2026 年 5 月 21 日，OpenAI 宣布其推理模型自主证伪了平面单位距离猜想——一个由数学家 Paul Erdős 于 1946 年提出的、悬而未决 80 年的离散几何核心猜想。

这不是 AI 辅助人类证明，不是 AI 验证人类思路——是 AI 独立想出了人类没想到的证明路径，用了代数数论中一个冷门工具，做出了"多项式级别的改进"。

Fields 奖得主 Tim Gowers 的评价是："AI 数学的里程碑。"

---

一、这件事到底有多重要？

1.1 不是"算得快"，是"想得到"

大部分人以为 AI 做数学就是"算得快"——暴力搜索、穷举验证。

但这次不一样。

平面单位距离问题问的是：平面上 N 个点之间最多能有多少对距离为单位长度？

Erdős 在 1946 年给出了一个构造，大家认为这个构造接近最优。80 年来没人能改进。

OpenAI 的模型不是去验证 Erdős 的构造对不对——它找到了一个全新的构造，用的是代数数论里一个不太常见的工具，把结果做了"多项式级别的改进"。这不是计算能力的胜利，是数学直觉的突破。

1.2 Fields 奖得主的评价

Tim Gowers 说"里程碑"不是客气话。Gowers 是组合数学和加性数论的世界级权威，他见过的数学突破太多了。能让他在公开场合说这种话，说明这次确实不一样。

Gowers 还提到：模型使用的方法不是训练数据里常见的。换句话说，它不是"记住了某个论文里的方法然后套用"——是自己在数学空间里发现了一个人类没想到的路径。

---

二、技术层面：它是怎么做到的？

2.1 不是偶然

OpenAI 没有披露完整的技术细节，但已知的关键信息：

• 使用的是 o 系列推理模型（o3 或更新版本）
• 模型在推理过程中自主发现了代数数论工具的应用
• 解决路径不是搜索出来的——是模型在长时间推理中"想到"的
• 结果经人工数学家验证，证明正确

2.2 这意味着什么

从技术角度看，这是机器第一次在数学发现的核心环节上超越了人类辅助的范畴。

以前的 AI 数学成果：

• 辅助验证：Coq、Lean 等形式化验证工具
• 暴力搜索：四色定理（1976 年，计算机枚举了 1936 种情况）
• 猜测生成：DeepMind 的 AlphaTensor 发现了新的矩阵乘法算法

这次的突破在于：模型独立提出了新的数学构造，用了人类 80 年没想到的方法。

---

三、对 AI 行业的影响

3.1 AI 能力的"天花板"被打破了

在此之前，大多数人（包括很多 AI 研究者）认为：AI 擅长模式匹配、数据拟合、语言生成，但不擅长"真正的推理"——尤其是数学中需要创造力和直觉的部分。

这次证明了一个简单的事实：推理模型的能力边界，比我们以为的要远。

3.2 对科研范式的冲击

如果 AI 能解决 80 年的数学难题，那它在物理学、生物学、化学等领域的应用空间有多大？

• 物理学：发现新的对称性、提出新的理论框架
• 生物学：蛋白质折叠、基因调控网络的数学建模
• 材料科学：预测新材料的结构和性质
• 密码学：发现新的数论构造或攻击方法

3.3 对教育的影响

如果 AI 能做数学研究了，数学教育还要教什么？

短期来看，不会改变基础教育——你仍然需要学微积分和线性代数才能理解 AI 在做什么。但长期来看，"数学研究者"这个职业的定义可能会变——从"自己发现定理"变成"跟 AI 合作发现定理"。

---

四、对开发者的启示

4.1 推理模型正在快速进化

从 o1（2024）到 o3（2025）到这次（2026），OpenAI 的推理模型在不到两年时间里完成了从"聊天"到"做数学研究"的跨越。

对你我的直接影响：能用推理模型解决的问题范围正在快速扩大。半年前需要人类深度参与的代码设计、架构决策，现在可能可以直接交给模型。

4.2 工具使用的新范式

这次的成果不是模型"自己算出来"的——它需要大量计算资源和长时间推理。这意味着：

• 推理成本高的任务，模型也能做——只要愿意付计算成本
• 推理时间越长，结果越好的趋势可能会继续
• "用更多算力换更好结果"的模式可能会推广到更多领域

4.3 安全层面的新问题

一个能自主推理出人类没想到的数学证明的 AI，自然也能自主推理出人类没想到的攻击方法、漏洞利用、社会工程策略。

"AI 安全"的讨论，需要从"防止 AI 乱说话"升级到"防止 AI 自主发现有害的知识路径"。

---

五、冷静一下——不是 AGI，但确实是里程碑

5.1 不是 AGI

需要冷静指出的是：一个模型解决了一个数学猜想，不等于它拥有了通用智能。在大多数任务上，它仍然会犯错、会胡说、会不理解简单的常识。

5.2 但确实是一个转折点

它可以被视为"AI 从工具到协作者"的转折点。

过去的 AI：你喂数据，它出结果。你是主导者。 现在的 AI：你给问题，它探索路径。它是协作者。 未来的 AI：它提问题，你帮它验证。它是探索者。

这个过程不是一夜之间发生的，但这次证明把进程表往前拨了好几年。

---

六、一句话总结

一个 80 年没人解决的数学难题，一个 AI 在 2026 年解决了。用的不是暴力计算——是想出了一个人类没想到的路径。

这不是"AI 能算得快"的新闻，这是"AI 能想得到"的新闻。 它的意义不在于一个数学猜想的证伪——在于它证伪了"AI 只能模仿、不能创造"这个更古老的猜想。