2026-05-27 — views

OpenAI 推理模型推翻 80 年的 Erdős 猜想——而且它不是数学专用模型

为什么值得读标题是"AI 会做数学"。真正的信号是：它出自一个通用推理模型，而非数学专用系统——并以构造出 80 年来无人找到的反例来推翻旧有信念。一个结果不算革命，但"通用性"才是重点。

OpenAI 表示一个内部推理模型自主推翻了 Erdős 1946 年的单位距离猜想（5/20）——AI 首例，并经数学家独立验证。

2026 年 5 月 20 日，OpenAI 宣布一个内部推理模型已自主推翻离散几何中的一个核心猜想——由 Paul Erdős 于 1946 年首度提出的单位距离问题。近八十年来，数学家相信答案大致已定。这个模型证明并非如此。

一段话讲清问题

在平面上放置 n 个点。有多少对点能恰好相距 1？Erdős 在 1946 年提出此问，数十年来的普遍认知是类似方格的排列大致最优，将计数封在一个已知界附近。OpenAI 的模型通过构造出一个无穷的点配置族推翻了这个信念——达到约 n^(1+δ) 对单位距离，其中 δ > 0 为固定常数。该构造动用了代数数论的深层工具（Golod–Shafarevich 理论与无穷类域塔）。普林斯顿数学家 Will Sawin 随后将指数精炼至 δ ≈ 0.014。

为何这次不一样

AI 以前也”做过数学”——但几乎都通过为数学打造的系统：定理证明器、在证明语料上微调的模型，或被脚手架式引导去搜索特定问题的流程。OpenAI 这次的主张在两个维度更为锋利：

通用，而非专用。 结果来自一个全新的通用推理模型，而非为数学特训、或专门指向单位距离问题的系统。
是反例，而非被核查的证明。 推翻一个长存猜想，意味着找出无人找到过的构造——这是一种富创造性的生成行为，而非对已知路径的验证。这是数学中更难、更”研究式”的那一半。

包括 Sawin 在内的外部数学家，以及 Gil Kalai 的评论，都检视并延伸了这个结果——这项推翻是被独立审视的，而非仅凭 OpenAI 的说法。

为何重要

其意义不在于一个猜想倒下，而在于迁移：一个被训练去广泛推理的模型，在它并非为之打造的领域里，产出了一个真正新颖的数学对象。若通用推理能力如今能溢入前沿研究数学，那么同样的能力很可能溢入算法设计、材料与协议验证——任何瓶颈在于从庞大的构造空间中搜索一个可行解之处。

实务笔记

外推之前，请细读其框架。“自主推翻”是个强主张，而诚实的范围是：一个问题、一个构造、事后由人类验证。对打造者而言，持久的启示不是”模型现在会做数学了”——而是核查一个解与生成一个非显然解之间的差距，在至少一个困难领域正在收敛。若你的工作流中有某一步是答案昂贵难寻、但便宜可验，那正是这类模型开始展现价值的形状。把验证器建好，让模型去搜索。

较少被讨论的角度

这引出的安静问题是关于品味。生成一个有效反例，需要在无数死路之中选择该伸手去拿哪种奇异工具（类域塔）——这正是数学家所谓的研究品味，长久以来被认为是人类独有、不可化约的。单一结果不能证明模型拥有它。但它确实把辩论从”AI 能否跟着证明走？“推向”AI 能否决定该尝试什么？“——而对于这些系统究竟会成为协作者、还是只是极快的计算器，后者才是更具后果的问题。