OpenAI 推理模型推翻 80 年数学猜想：自主证伪埃尔德什单位距离问题

如果把 n 个点随意扔在平面上，最多能凑出多少对距离恰好为 1 的点？

这个听起来像中学奥数的小问题，其实是组合几何学里最著名的悬案之一，由著名数学家保罗·埃尔德什在 1946 年提出，甚至还挂着他的悬赏奖金。近 80 年来，数学界几乎公认像正方形网格那样的排列方式已经逼近理论上限，增长速度不可能出现多项式级别的跳跃。

OpenAI 公布的一项新成果打破了这个共识。他们旗下的一个通用推理模型，自主推翻了这个近 80 年历史的著名数学猜想。

掏出数论重锤，砸碎几何常识

在埃尔德什当年的猜想里，单位距离对数的上限被认为是 n 的 1+o(1) 次方。换句话说，哪怕做成经过重新缩放的高维网格投影，也只能比线性增长稍微快上一点点。

OpenAI 的内部模型直接构造了一组无限点集族，把距离为 1 的点对数量直接拉高到了 n 的 1+δ 次方。虽然模型最初的证明没有给出确切的常数 δ，但普林斯顿大学数学教授 Will Sawin 随后跟进提炼，把这个参数明确到了 0.014。

更让数学界意想不到的是解题套路。埃尔德什当年用高斯整数来分析网格，而模型直接跳出了初等几何的圈子，从看似不相干的代数数论里搬来了重型武器，动用了无限类域塔和 Golod–Shafarevich 理论这类深奥工具。

外部数学家团队已经完成了独立核验，还写了一篇伴随论文进行详细解读。菲尔兹奖得主 Tim Gowers 把这次突破称为 AI 数学史上的里程碑；数论学家 Arul Shankar 则表示，这证明现在的模型已经跨过了辅助工具的阶段，真正具备了产生原创构想并将其推演到底的能力。

关键在于，这并不是一个针对几何问题微调的专用小模型，也没有给它外挂专门暴力搜索证明步骤的支架系统。它只是 OpenAI 在一批埃尔德什数学难题上测试通用推理模型能力时，自主推导出来的产物。

为什么重要

数学一向被视为逻辑推理最纯粹的试金石。在这里你无法靠语言套路糊弄过关，哪怕逻辑链条中间少了一个环节，整个长链证明就会瞬间崩塌。一个通用大模型能跨学科调度高阶工具解开未解难题，说明现在的 AI 已经展现出跨领域的抽象关联能力。

对于科研人员和数学家来说，这彻底改变了人机协作的模式。过去 AI 主要是帮人找反例、写形式化验证代码或者跑数值模拟。现在看起来，它更像是一个能提出非常规思路的合作者，能在人类专家意想不到的知识死角之间架起桥梁。

我们认为，这件事最聪明的地方在于它没有靠算力去穷举，而是展现了真正的数学品味。代数数论与离散几何的联姻本身就是极具美感且非凡的洞见，正如数学家 Thomas Bloom 所说，它给整个离散几何领域打开了全新的研究窗口。

隐患同样显而易见。目前的模型推导出这样的神来之笔依然带有黑盒性质，AI 能写出证明，但背后的直觉往往需要顶尖人类数学家花时间去拆解和重写。如果通用模型在数学上能做到这一点，那么在物理、材料和生物医药这些高度依赖理论建模的硬科学里，类似的自主发现可能很快就会迎来集中爆发。