数学界迎来了一次里程碑式突破。OpenAI近日宣布，其内部推理模型生成了一份原创数学证明，推翻了保罗·Erdős于1946年提出的单位距离猜想，一个困扰数学家近80年的离散几何开放问题。这一成果意味着人工智能首次独立构造出数学证明，解答了经典未决难题。
单位距离猜想与80年的等待
单位距离猜想是离散几何中的核心问题之一，由匈牙利数学家保罗·Erdős在1946年提出。该猜想主要研究在平面点集中，任意两点之间距离恰好为1的边数（即单位距离数）的最大可能值。简单来说，给定n个点，最多可以构成多少条单位长度的线段。尽管问题表述直观，但近80年来数学家们仅给出上下界估计，一直未能完全解决。此次OpenAI的推理模型通过构造反例，直接推翻了该猜想的原有假设，首次从否定角度完成了证明。
据OpenAI官方介绍，这份证明完全由模型自动生成，未经过人类数学家预先提示关键步骤。模型在搜索空间中不断尝试，最终发现一个违反原猜想界定的点集构型。验证工作由外部数学专家团队完成，确认了证明的正确性和原创性。
从虚假宣称到真实突破
这一成果的发布紧随OpenAI上一次失败之后。七个月前，前副总裁Kevin Weil曾宣称GPT-5解决了10个Erdős问题，但随后被学界证伪：那些证明中存在致命逻辑漏洞，部分结论甚至与已知定理矛盾。此次OpenAI保持了相对的谨慎，直到内部验证完成后才正式公开。公司强调，该推理模型并非GPT系列，而是专门用于数学推理的实验性模型，其训练方式和推理链路与通用大语言模型存在明显差异。
两次事件形成了鲜明对比。GPT-5的“成功”被迅速戳破，而推理模型仅拿下一个问题，却获得了数学界的认可。这表明，在数学领域，方向正确且可验证的进步比声张多个问题更为重要。据参与验证的数学家透露，该模型在证明构造过程中并未依赖人类已有的部分解，而是从公理出发自主推理，这种能力目前仅有少数专门化系统能够实现。
推理能力的边界延伸
此次突破的意义不仅在于解决了一个具体猜想。它证明了大模型在形式化推理上具备潜力，可以处理需要严密逻辑链和大量试错的数学研究。尽管当前模型的产出仍需人工验证，但其自主探索能力已在围棋、蛋白质折叠等领域获得印证，现在正向纯粹数学延伸。单位距离猜想的反例构造过去被认为不适合计算机搜索，因为搜索空间随点数增长呈指数爆炸，但模型通过某种内在的启发式策略找到了可行路径。
在AI能力不断拓展的背景下，关于agent（智能体）的利弊讨论也值得关注。推理模型让agent在规划、决策中具备更强的问题拆解能力，但也引发了对系统可靠性和控制性的担忧。百度AI搜索曾就“agent是不是真的利大于弊”发起过讨论，形成了多个角度的观点。回到数学领域，OpenAI表示将继续优化推理模型，尝试攻克更多离散几何问题，并逐步向其他数学分支开放测试。
从GPT-5的虚假光芒到推理模型的关键一击，AI数学能力的发展走出了一个波折但扎实的弧线。此次证明是否会被写入教科书仍待时间检验，但至少，机器已在纯粹推理的领域推开了一扇此前横亘多年的门。
本文参考来源：OSCHINA 社区最新新闻
