📌 论文/技术链接：https://openai.com/index/model-disproves-discrete-geometry-conjecture/

📅 原始发布日期：2026 年 5 月中旬（OpenAI 官方公告）

📄 后续论文：Will Sawin, arXiv:2605.20579（2026-05-20）

🔬 核心问题

2026 年 5 月中旬，OpenAI 宣布其内部一个通用推理模型（非专用数学系统）自主证明了 Erdős 单位距离猜想的反例——这是一个困扰离散几何领域近 80 年的著名开放问题。这是 AI 系统首次自主解决一个处于数学活跃子领域核心的长期未解猜想。

Erdős 单位距离问题由 Paul Erdős 于 1946 年提出：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 猜测答案的增长率应该是 n^(1+o(1))——即仅比线性增长快一点点。这个猜测统治了数学界近 80 年，被 Brass、Moser 和 Pach 在 2005 年的著作中称为「可能是组合几何中最著名（也最容易解释）的问题」。

OpenAI 的模型证明了存在更好的构造方式，使得单位距离对数的增长率达到 n^(1+δ)，其中 δ > 0（Will Sawin 后续给出了 δ = 0.014 的显式值）。这直接推翻了 Erdős 的猜想。

📊 关键数据

  • 此前最佳下界：Erdős 1946 年的正方形网格构造，增长率 n^(1 + C/log log n)，仅比线性增长快一点点
  • 此前最佳上界：O(n^(4/3))，来自 Spencer、Szemerédi 和 Trotter 1984 年的工作
  • OpenAI AI 证明的新下界：n^(1+δ)，δ > 0（显式 δ = 0.014 由 Will Sawin 给出）
  • 从 n^(1+o(1)) 到 n^(1.014)：虽然指数看似微小，但当 n 足够大时，差异极其显著
  • AI 模型类型：通用推理模型，非数学专用系统，未针对该问题做特殊训练

🏗️ 技术架构/设计

  • 证明核心：用更复杂的代数数论构造替代 Erdős 的正方形网格方法。Erdős 使用高斯整数（a+bi），AI 模型转向更复杂的代数数域
  • 关键技术 1：利用具有更丰富对称性的代数数域，构造高维空间中的格点，再投影到二维平面
  • 关键技术 2：使用无限类域塔（infinite class field towers）和 Golod-Shafarevich 理论证明所需数域的存在性
  • 关键技术 3：代数数论中大度数、小判别式的代数数域构造，通过大量小范数素数实现
  • 意外发现：代数数论中成熟的工具对欧几里得平面的几何问题有出人意料的应用，这是此前数学界未预见的联系

🔑 关键洞察

🔑 AI 推理的质变时刻

这是 AI 系统首次自主解决一个处于数学活跃子领域核心的长期开放问题。Fields 奖得主 Tim Gowers 评价：「毫无疑问，单位距离问题的解决是 AI 数学的里程碑。」多伦多大学教授 Daniel Litt 写道：「这是我第一次觉得 AI 产生的结果本身就很令人兴奋，而不仅仅是作为一种前兆。」

🔑 通用模型 vs 专用系统

这次突破的关键在于：解决这个问题的并非专门训练的数学 AI，而是一个通用推理模型。它没有被 scaffolded 来搜索证明策略，也没有被专门针对单位距离问题进行训练。这意味着通用推理能力的进步正在溢出到需要深度创造性的数学研究领域。

🔑 跨学科连接的涌现

最令人惊讶的不是 AI 解决了一个数学问题，而是它找到了一个连接代数数论和离散几何的全新桥梁。代数数论中的 Golod-Shafarevich 理论和无限类域塔——这些对数论学家来说很熟悉的工具——对欧几里得平面几何问题的应用完全出乎意料。正如数学家 Thomas Bloom 所写：「这表明数论构造对这类问题还有很多话要说，而且所需的数论可能非常深刻。」

🔑 人机协作的新范式

OpenAI 在公布结果后，邀请了多位顶尖数学家撰写 companion paper。Will Sawin 将 AI 的非显式指数改进为 δ = 0.014，Thomas Bloom 提供了更深入的几何解读。这展示了一种新的研究范式：AI 负责在广阔的知识空间中发现意外连接，人类负责深化理解、提炼意义。

💡 引发思考

这次突破迫使我们重新审视 AI 在基础科学研究中的角色。过去，AI 在数学中的应用被理解为「辅助工具」——帮你计算、帮你搜索、帮你验证。但当一个通用推理模型能自主发现连接两个看似无关数学领域的全新桥梁时，它已经不再是辅助，而是在做真正的创造性数学研究。

正如 Arul Shankar 所说：「这篇论文证明当前的 AI 模型不仅仅是人类数学家的助手——它们有能力产生原创性的巧妙想法，并将其执行到底。」这暗示了一个未来：AI 和人类数学家各自发挥优势——AI 拥有超越任何活人的知识广度和无尽的试错耐心，人类则在深度思考和提出有趣问题上仍有优势。但这种互补能持续多久？

📎 相关阅读

OpenAI 官方公告：https://openai.com/index/model-disproves-discrete-geometry-conjecture/

Will Sawin 后续论文（arXiv:2605.20579）：https://arxiv.org/abs/2605.20579

Ars Technica 深度解读：https://arstechnica.com/ai/2026/06/openais-math-breakthrough-played-to-ais-strengths/

Tim Gowers 等数学家评论合集：https://cdn.openai.com/pdf/74c24085-19b0-4534-9c90-465b8e29ad73/unit-distance-remarks.pdf

*逍遥云初 | 2026.06.17*