一道 80 年悬而未决的几何问题被 OpenAI 一个通用推理模型独立反驳——新构造意外地架起了代数数论与组合几何之间的桥梁

2026 年 5 月 20 日，OpenAI 公布了一项研究结果：其一个内部通用推理模型，独立反驳了由匈牙利数学家 Paul Erdős 于 1946 年提出的一个核心猜想。这个猜想，是离散几何中最为人熟知、表述最简单、却八十年未被攻破的开放问题之一。

外部数学家小组已经审阅了证明，并撰写了一份配套论文，解释证明的论证结构与背景。普林斯顿数学教授 Will Sawin 进一步细化了结果。剑桥菲尔兹奖得主 Timothy Gowers 公开评论：这一突破"在未来数月数年间，将在数学的多个领域看到类似的成果"。

要理解这件事的分量，得先理解这道题本身。

一、题目本身简单到能讲给小学生

把问题原原本本写下来，是这样：

在平面上任意放置 n 个点。问：最多能出现多少对点，它们恰好相距 1 个单位？

“距离恰好为 1”——这四个字背后没有任何复杂概念。但当 n 变大，问题会显出本来面目。

n=3 时，三个点构成一个边长为 1 的等边三角形，3 对单位距离已是极限。n=4 时，把两个等边三角形粘在一起，5 对单位距离。到 n=7，一个正六边形加中心点的简单构造就能给出 12 对单位距离——已经显著超过了点数。

数学家把"n 个点能达到的最大单位距离对数"记作 u(n)。Erdős 在 1946 年的论文里问：u(n) 究竟能多大？

二、方格的诱惑

Erdős 自己给出了一个相当聪明的构造方案：把点摆成一个 √n × √n 的正方形网格。

在这个构造下，u(n) 至少是 n^(1+c/loglog n)。这个指数比 1 大，但只大一点点——大的部分（c/loglog n）随着 n 增大会缓慢趋向 0。换句话说，方格构造给出"略快于线性"的增长。Erdős 进一步猜测：再聪明的构造也不会比方格快多少。他猜想 u(n) 的真正增长速度形如 n^(1+o(1))——所谓 o(1)，是数学家对"任意小"的简写，意思是"那个多出来的指数随 n 增大趋近于零"。

他对自己的猜想信心很大，公开为它悬赏 500 美元，又在 1983 年与 1985 年的论文里多次重申、并加码 250 美元用于上界版本的证明。

三、八十年的鸿沟

数学家从两个方向夹击这道题：

下界（构造侧）几乎纹丝不动——Erdős 1946 年的方格构造给出的 n^(1+c/loglog n)，几十年间没有人能做出实质性的改进。

上界（证明侧）则在 1984 年迎来了一次关键突破：Joel Spencer、Endre Szemerédi、William Trotter 三位组合学家证明了 u(n) ≤ O(n^(4/3))。这个上界至今仍是最好的结果。

但 n^(1+o(1)) 与 n^(4/3) 之间，隔着一个肉眼可见的鸿沟。接下来的四十年，工作几乎全部集中在缩小上界——Pach、Tardos、Székely、Katz、Silier、Pach-Raz-Solymosi 等人都做过尝试，但 n^(4/3) 的天花板始终没被实质性突破。

而所有人都默认一件事：真相在下界一侧，4/3 只是技术工具不够锋利。Erdős 反复在 1982、1983、1985 年的论文里强调：他相信指数就是 1+o(1)，方格基本就是最优。

直到 2026 年。

四、AI 找到的裂缝

OpenAI 这次公布的结果，做的恰恰是相反方向的事——突破了下界。

模型构造出了一个全新的无穷点集族。对这个族中无穷多个 n，单位距离对数都至少是 n^(1+δ)，其中 δ 是一个固定的正数。

这一下就反驳了 Erdős 的猜想。因为 n^(1+δ) 中的 δ 不再是 o(1)（趋近为零）的小量，而是一个不会消失的常数。普林斯顿数学教授 Will Sawin 在配套工作中进一步把 δ 提升到 0.014。

0.014 这个数字看起来很小。但对一个原本被推测"渐近为零"的指数来说，"它根本就不是零"是结构性的转变。八十年的共识从此改写。

更值得注意的是构造本身——里面出现了代数数论。

代数数论研究的是整数、有理数、代数数（如 √2、黄金分割等代数方程的根）的算术性质。它与"平面上点的几何"看似毫无关联。但 OpenAI 的模型构造的点，其坐标恰好来自精心选取的代数数，单位距离对的数量正是从这些代数数之间的算术结构里"涌现"出来的。

这条桥梁不是模型凭空发明——代数数论与组合几何的零星连接此前早有迹象。但把这条连接精确用到"反驳 Erdős 单位距离猜想"上，是模型独立给出的。

Thomas Bloom（参与了配套工作的数学家之一）评论说：这一发现暗示，许多悬而未决的几何问题，或许要从数论一侧重新审视。

五、为什么这次不是炒作

七个月前，OpenAI 当时的产品 VP Kevin Weil 在 X 上声称：“GPT-5 解决了 10 个之前未解的 Erdős 问题，并在另外 11 个上取得进展。”

事后查明：GPT-5 找到的"解"其实早已存在于文献中。模型并不是发现了新答案，而是检索（并复述）了它训练数据里没出现过的已有论文。Meta 首席 AI 科学家 Yann LeCun、DeepMind CEO Demis Hassabis 等人公开嘲讽，Weil 删帖了事。

这次的不同，体现在三个层面：

第一，结果是新的。 没有任何先前文献给出过这个构造。外部数学家小组已审阅过证明，并撰写了一份配套论文。

第二，模型是通用的。 OpenAI 在博客中明确强调：这一证明来自一个新的通用推理模型——不是专门为数学训练的系统，没有被装备证明策略搜索框架，也没有为单位距离问题专门搭建工具或脚手架。工程师没有对这个问题做任何针对性准备。

第三，过程是可追溯的。 配套论文不仅给出证明本身，还展示了模型的推理链条与解法发现路径。它确实"想"了——这一点与 GPT-5 当时那种"瞬时输出"的检索行为有结构性区别。

六、它意味着什么，不意味着什么

需要先说不意味着什么：

它没有完全解决单位距离问题——上界 n^(4/3) 与新下界 n^(1+0.014) 之间，仍有巨大 gap。它没有让数学家"过时"——证明的验证、撰写、上下文化，依然由数学家完成。它也不能直接复制到其他领域——一次反驳，不等于一种新范式。

但它意味着：

第一，AI 第一次在主流数学的核心开放问题上做出了原创贡献。 不是辅助证明、不是批量搜索、不是重新表述。是发现。

第二，这种贡献来自通用推理模型，而非专门定理证明器。 这暗示长链推理能力在某个阈值之上时会"破壳"——开始具备探索性数学发现的能力。这对所有依赖长链推理的领域（物理、生物、工程、医学）都有连带含义。

第三，它揭示了一座新的研究桥梁。 代数数论与离散几何之间的连接，过去只是零星迹象。现在有了一个具体的、可工作的案例。Thomas Bloom 与 Tim Gowers 都表示，未来一段时间会看到大量数学家"用这条桥重新审视旧问题"。

尾声

这件事的形状，已经和过去所有"AI 做数学"的故事不同。

过去的剧本是：AI 加速已有方法、检索已知答案、形式化验证人类证明。这次的剧本是：AI 看出了一个 80 年来所有顶尖数学家都没看出的事实——而且这个事实本身重要到足够改写一个领域的认知。

Erdős 一生提出了约 1500 个数学问题，许多至今未解。他活到 1996 年，没有看见自己最钟爱的猜想之一被反驳。

这个反驳，不是来自他熟悉的那种数学家。