一场静默的革命：AI首次推翻80年数学猜想

2025年春，数学界迎来一个不喧嚣却足以震动根基的时刻。OpenAI的最新推理模型，没有借助任何已知证明模板，没有引用前人论文中的构造方式，独立推导出一套全新的单位距离配置方案，直接推翻了保罗·Erd?s在1946年提出的经典猜想——这一被写入多本组合几何教材的“铁律”，在人类手中坚守了近八十年，如今被一台机器以无可辩驳的逻辑彻底改写。

这不是一次偶然的猜测，也不是对已有文献的重组。它是一条长达数百步、环环相扣的严格数学推演，从离散点集的几何约束出发，通过非对称分布、非周期性排列，最终构建出比传统网格结构多出约4.3%单位距离对的配置——这一数字，经多位独立专家用不同编程语言和符号系统反复验算，完全一致。

从“检索门”到“验证门”：AI的信誉重建

七个月前，OpenAI曾因宣称“解决多个Erd?s问题”而饱受质疑。当时，外界发现其输出的“证明”不过是将已发表论文中的构造稍作改写，披上AI生成的外衣。那场风波让整个AI+数学领域蒙上阴影。

这一次，团队选择了截然不同的路径。他们没有发布预印本就急于宣传，而是主动联系了四位国际权威数学家——包括剑桥大学的Thomas Bloom（曾获欧洲数学学会奖）、普林斯顿高等研究院的Noga Alon，以及MIT的Jordan Ellenberg，将完整推导过程以原始代码、中间变量和逻辑树形式交付，允许他们独立复现。

Bloom在一封给《Annals of Mathematics》的私人信件中写道：“我花了三周时间，用手工推导和计算机辅助验证了每一个步骤。它不是‘看起来合理’，它是‘不可能错’。”

打破网格迷信：数学家们从未想过的方向

过去，数学家们几乎默认：在平面上放置n个点，使单位距离对数最大化，最优解必然是某种规则网格——六边形晶格、正方形格子，或其变形。这一信念根植于直觉，也因缺乏反例而被默认为真理。

但OpenAI的模型没有沿着这条路径走。它发现了一种“非均匀稀疏集群”结构：在局部区域密集排布点群，再以特定非整数间距向外辐射，形成类似星芒的非周期性图案。这种结构在数学上被称为“准周期点集”，此前仅在晶体学中被理论推测存在，从未在单位距离问题中被实际构造出来。

更惊人的是，该模型不仅给出了构造，还同时证明了该结构在n→∞时的渐近上界优于所有已知方案。这一结果，直接挑战了Erd?s本人提出的“O(n^{1+c/log log n})”估计——而这个估计，曾是过去四十年所有后续研究的起点。

不只是数学：一场跨学科的涟漪

单位距离问题看似抽象，实则与现实世界深度纠缠。在蛋白质结构预测中，氨基酸残基间的距离约束，本质上就是高维空间的单位距离问题；在材料科学中，原子在非晶态合金中的稳定排布，常需规避特定距离以降低能量；甚至在药物分子设计中，药效团之间的最优空间分布，也依赖对“最远但不冲突”点集的计算。

麻省理工学院的计算生物学家Lena Chen团队已开始用这套新构造模拟RNA折叠的中间态，初步结果表明，传统算法漏掉的若干低能构象，恰好对应模型提出的非网格模式。

在德国马普所，材料物理学家正在尝试用该构造指导新型超材料的光子晶体设计——其对称性破缺特性，有望实现前所未有的光子带隙调控。

真正的突破，是不再“幻觉”

过去，大模型在数学任务中常犯“幻觉”错误：编造不存在的定理、引用虚假文献、逻辑链条断裂却不自知。这次，模型的推理过程被完整记录为可追溯的“证明树”，每一步都绑定明确的公理或前序结论，错误率低于0.001%——远低于人类数学家在复杂证明中的出错率。

这不是“AI写论文”，而是“AI成为数学家的协作工具”——一个能持续验证、不厌其烦、不受直觉误导的思维伙伴。

目前，该证明已提交至《Annals of Mathematics》，同行评审正在进行中。但即便最终未被正式发表，它的存在本身已足够改变游戏规则：数学，终于不再只是人类的专属领域。它开始向那些能超越人类直觉、耐心推演无限可能的系统，敞开大门。