能和势能，加起来守恒，所以流速v一旦变大，压强p就得让位往下掉。
丹尼尔·伯努利
这条原理管的现实现象多得惊人。飞机机翼上方的空气流速快、压强低，下方慢、压强高，这个压差把飞机托上天。香水喷雾器挤压气囊让管口空气高速流过，压强骤降，就把瓶里的液体吸上来喷成雾。两艘并排航行的船会互相靠拢、火车进站时站台上的人被往里吸，也都是同一个道理，中间流速快、压强低，把两边往中间推。hydrodynamics这个词，也是从这本书里造出来的。
这里还有一段人物插曲。丹尼尔的父亲约翰·伯努利（Johann Bernoulli），也是当时顶尖的数学家，他写了一本《水力学》，大量借鉴了儿子的成果，却把出版日期倒填到1732年，想显得自己的工作在前。父子为此彻底反目。天才家庭的内战，是科学史里反复上演的戏码，伽利略、牛顿身边都有类似的优先权撕扯。到伯努利这里，人类手里已经有了几条零散的定律，托里拆利、伯努利，但还没有一组能描述任意流动的普适方程。把这些零散定律统一成一门场论的人，下一章登场，他是那个时代最能算的人。
# 三、欧拉写出方程，也撞上第一个悖论
这一章是全书真正的思想内核。流体在这里第一次成为一门有控制方程的学科，也第一次撞上一个自洽却荒谬的矛盾。后面所有的故事，包括最后和AI的类比，逻辑起点都在这一章。读慢一点。
## 3.1 两种看流体的眼光
要给流动写方程，先得决定站在哪里看它。这里有两种截然不同的眼光。一种是盯着某一小团流体，跟着它一路跑，记录它在每个时刻的位置、速度、压强，这叫拉格朗日（Joseph-Louis Lagrange）描述，像是给每一个水分子都装了GPS，然后读它的行车记录。另一种是站在空间里某个固定的点不动，只看此刻流过这一点的流体速度多大、压强多高，这叫欧拉（Leonhard Euler）描述，像是在河上架一台固定的摄像机，只拍镜头里这一小块。
有意思的是，这两种描述其实都是欧拉本人在1750年代前后提出来的，"拉格朗日描述"这个名字是后人贴上去的，拉格朗日只是后来把跟踪质点的方法用得更系统。拉格朗日描述最贴近直觉，符合我们"追着一个东西看"的本能，但它没法算，因为你没办法同时跟踪无穷多个流体质点的轨迹。
欧拉描述放弃了对单个粒子的跟踪，把研究对象从"粒子"换成了"场"，也就是空间中每一点、每一刻的速度和压强这样一个分布。这是一步极深的抽象，它意味着你不再关心"这团水去了哪里"，只关心"这个位置现在是什么状态"。整门流体力学后来能建立起来，靠的就是这次视角转换。但天下没有白吃的午餐，换来方便的同时，也换来了一个大麻烦。
## 3.2 非线性从哪里来
从拉格朗日切换到欧拉，方便了描述，却逼出了一个东西，它是后面一切"算不动"的总病根。这是全书最该讲透的一节。
想象你站在河边固定的一点，手里拿温度计测水温。你测到的水温随时间的变化，其实来自两个完全不同的原因。一个是你正盯着的这团水，它自己在被太阳晒热或者被风吹凉。另一个是上游一团更冷或更热的水，顺流而下，正好流过你的测点，把读数带变了。后面这部分变化，是流动把不同温度的水搬运到你眼前造成的，那团水自己没变。
数学上，站在固定点看到的总变化率，要写成两项之和：一项是"本地随时间的变化"，一项是流动把东西输运过来造成的变化，合起来记作
那个u·∇就是输运项，∇是空间梯度，u是流速。
关键在这里：这个输运项里含着流速u，而它作用的对象，恰恰又常常是流速u自己。于是方程里出现了u乘以u这样的二次项，速度场在输运它自己。这个二次项，就是非线性。线性方程好解，因为解可以叠加，两个解加起来还是解。一旦有了这种u乘u的自我纠缠，叠加原理失效，方程的行为变得极其复杂。正是这个u·∇u，让纳维斯托克斯方程几乎无法求出解析解，让湍流成为至今无解的难题，也让后面千禧年大奖那100万美元一直没人拿走。整门学科所有的痛苦，追到根上都在这一项。
欧拉
## 3.3 欧拉方程：流体成了一门场论
有了欧拉的视角，1757年，欧拉正式发表了那组方程，通常记为欧拉方程。它由两部分组成。一个是连续性方程，说的是质量守恒：流进一小块空间的流体，和流出的、加上里面积累的，必须严丝合缝地对上，一点质量都不能凭空消失或冒出来。另一个是动量方程，本质就是牛顿第二定律用在流体上，力等于质量乘加速度，只不过这里的力主要是压强的差异。写出来，不可压理想流体的欧拉方程就是下面这两行：
上面一行是动量方程，等号右边的∇p是压强梯度。下面一行的∇·u = 0是连续性方程，说的是不可压流体在每一点流进流出都恰好平衡。
这是流体力学第一次变成一组偏微分方程描述的场论。达·芬奇看见却说不出、伯努利只能沿着一条流线算的东西，现在有了描述整个空间流动的精确数学语言。从此，原则上你只要给定初始状态和边界条件，流动的未来就被这组方程完全决定了。这在当时是了不起的成就，力学的版图又扩张了一大块。
这里先埋一个同名的坑，免得后面绕晕。欧拉方程这个名字里的欧拉，指的是欧拉这个人，和前面讲两种视角时那个欧拉描述是两个层面的事。欧拉方程确实是站在欧拉描述这个视角上写出来的，但视角归视角，方程归方程，别把两者划等号。也别照着欧拉描述配欧拉方程的样子，想当然去配一个拉格朗日描述配拉格朗日方程，流体力学里并没有一组和欧拉方程平行、叫拉格朗日方程的流体控制方程。
唯一的简化是，欧拉这组方程假设流体完全没有黏性，是所谓的理想流体。欧拉很清楚真实流体有黏性，但把黏性写进方程在当时太难，他先算了没有黏性的干净版本。这个看似合理的简化，马上要惹出流体力学史上第一桩著名的公案。
## 3.4 达朗贝尔佯谬：自洽却荒谬
1752年，达朗贝尔（Jean le Rond d'Alembert）用欧拉这套理想流体的框架，算了一件最简单不过的事：一个物体在无边无际的流体里匀速运动，受到多大的阻力。他一路推导，答案干净利落，是零。
达朗贝尔
理想流体里，流线绕过物体后在后方完美地重新合拢，物体前后的流动完全对称，于是压强分布也前后对称，前面顶着它的压力和后面推着它的压力正好抵消，净阻力严格等于零。可现实里，任何人把手伸出行驶的车窗，风的阻力清清楚楚地压在手上，一个游泳的人停止划水立刻就减速。方程自洽、推导无误，得出的结论却和每一个人的日常经验正面冲突。这就是达朗贝尔佯谬。
它是一记精确的警报。这个佯谬本身不是计算失误，恰恰因为计算完全正确，它才干净利落地暴露出"无黏"这个假设错在哪。真实流体那一点点被欧拉扔掉的黏性，看起来微不足道，却正是阻力的来源。这里藏着一个后面会反复出现的教训：一个物理效应哪怕数值上极小，也可能主导整个现象，随手忽略它会满盘皆输。理想流体太理想了，理想到算出了没人见过的结果。要把这一点点黏性正确地加回方程，人类还要再花七十年。
## 3.5 拉格朗日：把力学收进一个框架
就在方程和矛盾同时摆上桌面的时候，拉格朗日在1788年出版了《分析力学》。他用变分法这套全新的数学工具，把整个力学，包括天体、刚体和流体，全部收进了一个统一而优美的分析框架里。这本书有个著名的骄傲之处，全书没有一张插图，纯靠公式推演，是第一部完全解析化的理论力学著作。
拉格朗日
这里得再拦一句，防止同名搞混。这一节说的拉格朗日框架，是分析力学、是变分法，和前面两种视角里那个拉格朗日描述完全是两回事，只是都摊上了拉格朗日这个名字。分析力学里倒真有一组以他命名的方程，叫欧拉-拉格朗日方程，管的是一般的力学系统，比如一个单摆或一颗行星，怎么从能量和变分写出运动方程，它和流体那组欧拉方程各说各的，别混到一起。欧拉和拉格朗日两个人都太高产，名字被贴得到处都是，读的时候认准上下文就好。
这是理性力学时代的高峰。经过牛顿、欧拉、拉格朗日几代人，力学看上去像一座即将封顶的大厦，逻辑严整、形式漂亮，仿佛剩下的只是往里填细节。当时不少人真的这么想，觉得力学的基本问题已经解决了。
可就在这座大厦最漂亮的时候，达朗贝尔佯谬像一道裂缝，明晃晃地卡在墙上。方程有了，矛盾也有了，而且这个矛盾一时无人能解。这门学科接下来不但没有顺利封顶，反而因为这个解不开的矛盾，硬生生裂成了互相看不起的两半。这是下一章的主题。
# 四、把黏性加回来：完整却解不动的方程
达朗贝尔佯谬的病根，是把黏性扔掉了。这一章讲人们怎么把黏性一点点加回方程，最后得到了一组完全正确的方程，却又发现它正确得没法解。就在同一段时间里，学科裂成了互相看不起的两半，这道裂缝拖了将近一个世纪。
## 4.1 纳维：推导错了，结果对了
第一个把黏性成功加回方程的是法国工程师纳维（Claude-Louis Navier），1822年。他从一套分子之间互相吸引和排斥的假设出发，设想流体是一大群有相互作用力的小分子，一路推导，最后得到了一组带黏性项的流体运动方程。
Claude-Louis Navier
有意思的是，纳维的推导过程，按今天的标准看是有严重问题的。他对分子间作用力的具体假设并不成立，中间好几步在物理上站不住脚。科学史家评价，他能得到形式正确的黏性项"几乎是撞上的"，是一次幸运的错误。但不管过程多可疑，结果的形式竟然对了，方程里那个黏性项的样子，和后来严格推导出来的一模一样。
这在物理史上其实不算稀奇，对的答案有时会先于对的理由到来。普朗克凑出黑体辐射公式、开普勒找到行星运动定律，某种程度上都是先有对的形式，理由是后来才补上的。纳维这一步之所以重要，是他第一个让"完整的、带黏性的流体方程"这个东西出现在了纸面上，哪怕地基还很松。接下来的几十年，就是好几代人把这个松散的地基重新夯实。
## 4.2 柯西、泊松、圣维南：连续介质的框架
纳维之后，同一组方程被好几位法国数学家反复重新推导，每推一次，地基就更牢一分。这里的关键人物是柯西（Augustin-Louis Cauchy）。他在1820年代建立了应力张量的概念，这是一个不小的思想飞跃。
柯西
想理解应力张量，可以设想流体内部任意一点，切一个小平面，两侧的流体会互相施力，而这个力既有垂直于平面的（压强），也有沿着平面滑动的（剪切）。更麻烦的是，这个力还随你切的平面方向而变。柯西用一个九个分量的数学对象，把某一点上所有方向、所有类型的内力，整整齐齐地组织了起来，这就是应力张量。有了它，才能精确写出流体内部一小块受的合力。
泊松（Siméon Poisson）、圣维南（Saint-Venant）接着往前推，到1830年代，把这套连续介质的应力框架逐步补完整，圣维南尤其把黏性摩擦正比于速度梯度这件事讲清楚了。他们共同的转变是，不再依赖纳维那种可疑的分子假设，而是干脆把流体当成一种连续的、可以无限细分的介质来处理，不问它由什么组成，只问它整体如何变形受力。这条路更干净，也更接近今天教科书的写法。一组方程被独立地推导出四五遍，这件事本身也说明它是对的。
## 4.3 斯托克斯：方程终于定型
给这组方程盖棺定论的是英国人斯托克斯（George Gabriel Stokes），1845年。他从连续介质的假设出发，明确地把牛顿那条黏性定律用上，假设流体内部的应力正比于它的变形速率，严格地重新导出了完整的方程。斯托克斯的推导逻辑清晰、假设明确，被公认为这组方程的最终确立版本。
斯托克斯
从这一刻起，流体力学拥有了完整而且正确的控制方程，今天叫纳维斯托克斯方程。和欧拉方程相比，它就是在动量方程的右边多加了一个黏性项：
左边是流体微团的质量乘加速度，右边三项分别是压强、黏性摩擦μ∇²u和外力f。多出来的那个μ∇²u，正是牛顿两百年前留下的黏性概念。这组方程把质量守恒、动量守恒、黏性摩擦全都装进了两行式子里，理论上能描述从水管到台风、从血液到洋流的一切黏性流动。这本该是一个登顶时刻，一门学科终于握住了自己的终极方程。
可这个登顶带着一个残酷的附加条件。这组方程是非线性的，病根就是第三章那个u·∇u项，绝大多数情况下根本解不出解析解。学科的矛盾于是整个升级了。达朗贝尔时代的矛盾是"理论算出了错的结果"，那还有救，改理论就行。现在的矛盾变成了"理论完全正确，但人类算不动它"。方程对，却没用，这是一种更深、更折磨人的困境。到今天，这组方程绝大多数有意义的情形，我们依然只能靠计算机去逼近。
## 4.4 大分裂：数学家和工程师互相看不起
方程完整却解不出，直接后果是这门学科裂成了两半，而且这道裂缝持续了将近一个世纪，从十八世纪末一直到二十世纪初。
一边是数学家的理论水动力学。他们守着优美的欧拉方程和纳维斯托克斯方程，推导严整，可算得出的干净结果，常常是零阻力这种现实中根本没人见过的东西，实用价值有限。另一边是工程师的实用水力学。他们要造水坝、修运河、铺管道、设计船体，靠的是几百年攒下来的大量经验公式，比如各种管道摩擦系数的经验表，管用，能造出真东西，但没有理论根基，也说不清背后为什么。
两边几乎不来往，甚至互相看不起。后来流传下一句很刻薄的挖苦，常被归到英国化学家、诺奖得主Hinshelwood名下，经数学家Birkhoff在1950年的《Hydrodynamics》一书里转述：搞流体的人分成两拨，一拨观察到了自己无法解释的现象，另一拨解释了根本无法观察的现象。这句话精准地刺中了那个时代的荒诞：完整的方程明明就握在人类手里，却既解不出来，又对不上现实。要弥合这道近百年的裂缝，需要两样全新的东西，一个是无量纲的比值，一个是薄薄的边界层，分别由雷诺和普朗特（Ludwig Prandtl）带来，这是接下来两章的主角。
# 五、涡、环量与一个改变一切的比值
十九世纪下半叶有两条线索在同时推进。一条把"优美理论"那一支继续推向成熟，研究涡和环量，为几十年后的飞机偷偷铺路。另一条更重要，它孕育出了贯穿后世的核心方法论，量纲分析和雷诺数。方法论那条线，是这一章真正的看点，也是流体第一次学会"绕过求解"这门手艺。
## 5.1 亥姆霍兹：涡是守恒的
亥姆霍兹（Hermann von Helmholtz）在1858年证明了几条关于涡的定理，把人们的注意力引向了流动里的旋转结构。他证明，在理想流体里，涡不会凭空产生，也不会凭空消失，涡线会牢牢跟着流体一起运动，涡管的强度沿着它的长度保持不变。
亥姆霍兹
这些定理给了人一种全新的眼光。以前大家想的是追踪每一点的速度，现在亥姆霍兹说，你可以改去追踪流动里那些成形的、旋转的结构，它们像有自己生命一样守恒地运动。你看抽烟的人吐出的烟圈，能保持形状稳定地飘出去好几米，看浴缸放水时水面那个稳定的漏斗涡，看龙卷风能维持结构移动上百公里，背后都是涡的守恒性在起作用。
这层眼光影响深远。二十世纪的湍流研究里，一个核心图像就是把湍流看成无数大大小小涡的集合，理查森的能量级串、后来的相干结构理论，都能追溯到亥姆霍兹这里。涡，从此成了理解流动的一把新钥匙，和"速度场"这把老钥匙并用。
## 5.2 开尔文：环量与飞机为什么能飞
开尔文（Lord Kelvin），也就是那位定义了绝对温标的物理学家，在1869年证明了环量定理。环量这个概念可以粗略理解成，沿着流体里一条闭合曲线转一圈，把沿途的流速累加起来，得到的这个总量，衡量的是这条回路里流体"打转"的总强度。开尔文证明，在理想流体里，一条跟着流体一起漂流的闭合曲线，它的环量始终保持守恒。
开尔文勋爵
这条听起来很抽象的定理，后来成了整个飞机升力理论的根基。机翼之所以能产生升力，本质在于它周围的空气形成了一圈净环量，上表面流速快、下表面流速慢，环量乘以来流速度和空气密度，就是每单位翼展产生的升力，这就是二十世纪初库塔（Martin Kutta）和茹科夫斯基（Nikolai Zhukovsky）升力理论的核心结论。
要提醒一句时间线，别把它们看成同一批成果。开尔文1869年证明环量守恒时，还没有飞机，也没人想着造飞机。库塔在1902年、茹科夫斯基在1906年把它用到机翼上，那已经是三十多年以后的后续应用了。开尔文这一步的意义在于，他在纯理论的层面为几十年后的航空业悄悄铺好了一块地基，尽管他自己完全没想到这一层。基础研究和现实应用之间，常常隔着这样几十年的时差。
## 5.3 斯托克斯流：黏性理论少数能算的角落
前面反复说纳维斯托克斯方程绝大多数情况解不出，但世界上总有几个例外的角落，斯托克斯在1851年找到了最重要的一个。他注意到，当流动非常慢、黏性彻底压倒惯性的时候，方程里那个惹祸的非线性项u·∇u小到可以直接扔掉，剩下的是一个线性方程，重新变得可解。这种极慢的流动，今天叫斯托克斯流或蠕动流。
他由此算出了一个经典结果：一个小球在黏稠流体里缓慢下落时受到的阻力是
F = 6\pi\mu R v
其中μ是黏度，R是球半径，v是速度，这就是斯托克斯阻力公式。它的适用范围是雷诺数远小于1的情形。
这个公式管的现实现象比你想象的多。雾滴和尘埃为什么能长时间飘在空中迟迟不落，因为它们太小，处在斯托克斯流的范围里，阻力相对重力大得惊人。生物学家算细胞、细菌在液体里怎么沉降和游动，医学上算血液里颗粒的运动，工业上算离心机怎么分离悬浮物，用的都是它。密立根（Robert Millikan）测电子电荷那个著名的油滴实验，核心公式也是斯托克斯阻力。这是黏性理论里少数能精确求解的甜点区，代价是流动必须足够慢，一旦快起来，那个非线性项立刻回来，甜点区就到头了。
## 5.4 雷诺：一个比值定生死
1883年，英国工程师雷诺（Osborne Reynolds）做了一个后来写进每一本流体教科书的实验。他让水平稳地流过一根透明玻璃管，在管子入口处小心地注入一丝染料。流速低的时候，那丝染料是一条清清楚楚的直线，笔直地穿过整根管子，说明水是一层一层平滑流动的，层与层之间互不干扰，这叫层流。他慢慢加大流速，到某个临界点，染料线突然开始抖动，接着扩散、翻卷、碎成一团，很快染满整根管子，这叫湍流。
雷诺
雷诺追问下去，发现决定流动会不会失控的，是一个组合出来的无量纲数，后人叫它雷诺数。它写出来是
Re = \frac{\rho v L}{\mu}
其中ρ是密度，v是流速，L是管径，μ是黏度，物理意义是惯性力和黏性力的比值。单看流速一个量说明不了问题，同样的流速，换根粗管子或者换种黏度不同的流体，流态可能完全不同，只有雷诺数这个组合才抓得住本质。雷诺数小，黏性占上风，扰动被摁下去，流动稳。雷诺数大，惯性占上风，扰动被放大，流动乱。
这一步的意义怎么强调都不过分。人们第一次可以完全不去解那组解不出的方程，只算一个比值，就判断流动处在什么状态，甚至能预测不同尺度实验之间的对应关系。风洞里用缩小的飞机模型做实验，只要保证模型和真机的雷诺数一致，测出的空气动力学特性就能对应，整个航空、造船工业的模型实验都建立在这个基础上。量纲分析从此成为流体力学的核心方法论。这也是这门学科一个反复出现的生存策略：方程解不动，就退一步，用标度和比值来刻画，不求精确解，但求抓住规律。这条退守的线，后面会一路延伸到湍流，甚至延伸到今天AI的scaling law。
## 5.5 雷诺平均：把湍流拆成平均加脉动
雷诺没有停在那个漂亮的实验上。1895年，他提出了一个处理湍流的新思路，也是至今工程界仍在用的思路。既然湍流里每一点的速度都在剧烈地上下乱跳、根本没法精确追踪，那就别追踪瞬时值了，把速度拆成两部分，一个相对稳定的平均值，加上一个上下乱跳的脉动值，然后对方程求平均，只关心平均流场。
这一拆，麻烦也跟着来了。把拆开的速度代回那个非线性的纳维斯托克斯方程再求平均，方程里冒出来一个新的项，来自脉动速度之间的相互关联，后人叫它雷诺应力。它代表湍流脉动对平均流动的整体影响，比如湍流为什么能让河水更快地磨平河床、让烟囱里的烟更快地扩散。
这个思路是今天工程界主力算法RANS，也就是雷诺平均纳维斯托克斯方法的直接源头，飞机、汽车、桥梁的设计大量靠它。但它同时埋下了一个大坑：拆出来的那个雷诺应力本身是未知的，你没有办法只靠原来的方程把它定出来，方程数目不够。这个坑后面会专门讲，它有个正式名字叫闭合问题，是湍流计算里绕不过去的一道坎。雷诺数告诉了我们流动何时会失控，雷诺平均给了我们一个近似处理湍流的框架，但失控之后的流动到底长什么样、内部结构如何，这两样都没回答。回答这个问题，要等下一章的普朗特。
# 六、普朗特的八页纸：裂缝合拢
这一章到了流体力学研究的转折点。一个当时并不算顶尖、连教授职位都刚拿到的年轻人，用一篇不到八页纸的短论文，一举弥合了分裂近一个世纪的两半，让理论水动力学和实用水力学重新变回一门学科。现代空气动力学，整个航空工业的理论基础，都从这八页纸开始。
## 6.1 边界层：薄薄一层定全局
1904年，普朗特在海德堡召开的第三届国际数学家大会上做了个报告，组织方只给了他十分钟。他后来解释说，正因为只有十分钟，他就只写了自己讲得完的东西，所以那篇论文不到八页。科学史上很少有哪八页纸的影响力能和它相比。
普朗特的洞见简单到让人拍大腿。他说，哪怕流体的黏性极小，比如空气，紧贴着物体表面，总存在薄薄的一层，在这一层里黏性起决定性作用，流速从物体表面的零，在极短的距离内迅速攀升到外界的主流速度。这薄薄一层，就叫边界层。而在这一层之外，广阔的主流区域里，黏性的影响确实小到可以忽略，欧拉那套无黏的理想流体理论照样好用。
这一下就把死结解开了。之前数学家和工程师的百年分裂，根子在于双方各自抓住了真相的一半：理想流体理论在远离物体的地方是对的，黏性效应在贴着物体的薄层里是关键的。它们描述的其实是同一个流动的两个不同区域，只是谁都没意识到另一半的存在。薄层里归黏性管，用一套简化的边界层方程，薄层外归理想流体管，用欧拉方程，两块拼起来，跨越了将近一个世纪的裂缝，就这么合上了。这种"抓住那个看似可忽略的小量"的思路，正是达朗贝尔佯谬留下的教训的正面兑现。
## 6.2 佯谬破解，阻力回来了
边界层理论顺手就破解了困扰人们一百五十年的达朗贝尔佯谬。关键在于边界层会剥离。在物体背风的那一侧，流体要一边前进一边逆着增大的压强爬坡，边界层里的流体本来速度就被黏性拖慢了，动量不足，爬不动，于是干脆从物体表面剥离开来，这叫流动分离。
分离一旦发生，物体前后流动的对称性就被彻底打破，后方形成一大片紊乱翻卷的尾流，压强显著低于前方，前后压强不再抵消，达朗贝尔当年算没的那个阻力，就这么实实在在地回来了。这部分因为分离和尾流产生的阻力叫压差阻力，是钝头物体阻力的主要来源，一辆车的风阻大半来自这里。
同一套机制还顺带解释了飞机为什么会失速。飞机爬升时机翼迎角越来越大，到某个角度，机翼上表面的边界层大面积提前分离，升力突然大幅垮掉，飞机一头往下沉，这就是失速，是航空史上无数事故的直接原因。你看，达朗贝尔算了一百五十年也算不出来的阻力，普朗特用"边界层会剥离"这一个概念就交代得清清楚楚。理论和现实之间那道最深、拖得最久的裂缝，到这里彻底补上了。
## 6.3 多尺度拼接：一种普适的思路
边界层理论的价值，其实超出了流体力学本身，它示范了一种极其普适的解决问题的思路。这个思路的核心是：面对一个复杂系统，如果不同尺度、不同区域由完全不同的物理机制主导，那就别想着用一套方程包打天下，而是把它们分开处理，各自用最合适的简化去求解，再在交界的地方把两块答案对齐、拼接起来。
在边界层这个例子里，薄层用被大幅简化的边界层方程，主流区用无黏的欧拉方程，两者在边界层的外缘对齐。这套"分尺度、各自近似、再拼接"的思路，后来被数学家发展成一门叫匹配渐近展开的系统方法，成了处理各种含小参数问题的通用武器。
它的用途早已远远超出流体。从半导体里的载流子输运，到化学反应里的快慢过程，到金融数学里的期权定价，凡是遇到"某个薄层或某个小区域里，规律和大区域截然不同"的问题，都能借用这套拼接的智慧。普朗特为了解一个具体的空气动力学问题发明的方法，最后变成了整个应用数学的一件通用工具，这是好的物理思想常有的命运。
普朗特
## 6.4 哥廷根学派：现代空气动力学成形
普朗特1907年在哥廷根大学建立了空气动力学研究所，把那里变成了现代空气动力学的摇篮，一批日后响当当的名字从他门下走出去，撑起了二十世纪上半叶的航空理论。
布拉修斯（Paul Blasius）在1908年给出了平板层流边界层的精确解，让边界层理论从一个定性的洞见，变成了能算出具体数字的工具，这个解至今写在每本教科书里。冯·卡门（Theodore von Kármán）研究物体后方那一串交替脱落、排成两列的漩涡，就是今天以他命名的卡门涡街，1911年他给出了第一个理论分析。这个现象和现实关系极大：1940年美国塔科马海峡大桥被风吹得剧烈扭动最终垮塌，公认的重要原因之一就是涡街脱落引起的共振，此后所有高楼、烟囱、大桥的抗风设计都要算它。库塔和茹科夫斯基把开尔文的环量理论用到机翼上，讲清了机翼产生升力的定量机制，让飞机设计第一次有了可靠的理论依据。
到这里，理论这一侧的账基本算平了，飞机能上天背后的空气动力学，主干已经立起来。但要清醒地看到，边界层弥合的是理论和现实之间的矛盾，它并没有解决另一个更深的矛盾，那就是方程和涌现之间的矛盾。在高雷诺数下，那层薄薄的边界层本身会失稳、会破碎，变成彻底的湍流，而湍流是什么、怎么算，普朗特没有回答，直到今天也没人能完整回答。这是下一章的主题，也是全书暗线真正张开的地方。
# 七、湍流：解不出，就只能统计
湍流是这门学科三百年绕不过去的那座山。物理学家费曼有句常被引用的评价，说湍流是经典物理里最重要的未解难题。面对一组明明写得出来却解不出来的方程，人们被迫做了一次深刻的退让：从"求解方程"退到"统计地描述它的解"。这一章，全书的暗线彻底张开，它也直接通向最后和AI的类比。
## 7.1 理查森：大涡套小涡
1920年代，英国气象学家理查森（Lewis Fry Richardson，1881到1953）给了湍流一个到今天还在用的核心图像，叫能量级串。他说，湍流里，大的漩涡会失稳、分裂成一群小一点的漩涡，小漩涡再分裂成更小的，能量就这样从大尺度一级一级地往小尺度传递，最后在最小的那些漩涡上，被黏性磨成热量彻底耗散掉。你搅咖啡时给了一个大尺度的搅动，它最终变成了整杯咖啡微不可察的升温，中间走的就是这条级串。
理查森还为这件事写过一首著名的打油诗，仿照一首讲跳蚤的老诗：大漩涡里有小漩涡，靠吃它的速度过活，小漩涡里有更小的漩涡，如此这般直到黏性。短短几句，把能量从大到小的传递讲活了，至今是流体课上必引的段子。
理查森身上还有一个更超前的梦想。1922年，他在《用数值方法做天气预报》一书里，设想用纯数值计算来预报天气，把大气切成网格，一格一格地推算未来。他甚至真的用手算试了一次，因为当时没有计算机，一次预报要算好几个星期，结果还错得离谱。这个尝试在当时注定失败，但它精准地预示了几十年后的整个计算流体和数值天气预报时代。理查森设想过要靠成千上万人同时手算才能实时预报天气，这个"人肉计算机"的画面，后来真的由电子计算机实现了。
## 7.2 柯尔莫哥洛夫：统计里的普适规律
1941年，苏联数学家柯尔莫哥洛夫（Andrey Kolmogorov）给湍流找到了一条极其漂亮的统计规律，后人叫它K41理论。名字就是这么来的，K是柯尔莫哥洛夫姓氏的首字母，41指1941年，合起来就是柯尔莫哥洛夫1941年那套理论的简称。他把注意力放在能量级串的中间那段，那些既不受大尺度搅动方式影响、又还没小到被黏性耗散的漩涡，这段尺度叫惯性区。他论证，在惯性区里，湍流的能量按照一个固定的幂律分布在各个尺度上，能谱写出来是
E(k) \propto \varepsilon^{2/3}\,k^{-5/3}
其中k是波数，代表尺度的倒数，ε是能量耗散率。核心是那个k的负三分之五次方，这就是著名的负三分之五律。
这条负三分之五律的普适性令人吃惊。不管你研究的是烟囱里的烟、河道里的水、大气边界层里的风，还是海洋里的洋流，只要湍流足够发展、雷诺数足够高，实测的能谱都乖乖地贴在这条负三分之五的斜线上。后来几十年，从风洞到海洋到大气的大量实验，一遍遍验证了它。一个纯粹靠量纲分析和相似性假设推出来的结论，能在如此多不同的系统里成立，这是湍流研究里最坚实的成果之一。
但这里要讲清一件容易被误会的事。K41是量纲分析的又一次巨大胜利，可它描述的是湍流的统计行为，是大量样本平均下来的规律，它没有、也不能告诉你某一个具体时刻、某一个具体位置上，流速到底是多少。你能预测湍流在统计意义上的能谱长什么样，却依然算不出下一秒钟那朵漩涡会往哪边卷。这是方法论的一次根本转向：人们放弃了"解出确定的答案"这个目标，改成"描述随机行为的统计规律"。这个转向，是被那个解不出的非线性方程逼出来的。
## 7.3 什么时候会乱：稳定性与转捩
层流会在什么条件下、什么时候变成湍流，这个过程叫转捩，有一整套理论专门研究它。核心工具是稳定性分析，比如奥尔佐默费尔德方程。它研究的问题很具体：在一个本来平静的层流里，出现一丝微小的扰动，比如管壁一点点粗糙、来流一点点抖动，这个扰动接下来是会被流动压下去、慢慢消失，还是会被放大、越滚越大。
如果所有扰动都被压下去，流动就保持层流的平静。只要有一种扰动会被放大，流动迟早失稳，走向湍流。雷诺数在这里再次扮演那个总开关的角色，低于某个临界雷诺数，扰动衰减，流动稳定，高于它，某些扰动开始疯长，流动崩向湍流。管道流的临界雷诺数大致在2000上下，但这个值对实验条件极其敏感，如果把入口扰动控制得极好，层流甚至能维持到雷诺数上万才转捩。
这套稳定性分析告诉了我们"乱"和"不乱"之间那条界线大致在哪，这本身已经很有用，飞机机翼、发动机管道的设计都要参考它。但它有个明确的边界：它只能分析扰动刚刚开始被放大那一小段线性过程，一旦扰动长大、非线性效应主导，流动真正跨进完全发展的湍流，稳定性分析就彻底失效了，那里是另一个更难的世界。理论只能送你到湍流的门口。
## 7.4 确定性混沌：确定的方程，测不准的未来
湍流最深的怪异藏在这里，它和一个更普遍的概念相通，叫确定性混沌。纳维斯托克斯方程里没有任何随机的成分，它是完全确定的，给定此刻精确的流场状态，未来每一刻原则上都被方程唯一地决定了。可就是这样一组确定的方程，算出来的湍流行为，看上去却和纯粹的随机没什么两样。
原因在于它对初始条件极端敏感。初始状态里一丁点微小的差别，会被方程里的非线性迅速放大，两条起点几乎重合的轨迹，很短时间内就走得面目全非。气象学家洛伦兹（Edward Lorenz）1963年在一个只有三个变量的简化对流模型里，第一次干净利落地看清了这件事：他把一个初始数据四舍五入了一点点重新计算，结果预报很快就全变了。这就是后来家喻户晓的蝴蝶效应，一只蝴蝶在巴西扇动翅膀，理论上可能改变几周后得克萨斯的天气。天气预报为什么超过两周就基本不可信，根子就在这里。
于是湍流成了确定性系统里生出不可约复杂性的典范。我们手里有百分之百正确、百分之百确定的方程，却只能统计地描述它的解，无法从这组方程出发去精确预测某一时刻的具体行为。这个困境不是暂时的技术不足，它是这类非线性系统的内在性质。请记住这个感觉：规则完全确定、完全已知，行为却根本测不准。这句话，等一下换到AI身上，会一字不差地重新出现。
# 八、算力登场：解不出就一格一格算
既然解析求解这条路在湍流面前彻底走不通，人类退到了最后一层工具：不去求方程漂亮的解析解，而是搬出计算机，把流场在空间上切成千千万万个小格子，在时间上切成一小步一小步，用数值方法一格一格、一步一步地硬算出近似解。这一章讲计算流体力学的崛起，以及它自己那份挥之不去的认识论焦虑，数值算出来的东西，到底能不能信。
## 8.1 数值方法的地基
计算流体力学的数学地基，在电子计算机出现之前就有人打好了。1928年，德国的库朗（Richard Courant）、弗里德里希斯（Kurt Friedrichs）和列维（Hans Lewy）三位数学家提出了一个后来以他们姓氏首字母命名的条件，CFL条件。它讲的是一件关乎生死的事：数值计算里，时间步长和空间格子的大小之间必须满足一个约束，通俗说就是时间步不能迈得太大，一步跨过的距离不能超过信息在网格里实际传播的距离，否则整个计算会数值失稳，误差指数放大，结果瞬间崩成一堆乱码。今天任何一个做数值模拟的人，第一课就是它。
二战之后，冯·诺依曼（John von Neumann）大力推动了用电子计算机做流体和爆炸的数值模拟，他参与的曼哈顿工程里就有大量流体计算的需求，他还发展出一套分析数值格式稳不稳定的方法，今天叫冯·诺依曼稳定性分析。这里要特意说清楚一点，免得张冠李戴：1928年的CFL条件是库朗那三个人的工作，冯·诺依曼稳定性分析是战后另一回事，两者常被混为一谈，其实是不同的人、不同的年代。
有了稳定性的理论保障，加上有限差分、有限体积、有限元这几套把连续的偏微分方程离散成一大堆代数方程的方法在战后逐步成熟，计算流体力学才真正立了起来，从一个梦想变成一门工程。
## 8.2 三条路线：DNS、LES、RANS
真到了算湍流，实践中主要有三条路线，本质上是在精度和算力之间做不同程度的妥协，搞清这三条路线，就摸清了整个工程湍流计算的地形。
最理想的是直接数值模拟（Direct Numerical Simulation，简称DNS），把从最大到最小所有尺度的漩涡全都老老实实解出来，不做任何湍流建模。它最准，准到可以当数值实验用，但它也贵得吓人。雷诺数越高，最小涡和最大涡的尺度差距越大，需要的网格点数按雷诺数的高次方暴涨，所以DNS今天只能用于中低雷诺数的小问题，一架真实飞机、一辆真实汽车的雷诺数，DNS根本算不起，估计还要等几代计算机。折中的是大涡模拟（Large Eddy Simulation，简称LES），它把携带大部分能量的大尺度涡直接解出来，只对影响相对普适的小尺度涡用模型近似掉，精度和成本都居中，这些年用得越来越多。最省的是雷诺平均（Reynolds-Averaged Navier-Stokes，简称RANS），回到第五章雷诺那个思路，只算平均流场，把所有湍流脉动统统交给模型，它便宜、快、稳，是几十年来工程界的绝对主力，你坐的飞机、开的车，气动设计大量靠它算出来。
## 8.3 闭合问题：算出来的，还是调出来的
RANS和LES都绕不开一个根本的麻烦，就是第五章雷诺埋下的那个坑，闭合问题。做雷诺平均时，方程里冒出了未知的雷诺应力，结果就是未知量的数目比方程的数目多，这个方程组本身是不闭合的，没法直接求解，缺了几个方程。
于是人们只能另外给雷诺应力编一套模型，人为地把它和已经算出来的平均量之间凑出一层关系，硬把缺的方程补上，让方程组闭合。而这些湍流模型里，无一例外都带着一堆靠实验数据反复标定出来的经验参数，一些广泛使用的模型里那几个常数，就是几十年前在特定实验里凑出来、后来大家一直沿用的。换句话说，工程上那些看起来很成功的湍流计算，结果算得"对"，一部分功劳来自方程本身，另一部分说穿了是靠经验参数调出来的。
说到底这是没有办法中的办法，绝非偷工减料，因为真正的湍流方程根本解不出来，不靠经验补上这个缺口，连一个能用的数字都算不出来。理解这一点很重要，它意味着计算流体里很多结果的可信度，并不纯粹来自第一性原理，而是掺了大量经过验证的经验。这在别的成熟学科里其实不多见，也是流体这门学科很特别的一处诚实。
## 8.4 数值解到底对不对
计算流体力学头上一直悬着一层认识论的焦虑，专业上把它拆成两个必须分开的问题，验证和确认。验证问的是，你有没有正确地在解这个方程，做法是不断加密网格、缩小时间步，看数值解会不会稳定地收敛到某个值，再和少数有精确解的简单情形对比，确认你的程序没写错、离散没引入大误差。
确认问的是一个更要命的问题，你解的这套方程加上那个凑出来的湍流模型，到底描不描述真实世界，做法是把计算结果拿去和风洞实验、真实测量硬碰硬地比。这两件事必须分开：程序解方程解得再准，如果方程配的湍流模型不对，算出来照样和现实对不上。一个很能说明问题的例子是，同一个翼型，换用不同的湍流模型去算，预测出来的气流分离点可能差出一截，升力和阻力都对不上，工程师有时得靠经验去挑那个"对这类问题比较靠谱"的模型。
所以要诚实地承认：网格无限加密，能让你越来越逼近"这套方程加这个模型的解"，但"这套方程加这个模型的解"是不是就等于"真实的流动"，在湍流这里没有任何保证。绕了一大圈会发现，数值模拟并不是那个终极答案，它更像是认输之后的产物，正因为人类解不出湍流，才只好退而求其次，把流场切碎，一格一格地去逼近，还得靠实验时时校准。这份认输，恰恰把我们带回了那个最根本、最深的问题。
# 九、方程都对，为什么还是算不准：流体与 AI 的合流
绕了三百年，最本质的问题终于浮出水面。这一章要收束全书的暗线，把那个本质问题挑明，再落到它和今天AI的类比上。这是整篇文章真正的题眼，前面八章某种意义上都是为了这一章做的铺垫。
## 9.1 千禧难题：连解存不存在都不知道
2000年，克雷数学研究所设立了七个千禧年大奖难题，每个悬赏100万美元，被看作新世纪数学的七座高峰。纳维斯托克斯方程解的存在性与光滑性，是其中之一，到2026年的今天，它依然立在那里，没有被攻克，也没有出现被公认的反例。
这个难题问的甚至还不是"解具体是多少"这种奢侈的问题。它问的是更靠前、更基本的一步：在三维空间里，给定一个足够光滑的初始流场，纳维斯托克斯方程的解是不是永远存在、永远保持光滑而不出毛病，还是说它有可能在某个有限的时刻突然"炸掉"，在某一点冒出速度无穷大的奇点。物理上一个奇点意味着能量在一点无限集中，通常代表理论在这里失效了。
我们连这个都还不知道。人类握着这组方程一百八十年，用它设计了飞机、轮船、发动机、气象模型，却答不出一个最底层的数学问题：它的解到底是不是永远好好存在。这是数学对这门学科最深的一记提醒，也从一个侧面说明，那个非线性有多难对付。一个每天被工程师用几百万次的方程，它的数学根基处竟然还有一个价值100万美元的窟窿没补上。
## 9.2 本质问题到底是什么
到这里，可以把这门学科的本质问题彻底挑明了。流体力学真正的困惑，从来都不在"解出每一个格子里的压强和速度到底是多少"。那只是被那个解不出的方程逼出来的手段，迫不得已。真正的困惑要深得多，它是：为什么一组完全确定、我们连每一个符号都写得清清楚楚的方程，会产生我们根本无法预测的行为？
湍流是最刺眼的例子，除它之外还有很多。确定性混沌、那些从简洁方程里自发涌现出来又能维持极久的相干结构，比如木星上那个刮了至少三百多年、大到能装下两三个地球的大红斑，比如台风那样高度组织化的巨大旋涡，都是从纳维斯托克斯这组简洁方程里"涌现"出来的东西。方程是简单的、确定的、完全已知的，而它生出的行为却是复杂的、混沌的、测不准的。微观的规则完全透明，宏观的行为完全出人意料。
这才是流体力学三百年真正的谜，也是它最深的哲学分量所在。它告诉我们一件反常识但确凿的事：完全知道一个系统的规则，和能够预测这个系统的行为，是两回事，中间隔着一道可能永远填不平的鸿沟。而这道鸿沟，正在今天的AI里重新出现。
## 9.3 流体和 AI 在这里合流
有意思的是，今天流体力学和AI正在双向地交汇。一个方向是工具层面的，人们开始用机器学习去做湍流的闭合建模，用数据驱动的方法给雷诺应力找比传统经验模型更好的近似，或者训练神经网络当降阶模型，快速预测流场省下大笔计算。这是AI在帮流体，已经有不少实际进展。
但真正让我想写这篇文章的，是另一个方向，是这两门学科在气质上、在困境结构上惊人的相似。它们本质上是同一种难题的两个版本，一个出现在十九世纪的物理里，一个出现在二十一世纪的AI里。把这层相似讲清楚，是这篇文章最想留给你的东西。
## 9.4 两种"难"，AI 是哪一种
要说清这种相似，得先区分两种完全不同的"难"，它们常被混为一谈，其实差别极大。
第一种是热力学式的难。热力学面对的是一升气体里那种天文数字的分子，它一上来就主动放弃了微观，压根不去追问单个分子怎么运动，只谈温度、压强、熵这几个宏观的聚合量。它的姿态是坦然认怂：分子太多了，追踪个体既不可能也没必要，我只统计整体的平均效果。热力学的成功，恰恰建立在这种主动的放弃之上，而且这种放弃是合理的，因为宏观量确实只由统计平均决定。
第二种是流体力学式的难，姿态正好相反。流体力学偏不放弃微观，它的方程精确到空间里每一个点的速度和压强，把每一处的完整动力学都保留了下来，什么都没舍弃。结果呢，即便这么较真、这么全知，从方程里涌现出来的湍流照样预测不了。它把微观看了个透，方程一个符号都不缺，却还是推不出宏观的行为。这是一种更深的难，因为你不能用"我们没看微观"来解释，你明明看了，看得清清楚楚，还是算不准。
现在把这套眼光原封不动地搬到AI上。一个神经网络的每一个权重、每一步梯度、每一条更新规则，全都是完全已知、完全确定的，你可以把训练过程里的每一个数值都打印出来存进硬盘，没有任何隐藏的随机神秘。可你预测不了这个网络训练到某个规模、喂到某个数据量之后，会突然涌现出什么新能力，比如参数量越过某个坎之后突然学会了多步推理、突然能做上下文学习，这些能力的出现常常让研究者自己都感到意外。微观规则全知，宏观行为不可测，这个句子在AI这里一字不差地成立。所以AI的难算，是流体式的难，而非热力学式的难，它的根子在于，看了微观也推不出宏观。
## 9.5 一个可以搬过去的工具箱
如果AI的难和流体的难真的是同一种难，那流体力学吭哧吭哧磨了三百年攒下的工具箱，或许能给AI提供一些现成的眼光，至少值得认真看一看。
流体力学解不出方程，就转而去找无量纲的标度律，雷诺数、K41的负三分之五律，都是绕开精确求解、直接抓统计规律的例子。AI这几年最热门的发现之一，正是大模型的scaling law，模型的能力随参数量、数据量、算力按幂律平滑增长，很多缩放曲线光滑得像物理定律。这和流体里用标度律绕开求解，是同一个套路，都是在解不出细节的情况下，先抓住整体的标度关系。
流体里雷诺数一旦越过临界值，层流会突然转捩成湍流，这种"跨过一个阈值，行为发生质变"的现象，很像AI里的能力涌现，模型规模越过某个点，某种能力从几乎为零突然跳到可用，业界有人直接借用物理里的相变来描述它。流体里解不出的那部分用闭合模型加经验参数去近似，也对应着AI里对不好理解的部分做的种种经验性建模。还有边界层那个隐喻，薄薄一层却主导了整个阻力和分离，或许提示我们，AI里也存在某些"少数关键部分主导整体行为"的结构，值得去找。
必须老实说，这些对应今天还只是类比，谈不上严格的数学对应，硬套会翻车。但它至少指向了一个方向：处理"微观规则已知、宏观行为涌现"这一大类问题，人类并不是从AI才开始交手的，我们已经在流体这个最干净的样本上，实打实地练了三百年的手。这三百年里学到的教训，无论是成功的标度律，还是失败的解析求解，都值得AI这门年轻学科回头看一眼。
## 9.6 结语
回到开头那杯咖啡。你搅动它，奶泡卷成漩涡、碎裂、散开，这一整套翻腾背后的方程，斯托克斯早在1845年就写全了，一个符号都不缺。可你没法提前算出那朵漩涡具体长什么样，而克雷研究所悬着的那100万美元，问的甚至还不是漩涡长什么样，只是这组方程的解到底存不存在。
这就是流体力学，人类第一次遭遇这样一种处境：我们很早就拥有了完整而且正确的控制方程，却直到今天也无法从它预测那个我们最想知道的行为。这是这门学科三百年的命运。上一篇讲希尔伯特第六问题，我们看到的是好消息，微观通往宏观的那座桥，正被邓宇他们一块砖一块砖地补上。这一篇看到的是另一半，桥修好了，走到路的尽头，还是一片算不透的迷雾。
而现在，AI很可能正走在同一条路上。它的每一个权重我们都看得见，训练的每一步我们都记得下来，可它究竟会涌现出什么，我们依然测不准。三百年前人类在流体面前撞上的那道坎，规则全知却行为莫测，也许正是今天我们在AI面前重新撞上的同一道坎。区别只在于，流体这门学科替我们把这道坎提前趟了三百年，留下了一地经验和一身伤。对物理，这是一个老问题。对AI，这是一个新问题。而它们到底是不是同一个问题，一切都还在观察中。
## 作者其它文章（选）
- 什么是推理模型？
- 什么是希尔伯特的第六问题？这个问题重要吗？
- RAG：从前世今生到技术全景
- 什么是信息论？它和AI是什么关系？
- AI可解释性综述
- AI for Science 详细介绍（中）：资本与格局
- Skill是什么：写给零基础
- 元宇宙衰亡史：炒作，破产，谁赚走了钱？
- AI 大V 人物小传（下）
- 区块链的叙事是如何崩塌的
- 一篇文章讲清楚美国的移民系统
- 一文讲清楚美国医疗系统
- 细说美国的华人老钱家族
- 美国的犹太人和华人分别抢到了什么资源？详细分析
- 一篇文章看懂美国教育全生态
- AI圈大V名单（推特版）
- 什么是控制论？控制论是AI的上辈子吗？
- 祖父积分学概论
- 教宗良十四世论人工智能（精华版）
- Vibe Reading：AI 时代读书的系统化方法
## 相关链接
- [snowboat](https://x.com/snowboat84)
- [@snowboat84](https://x.com/snowboat84)
- [263](https://x.com/snowboat84/status/2077983459369418941/analytics)
- [什么是推理模型？](https://x.com/snowboat84/status/2077613128746164625)
- [什么是希尔伯特的第六问题？这个问题重要吗？](https://x.com/snowboat84/status/2077249534049259588)
- [RAG：从前世今生到技术全景](https://x.com/snowboat84/status/2076868301809225932)
- [什么是信息论？它和AI是什么关系？](https://x.com/snowboat84/status/2075781603847188852)
- [AI可解释性综述](https://x.com/snowboat84/status/2075374060637503560)
- [AI for Science 详细介绍（中）：资本与格局](https://x.com/snowboat84/status/2075095303389413496)
- [Skill是什么：写给零基础](https://x.com/snowboat84/status/2074652382299132237)
- [元宇宙衰亡史：炒作，破产，谁赚走了钱？](https://x.com/snowboat84/status/2074278858988380322)
- [AI 大V 人物小传（下）](https://x.com/snowboat84/status/2073554517065609544)
- [区块链的叙事是如何崩塌的](https://x.com/snowboat84/status/2073195935883288671)
- [一篇文章讲清楚美国的移民系统](https://x.com/snowboat84/status/2057980486501433383)
- [一文讲清楚美国医疗系统](https://x.com/snowboat84/status/2055081426744422697)
- [细说美国的华人老钱家族](https://x.com/snowboat84/status/2062326581776011623)
- [美国的犹太人和华人分别抢到了什么资源？详细分析](https://x.com/snowboat84/status/2063049247805837815)
- [一篇文章看懂美国教育全生态](https://x.com/snowboat84/status/2054359249917210633)
- [AI圈大V名单（推特版）](https://x.com/snowboat84/status/2069206740546343372)
- [什么是控制论？控制论是AI的上辈子吗？](https://x.com/snowboat84/status/2064496706042069340)
- [祖父积分学概论](https://x.com/snowboat84/status/2056533111983493136)
- [教宗良十四世论人工智能（精华版）](https://x.com/snowboat84/status/2059434342745866391)
- [Vibe Reading：AI 时代读书的系统化方法](https://x.com/snowboat84/status/2050008577511973253)
- [Upgrade to Premium](https://x.com/i/premium_sign_up)
- [1:07 PM · Jul 17, 2026](https://x.com/snowboat84/status/2077983459369418941)
- [263 Views](https://x.com/snowboat84/status/2077983459369418941/analytics)
---
*导出时间: 2026/7/17 14:03:47*