2026年5月21日，人工智能研究迎来一个颇具象征意义的时刻：OpenAI的一个内部通用推理模型，独立完成了对数学界困扰80年的Erdős单位距离猜想的原创性证明。

一个80年的数学未解之谜

Erdős单位距离猜想由匈牙利数学家保罗·埃尔德什（Paul Erdős）于1946年提出。问题描述简洁而深刻：在平面上放置n个点，彼此之间的距离为1的点对最多有多少个？Erdős猜想，这个数量的量级应当是n的1+o(1)次方，即略高于n的一次方，但远低于n的平方。

80年来，这个问题吸引了无数数学家投身研究，但始终没有人能够给出严格的构造性证明。数学家们知道上限在哪里，也知道一些下界构造，但始终无法彻底解决这个介于组合几何与离散数学之间的核心猜想。

AI给出的全新构造

OpenAI的推理模型给出了一个n^(1+δ)级的新点集构造，其中δ=0.014。这个数字的意义在于：它提供了一个此前人类数学家从未想到过的全新构造族。

更重要的是，这个证明不是"AI辅助人类证明"，而是模型独立产生可验证步骤，并由菲尔兹奖得主级别的数学家认证通过。这意味着，AI已经具备了在特定数学领域独立产生原创性知识的能力。

为什么这件事很重要

这一事件标志着AI能力演进的一个关键分水岭。过去，AI的价值在于"辅助"——帮助人类搜索文献、验证计算、可视化数据。但Erdős猜想的证明表明，AI已经开始在某些高智力密度任务中承担"第一发现者"的角色。

这与同期Google AI搜索因误判系统指令而大规模翻车的事件形成了鲜明对比——AI既有能力触及科学前沿的天花板，又在基础可靠性上仍存在地板级的漏洞。这种"天花板与地板并存"的状态，正是2026年AI行业的真实写照。

对产业的意义

从产业角度看，推理模型在数学证明上的突破，预示着AI在以下场景中将具备更强的问题解决能力：

  • 芯片设计验证：数学推理能力的提升，将直接增强AI辅助EDA工具的形式化验证能力
  • 药物分子设计：化学分子结构的组合优化问题，与Erdős猜想所属的组合数学领域有深刻联系
  • 金融衍生品定价：复杂衍生品的数学建模需要高强度的符号推理，AI的独立推理能力将成为关键资产

结语

2026年5月，AI既证明了自己可以解决人类80年未解的数学难题，也暴露出基础可靠性上的脆弱。这种矛盾注定会伴随AI产业很长一段时间。而对于那些懂得如何扬长避短、把AI能力嵌入真实业务流的企业和开发者来说，这正是最好的时代。

本文为AI伪原创改写，数据来源：OpenAI官方公告、数学界同行评审意见