OpenAI聲稱AI自主破解80年難題？但數學家說全靠人潤色

先簡單交代一下這件事到底發生了什么：OpenAI前些天發了一篇博客，說他們公司內部的一個AI模型獨立解決了一道提出了快80年的平面單位距離問題。公司還特意強調，這個模型沒有針對數學做過特殊訓練，就是個通用推理模型。消息一出，很多人立刻上頭，覺得AI已經能在純數學領域碾壓人類了。但稍微往后翻兩頁，你會發現數學界給出的反應遠不是“哇！我們被替代了”，反而有一種“行吧，我們來給你補補證明”的微妙氣氛。

如果你讀到這里感覺有點分裂——一邊是“AI自主解決開放難題”的大旗，另一邊是“人類研究者花式潤色證明”的現實——那你的感覺沒錯。正是這種錯位感，讓這個新聞變得比標題有意思得多。下面我們把這整件事拆成幾個要點，一步步看清楚這80年難題到底是個什么題、AI究竟做了多少、人類又做了什么，以及那句“自主解決”里藏了多少層理解門檻。

在此之前，先丟一個底線聲明：所有信息都來自OpenAI官方博客、相關研究論文，以及數學家Thomas Bloom等人撰寫的配套評議。沒有一條是編的，也沒有一條是我們替誰硬拔的高度。

一、那個“80年難題”，說人話到底在問什么

這個問題全名叫平面單位距離問題，由匈牙利數學家埃爾德什·帕爾在1946年提出來。埃爾德什這個人本身就很值得多說兩句——他一生跟500多位合作者發過論文，經常拎著一只手提箱到處流浪，敲開同事的門就說“我的大腦敞開了”，然后坐下來跟你一起想問題。他提出過上千個數學猜想，很多都帶著懸賞金，從25美元到一萬美元不等。平面單位距離問題就是其中一個看起來極其“無害”的提問，但把它解開要動用遠遠超出直覺的工具。

問題是這樣問的：在平面上隨便撒一些點，你可以任意決定它們的位置。把所有點兩兩配對，量它們之間的距離。那么，在這些距離當中，恰好等于1個單位的點對，最多能有多少對？這里的“1單位”就是你自己隨便定的一個長度，比如1厘米。當總點數n趨向于無窮大時，這個“恰好相距1單位”的點對數量，跟n相比，會以什么樣的速度增長？

很多人第一反應是：“總不能所有的點都兩兩相距1吧？”沒錯，平面上做不到。比如你放三個點，最多能有兩對距離為1，也就是組成一個等邊三角形，邊長1單位；每條邊算一對，三對是不可能的，因為等邊三角形的第三條邊也是1，但每條邊都算就重復了？其實是三角形三個頂點兩兩距離都是1，那三對都滿足，但等邊三角形只有三個點，最大就是3對。但一旦點更多，約束就來了：你不能讓每個點跟其他所有點的距離都剛好等于1，因為那等價于把所有點放在一個半徑可變的超球面上？平面不允許。所以這個問題本質上是幾何配置的極值組合問題：如何在平面上擺點，最大化恰好相距1單位的點對數量。

埃爾德什本人猜測，這個最大數量會比n稍快一點增長，大概形如n的(1+c/log log n)次方這種量級——比線性稍快，但遠不到n的平方。換句話說，不可能出現“幾乎所有點對距離都是1”的情況，但你可以通過密集堆積，讓單位距離點對微微多于點數。

人類手里最緊的上界是1984年給出的。那一年，數學家J. Spencer、E. Szemerédi和W. Trotter用組合幾何的方法證明了，對于n個點，單位距離點對的數量不可能超過n的4/3次方再乘上一個常數（實際上是O(n^{4/3})）。這個結果保持了將近四十年沒人能撼動。而OpenAI這次的AI模型做了一件事：找到了一個點集的排列，使得單位距離點對的數量突破了埃爾德什給出的下界模式，也就是比“n稍快”還要再多一些。這直接回答了埃爾德什的原始猜想方向：他說會微微快于線性，AI給出了一個構造，展示了到底可以快到什么程度。

二、一個沒專門學過數學的AI，究竟做了什么

OpenAI在博客里給了兩個關鍵信息：第一，內部模型用了全新的方法，拋棄了過去組合幾何專家慣用的那套理論，而是從代數數論里搬運了工具；第二，更重要的是，這個模型并不是被特意訓練來做數學的，它就是個通用推理模型。公司科學家在論文中說，AI生成的提示詞和求解路徑完全是自我演化的，沒有人為它植入“用代數數論去解幾何問題”的意圖。

代數數論是數論的一個分支，研究的是代數數域、整數環、理想類群這些東西，跟平面上擺點畫距離這種初等幾何看起來是八竿子打不著。然而AI就這么干了：它用一種代數數論中非常經典的概念——很可能是跟單位根、分圓域或者范數形式有關的技術——重新編碼了那個看起來像“畫點連線”的問題。OpenAI的研究者事后在博客里寫道：“這些想法在代數數論專家看來是常識，但它們竟然對幾何問題有隱含的威力，這讓人大吃一驚。”

這里必須守住一個科學表達的邊界：我們確實不知道AI具體用了代數數論的哪一個定理或者構造，論文沒有展開全部細節，目前公布的只是一個證明路徑的概述。唯一能確定的是，那個“用代數數論工具替代原有組合幾何框架”這一步，是AI自主走出來的，不是程序員提前設定好的。這個意義上的“自主”，指的是沒有人類提供中間步驟的腳手架，而不是指AI突然覺醒產生了數學自覺，更不是它發了篇論文投給期刊。它只是在一個給定的任務下生成了一個證明結構，并由人類去讀懂并完善。

三、“驗證”這件事，誰干的

AI吐出一組構造和證明草稿后，OpenAI做的第一件事，是把結果交給了外部的職業數學家去審查。這一點公司自己說得非常明白：科技是打算幫助數學家提升效率，而不是取代數學家。外部數學家不僅驗證了AI解的正確性，還額外寫了一篇配套論文，專門解釋這個AI是怎么一步一步得出這個結論的，并給整個數學界提供上下文。

這里面有一個人不得不提：曼徹斯特大學的數學家托馬斯·布魯姆，他常年維護一個叫“埃爾德什問題網站”的項目，對這類老猜想如數家珍。他在那篇配套論文里寫了一句特別坦誠的話：“雖然AI產生的原始證明完全有效，但OpenAI的人類研究者以及參與本文的許多其他數學家，對它做了顯著提升。人類仍在討論、消化和改進這個證明，并探索其后續影響這件事里扮演著至關重要的角色。”

這句話有點繞，但信息量極大。翻譯成大白話就是：AI交上來的東西，邏輯上沒毛病，但數學意義上比較粗糙，人類研究者把它重新梳洗打扮了一遍，把證明捋得更清晰、更可讀，還延展出了一堆可能的新方向。這跟“一臺機器悶頭搞定一切”的畫風顯然差得有點遠，更接近“一個天才實習生寫了個初稿，教授們圍過來幫忙改到能發表的水平”。

四、那“首次自主解決開放問題”這個旗號，該怎么品

OpenAI在博客里的確有句話：“這是數學界和AI界的一個重要里程碑。它標志著人類第一次靠AI自主解決了一個子領域核心的顯要開放問題。”這個表述在字面上有它成立的理由：以前AI做數學，更多是輔助證明檢查、自動推理已知定理，或者在限定規則下窮舉，像這次這樣從一個野生的、未被特意格式化的開放問題出發，毫不借助該領域現有主流框架，直接另辟蹊徑給出一個有用構造，確實是頭一遭。

但話也分兩面說。首先，“自主”這個詞在技術語境下很容易被過度解讀。這里的“自主”指的是沒有人類在環中提供解題提示、沒有領域特定的預先訓練、沒有設定好要套用組合幾何的套路。但AI還是被人類喂了一個非常具體的提示詞（這篇提示詞可以在論文中讀到），并且產出的結果需要由人類來判斷“這事成了”，然后補足細節。這不是自主得像一個獨立數學家那樣去挑選問題、決定價值、寫引言、回復審稿人。

此外，從過去兩年技術圈對AI宣傳修辭的普遍疲勞來看，讀者可能已經對“首次自主干成X”這種話術形成抗體了。你會發現OpenAI在宣布的同時，很小心地補了一句：“這個技術是為了改善數學家的工作，而不是取代他們。”這幾乎成了一個當代AI公告的標準結尾，很像一部硬漢電影結尾必須出現的“本片無動物受傷”聲明。有外部數學家參與、有人類重寫論文、有布魯姆這樣的人物出來定調，這一切其實已經把“自主”二字悄悄稀釋成了一個相對溫和的含義。

五、為什么這件事還是很重要（不是客套話）

剝離掉修辭泡沫，這件事的核心價值其實在于方法的斷裂感。此前，大多數自動化數學證明要么走符號邏輯路線（比如用Lean這類證明助手一步步寫出形式證明），要么靠大規模搜索在已知的定理空間里做拼圖。而這次OpenAI的模型展示了一種很難被歸類的跨界思路：它把代數數論里的東西直接拽進一個經典的組合幾何問題，而且拽得有理有據，構造出的點集真的突破了1984年的那道壁壘。

這意味著什么？意味著AI在數學上可能擁有一種“方法遷移”的能力，這種能力是往往帶有學科慣性的職業數學家不太容易想到的，因為代數數論和平面點集問題之間的隔閡實在太厚了。OpenAI的科學家在論文里也坦白承認，他們是看到AI輸出的結果后，才意識到代數數論的工具居然能這樣用。等于說，AI不是簡單算得比人快，而是指了一條沒人走過的路。

不過，這里又有一個需要冷眼看待的細節。這條路雖然新，但AI并沒有解釋“為什么代數數論在這里會奏效”，它只是給出了一個可驗證的構造。真正去追問“為什么”并嘗試推廣到其他問題，那個任務又交回了人類手里。布魯姆也在論文里暗示了這一點：人類在“探索其后果”。所以AI像是提供了一顆未切割的礦石，人要負責把它琢磨成一件能被數學界理解并使用的工具。自主完成了重要的第一步，但離真正的數學洞察還有一段不短的距離。

六、復盤一下那些看似矛盾的說辭，其實能對上

把所有已知信息對齊以后，一個相對完整的圖景就出來了。OpenAI說“首次自主解決開放問題”，是在描述AI獨立完成核心構造這個事實，沒有說這個過程像人類一樣包含了選題、美化、發表等一系列動作。數學家們說“人類在提高證明質量上至關重要”，是在描述從草稿到成品的那段加工過程，也沒有否認AI構造的新穎性。兩者的沖突感主要來自于敘事重心的不同。

但這也剛好提醒我們：看AI在數學上的進展，最需要警惕的不是AI本身，而是那些把復雜過程壓縮成一句話的標題。真正值得關注的不是“AI取代人類”這種情緒燃點，而是“一個沒有數學背景的通用模型，竟能搬動代數數論這個重武器來轟炸幾何問題”這件事本身夠不夠新鮮。你硬要說它只干了10%，人類干了90%，那10%是閃閃發光的那顆火星。

所以下次再有人跟你說“AI自己解開了80年未解的數學題”，你可以把杯子放下，慢悠悠回一句：“它交了個初稿，剩下的證明美化、解釋、推廣，還是那幫數學家熬出來的。” 真正的尊重，不是給AI封神，而是讓所有參與的人——包括那個稀奇古怪的模型——各歸其位。