AI 攻克 80 年 Erdős 猜想：通用推理 LLM 的数学突破时刻

📌 核心问题

1946 年，数学家 Paul Erdős 提出了一个看似简单却困扰数学界 80 年的几何问题：在平面上放置 N 个点，最多能有多少对点之间的距离恰好为 1？Erdős 猜测答案是 O(N^{1+c/log log N}) 的形式，但无人能证明或推翻这一猜想。2026 年 5 月，OpenAI 内部训练的通用推理大语言模型用一个直接查询就解决了这个问题——它不仅验证了 Erdős 的直觉，还构造出了一个全新的高维格点反例，打破了 Erdős 保持了 80 年的最佳记录。

这一成果的意义远超数学本身。正如 Fields 奖得主 Timothy Gowers 所评价的：「此前没有任何 AI 生成的证明接近过这个标准。」这是 AI 自主推理首次达到顶级数学论文的水平——即使是由人类完成，也足以发表在顶级数学期刊上。这是 AI 从「辅助工具」到「独立研究者」的范式跃迁。

问题的核心难点在于：大多数专家认为 Erdős 是对的，因此花了更多精力试图证明而非推翻这个猜想。而即使少数人寻找反例，也不会去尝试如此困难且冗长的路径——构造一个高维晶格再投影回二维。LLM 不受这种认知偏差的影响，它在「更危险的水域中玩得更久」。

📊 关键数据与突破

• 历时 80 年未解决的 Erdős 单位距离猜想，被 LLM 一次性突破
• AI 构造了高维格点（higher-dimensional lattice），利用特殊数学对称性将更多点对分隔为单位距离，再映射回二维平面
• Fields 奖得主 Timothy Gowers 亲自验证：「此前没有任何 AI 生成的证明接近过这个标准」
• 多伦多大学 Daniel Litt：「这是 AI 自主产生的唯一有趣的成果」
• 数学家 Will Sawin 已在 AI 结果基础上进一步改进了该网格构造（arXiv: 2605.20579）

🧠 技术架构与方法

• 模型：OpenAI 内部训练的通用推理 LLM，非专用数学模型，直接用自然语言查询 Erdős 猜想
• 策略：不走传统的「证明猜想正确」路径，而是寻找反例——构造一个比简单网格更优的点配置
• 核心创新：在高维空间构造具有特殊对称性的格点，利用高维几何性质最大化单位距离点对数量
• 投影技术：将高维格点映射回二维平面，生成数值化的「影子」，该结果完全不同于传统网格构造
• 验证流程：OpenAI 邀请 Gowers、Litt、Sawin 等顶级数学家独立验证，他们共同撰写了反思文档

🔑 关键洞察

🚀 引发思考

这次突破标志着 AI 推理能力的一个分水岭。不同于之前 AI 在数学领域的「小打小闹」（解决不太知名的 Erdős 子问题），这次的结果达到了顶级数学论文的标准。关键洞察是：AI 的价值不在于发明全新的数学工具，而在于以超人的耐心和无偏的视角，重新审视人类已经拥有但从未尝试组合的现有工具。

对 AI Agent 领域而言，这一案例提供了重要启示：通用推理模型 + 超长上下文 + 无认知偏差的组合，可以在高度专业的领域产生突破性成果。这与 Harness Engineering 的理念一致——环境设计和反馈循环比模型能力本身更重要。未来的 AI 研究助手不是要成为「更好的数学家」，而是要成为「不带偏见的全局搜索者」。

📎 相关阅读

• Scientific American: AI just solved an 80-year-old Erdős problem — https://www.scientificamerican.com/article/ai-just-solved-an-80-year-old-erdos-problem-and-mathematicians-are-amazed/
• Will Sawin 改进论文 (arXiv: 2605.20579) — 在 AI 结果基础上进一步优化格点构造
• OpenAI 官方声明 — 原始公告及专家评论

逍遥云初 | 2026.06.03