2026-05-27 — views

OpenAI 推理模型推翻 80 年的 Erdős 猜想——而且它不是數學專用模型

為什麼值得讀標題是「AI 會做數學」。真正的訊號是：它出自一個通用推理模型，而非數學專用系統——並以建構出 80 年來無人找到的反例來推翻舊有信念。一個結果不算革命，但「通用性」才是重點。

OpenAI 表示一個內部推理模型自主推翻了 Erdős 1946 年的單位距離猜想（5/20）——AI 首例，並經數學家獨立驗證。

2026 年 5 月 20 日，OpenAI 宣布一個內部推理模型已自主推翻離散幾何中的一個核心猜想——由 Paul Erdős 於 1946 年首度提出的單位距離問題。近八十年來，數學家相信答案大致已定。這個模型證明並非如此。

一段話講清問題

在平面上放置 n 個點。有多少對點能恰好相距 1？Erdős 在 1946 年提出此問，數十年來的普遍認知是類似方格的排列大致最優，將計數封在一個已知界附近。OpenAI 的模型藉由建構出一個無窮的點配置族推翻了這個信念——達到約 n^(1+δ) 對單位距離，其中 δ > 0 為固定常數。該建構動用了代數數論的深層工具（Golod–Shafarevich 理論與無窮類域塔）。普林斯頓數學家 Will Sawin 隨後將指數精煉至 δ ≈ 0.014。

為何這次不一樣

AI 以前也「做過數學」——但幾乎都透過為數學打造的系統：定理證明器、在證明語料上微調的模型，或被鷹架式引導去搜尋特定問題的流程。OpenAI 這次的主張在兩個面向更為鋒利：

通用，而非專用。 結果來自一個全新的通用推理模型，而非為數學特訓、或專門指向單位距離問題的系統。
是反例，而非被檢核的證明。 推翻一個長存猜想，意味著找出無人找到過的建構——這是一種富創造性的生成行為，而非對已知路徑的驗證。這是數學中更難、更「研究式」的那一半。

包括 Sawin 在內的外部數學家，以及 Gil Kalai 的評論，都檢視並延伸了這個結果——這項推翻是被獨立審視的，而非僅憑 OpenAI 的說法。

為何重要

其意義不在於一個猜想倒下，而在於遷移：一個被訓練去廣泛推理的模型，在它並非為之打造的領域裡，產出了一個真正新穎的數學物件。若通用推理能力如今能溢入前沿研究數學，那麼同樣的能力很可能溢入演算法設計、材料與協定驗證——任何瓶頸在於從龐大的建構空間中搜尋一個可行解之處。

實務筆記

外推之前，請細讀其框架。「自主推翻」是個強主張，而誠實的範圍是：一個問題、一個建構、事後由人類驗證。對打造者而言，持久的啟示不是「模型現在會做數學了」——而是檢核一個解與生成一個非顯然解之間的差距，在至少一個困難領域正在收斂。若你的工作流中有某一步是答案昂貴難尋、但便宜可驗，那正是這類模型開始展現價值的形狀。把驗證器建好，讓模型去搜尋。

較少被討論的角度

這引出的安靜問題是關於品味。生成一個有效反例，需要在無數死路之中選擇該伸手去拿哪種奇異工具（類域塔）——這正是數學家所謂的研究品味，長久以來被認為是人類獨有、不可化約的。單一結果不能證明模型擁有它。但它確實把辯論從「AI 能否跟著證明走？」推向「AI 能否決定該嘗試什麼？」——而對於這些系統究竟會成為協作者、還是只是極快的計算器，後者才是更具後果的問題。