AI把Erdős难题变成新考场

AI不再只是做题，而是开始改写问题的答案

AI正在跨过数学推理中最关键的一条线：从复述已知证明，走向提出人类此前没有发现的新构造。

8月3日，《Quanta Magazine》再次追踪了AI攻克Erdős问题的进展。报道的焦点并不是模型又拿到了多少奥数分数，而是为什么保罗·Erdős留下的一批开放问题，正在成为推理模型最有价值、也最危险的试验场。

这轮讨论的核心案例发生在今年5月下旬。OpenAI披露，一款尚未公布名称的实验性通用推理模型，推翻了1946年提出的平面单位距离猜想。模型没有找到教材里的标准答案，而是构造出一族此前未知的平面点集，证明Erdős对最佳构型增长速度的判断并不成立。

这一结果已经过多位外部数学家检查。参与审阅或讨论的研究者包括菲尔兹奖得主Timothy Gowers、Noga Alon、Arul Shankar、Daniel Litt，以及维护Erdős问题数据库的Thomas Bloom等人。Gowers将其称为“AI数学的里程碑”，OpenAI CEO Sam Altman转发消息时则只写了一句：“感受很复杂。”

它推翻的是猜想，不是求出了最终答案

平面单位距离问题是研究n个平面点最多能形成多少对单位距离的离散几何问题。

数学家通常把这个最大数量记作u(n)。问题的描述非常简单：在平面上任意放置n个点，其中有多少对点之间的距离能够恰好等于1？当n不断增大时，u(n)究竟以什么速度增长？

小规模例子很容易制造。把9个点摆成3×3方格，可以得到12条长度为1的横边和竖边；更大的方格也能稳定制造大量相等距离。但真正困难的部分不是找出一个好看的点阵，而是证明没有其他构型可以在数量级上做得更好。

Erdős猜想的关键判断是，单位距离数量只能比线性增长稍快。他在1946年给出的格点构造，能够实现大约n^(1+C/log log n)量级的单位距离，其中C为正常数；这个指数会随着n增大逐渐逼近1。Erdős据此猜测，u(n)整体上应当属于n^(1+o(1))，也就是不可能长期维持n^(1+δ)这样的固定超线性指数。

OpenAI模型推翻的是这个渐近猜想。它给出一族新构造，使无穷多个n对应的单位距离数量至少达到n^(1+δ)，其中δ是一个不随n消失的正常数。这意味着新构造与方格点阵之间不是常数倍改善，也不是把12条边变成13条边，而是增长率发生了本质变化。

这项成果并没有求出u(n)的精确公式。单位距离问题目前仍然存在巨大的上下界缺口，经典上界仍处在约O(n^(4/3))的尺度；AI证明的是Erdős设想的下界天花板并不存在，而不是把整个问题彻底封口。把它写成“AI完整解决单位距离问题”会夸大结果，准确表述应当是：AI反驳了Erdős关于平面单位距离数量增长率的长期猜想。

| 项目 | Erdős格点路线 | OpenAI模型的新构造 | 当前已知上界方向 | |---|---|---|---| | 研究对象 | n个平面点中的单位距离对数 | n个平面点中的单位距离对数 | 任意点集所能达到的极限 | | 代表性数量级 | n^(1+C/log log n) | 至少n^(1+δ)，δ为固定正常数 | 约O(n^(4/3)) | | 核心含义 | 比线性略快，指数趋近1 | 保持固定的超线性指数 | 说明增长仍不可能过快 | | 结论状态 | 经典下界构造 | 反驳Erdős渐近猜想 | 尚未与新下界闭合 | | 是否给出精确u(n) | 否 | 否 | 否 |

模型真正发现的是一种结构

这次突破的技术核心是把几何距离条件转换为代数数论中的可控方程。

传统直觉会在平面上直接寻找规则图形，例如方格、三角格或若干旋转叠加的点阵。模型选择了另一条路：先在代数对象中寻找拥有大量特定关系的元素，再把这些元素映射为平面坐标，让大量点对自动满足距离为1的方程。

这种路线可以类比为，不再一条条画出长度为1的线段，而是先设计一台“批量生产线”。只要坐标来自某类特殊方程的解，单位距离关系就会成组出现。几何问题因此被改写成了对代数结构、数域性质和解的数量进行控制的问题。

跨领域迁移是这项结果最值得关注的地方。代数数论并不是单位距离问题最直观的入口，模型必须同时完成三步：识别旧方法的增长瓶颈，找到另一个数学领域中可复用的结构，再把该结构重新翻译成合法的几何点集。任何一步只做到“看起来相似”都不够，最后仍要给出可供数学家逐行审查的证明。

OpenAI研究人员称，模型从一个开放式提示出发完成了主要探索。提示并没有直接要求“请推翻Erdős猜想”，而是让系统判断猜想真假并研究这个问题；模型随后生成了很长的推理轨迹，并走向反例构造。相关内部推理材料据称长达125页，但截至8月5日并未完整公开，外界能够评估的主要是整理后的数学论证和伴随说明，而不是模型的全部原始思维过程。

“自主完成”也不等于整个科研流程没有人类参与。人类研究者负责选择问题、把问题转换为模型能够处理的表述、整理输出、检查论证，并邀请外部专家进行验证。模型完成的是最稀缺的一环：提出此前未知的核心构造并把思路推进到证明，而不是独立承担选题、同行评议和发表的全部工作。

为什么偏偏是Erdős问题

Erdős问题是数学家保罗·Erdős提出或长期推动研究的一组开放性问题，覆盖数论、组合数学、图论、离散几何和概率方法等领域。

这批问题非常适合测试推理模型，因为它们通常同时具备四个特征：问题表述短、历史足够长、文献边界相对清楚、答案又很难通过暴力计算获得。与数学竞赛题相比，它们没有官方答案；与过于庞大的理论工程相比，它们又往往拥有明确的“证明或反例”验收标准。

Erdős问题还拥有一种罕见的难度梯度。部分问题已经解决但答案散落在论文中，适合测试模型的检索与文献归纳能力；部分问题存在显著进展但尚未闭合，适合测试模型能否补齐证明；还有一些问题几十年没有突破，适合检验模型是否真的能产生新概念。

这种梯度也让“AI解决了一个Erdős问题”变成一句必须谨慎拆解的话。模型可能只是找到一篇冷门旧论文，可能独立重建了已知证明，也可能改进一个常数，或者真正解决此前开放的问题。这四种结果在新闻标题里看起来相近，在数学价值上却完全不同。

| 测试类型 | 模型实际完成的工作 | 是否属于原创数学 | 验证难度 | |---|---|---:|---:| | 文献检索 | 找到已有论文中的答案 | 否 | 较低 | | 已知证明重建 | 不看原证明重新推出结论 | 通常不算新结果 | 中等 | | 局部改进 | 改善常数、边界或适用条件 | 可能算 | 较高 | | 开放问题证明 | 给出此前未知的完整证明 | 是 | 很高 | | 猜想反例构造 | 建立此前未知的反例族 | 是 | 很高 |

此前的翻车，让这次验证尤其重要

AI数学最现实的风险不是模型完全不会做，而是它会把“找到旧答案”包装成“发现新答案”。

此前，OpenAI前高管Kevin Weil曾宣称GPT-5解决了10个尚未解决的Erdős问题，但数学家随后发现，其中一些所谓答案早已存在于文献，只是没有被相关问题清单及时收录。Thomas Bloom当时将这类说法批评为“严重误导”，相关帖文后来被删除。

那次争议暴露了开放问题评测的一个根本缺陷。数学没有一份实时、完整、机器可读的“全球未解决问题状态表”；一篇几十年前的论文、非英语期刊中的结果，甚至作者没有主动关联到Erdős编号的定理，都可能让数据库状态滞后。模型在海量训练文本中见过某个结论，也未必能说明它是在现场推导。

这次单位距离成果更可信，原因不在于OpenAI换了更强烈的宣传措辞，而在于验证流程发生了变化。公司同步提供了经过整理的证明，并让外部数学家审查核心构造；参与者中还包括此前公开批评过相关宣传的人。独立专家确认“证明成立且构造此前未知”，比任何模型跑分都更关键。

不过，完整透明度仍然不足。模型名称、训练数据范围、推理时使用的计算预算、尝试次数、失败轨迹和125页原始材料均未充分公开。外界因此可以确认数学结果本身，却还不能精确判断这项能力能否稳定复现，更不能判断它是一次高成本的幸运命中，还是可批量扩展的科研能力。

这比奥数金牌更重要，也更难做成产品

开放问题突破比标准化数学跑分更能说明模型是否具备研究能力。

奥数题再难，也通常经过命题人设计，拥有较短的解题路径和明确答案；训练语料中还可能存在相似技巧。真正的开放问题没有保证可解的提示，也没有人告诉模型该调用哪个定理。研究者可能花数月才意识到原方向不成立，而模型必须学会在大量无效路线中及时止损。

单位距离成果显示，长程推理模型开始具备“搜索结构”而非只“搜索句子”的迹象。它没有简单拼接几条定理，而是改变了问题所在的表示空间：从几何点阵切到代数数论，再把代数对象送回几何。这类表示转换也是物理、生物和算法研究中最值钱的能力之一。

短期内，这项能力仍不会变成普通用户点一下按钮就能获得新定理的稳定产品。开放问题的输出极难自动验收，一个符号条件遗漏就可能让数十页证明失效；数学家还要判断结果是否早已存在、是否只在极端条件下成立，以及是否真的触及原问题核心。

对开发者而言，真正可落地的方向会先出现在“研究工作流”而不是“全自动科学家”。模型可以并行尝试多个引理、寻找反例、把数值实验提升为一般命题、梳理跨领域文献，再由形式化证明器和人类专家承担最后验证。它更像一支不会疲倦但需要严格管理的研究团队，而不是一个永远正确的数学教授。

下一轮竞争将从答案正确率转向发现效率

AI数学的下一项关键指标应当是每单位计算成本产生多少个经独立验证的新结果。

现有评测通常统计单题正确率，却很少披露模型尝试了多少次、消耗多少算力、调用了多少外部工具，以及人类在中间进行了多少筛选。一个模型用一百万条候选证明撞中一次正确结果，与一次长程推理直接找到构造，代表的是两种完全不同的科研能力。

未来更有说服力的披露至少应包括以下信息：

• 模型身份应当公开。 研究者需要知道结果来自通用模型、数学专用模型，还是多个系统组成的搜索流程。
• 计算预算应当量化。 推理时长、并行分支数、生成token数量和失败次数决定了结果能否复制。
• 工具使用应当说明。 文献检索、符号计算、数值搜索和定理证明器分别贡献了什么，不能全部归入“模型自主”。
• 新颖性应当独立核验。 数学结果不仅要正确，还要经过系统性的文献查重和领域专家确认。
• 证明应当尽量形式化。 自然语言证明通过专家审查后，再进入Lean等形式化系统，会显著降低隐藏漏洞风险。

Erdős问题因此很可能成为推理模型时代的“科研基准套件”。它比单一排行榜更难刷分，因为每解决一个真正开放的问题，题库都会永久减少一道题；它也比封闭考试更接近现实科研，因为模型必须同时处理未知性、新颖性和可验证性。

判断：这是一道门槛，不是终点

OpenAI这次最重要的成果不是让AI赢了Erdős，而是证明通用推理模型已经可能制造数学家事前不知道的结构。

这道门槛一旦跨过，行业关注点就会发生变化。过去的问题是模型能否理解证明、通过竞赛和调用工具；接下来的问题是模型能否持续提出新猜想、找到反例、建立理论，并让第三方稳定复现。前者是一项能力演示，后者才是科研生产力。

数学仍然是最适合观察这一变化的领域。证明可以逐行检查，错误相对容易定位，成果也不会因为实验设备或样本噪声而变得含糊。如果推理模型连在这样一个高度可验证的环境里都无法建立稳定记录，那么“自动发现新药”“自主提出物理理论”只会更难；反过来，如果它能持续攻克Erdős问题，影响也不会停留在数学界。

截至2026年8月5日，最审慎的结论是：AI已经给出了一个经专家确认的重要原创数学结果，但行业还没有证明这种成功能够规模化复制。Erdős留下的问题清单，正在从20世纪数学家的遗产，变成21世纪推理模型最严格的一套入场考试。

参考来源

• 知乎：OpenAI模型反驳Erdős单位距离猜想的中文梳理 — 汇总问题背景、模型构造方向及多位数学家的公开评价；具体数学结论仍应以论文和独立审查意见为准。