23岁门外汉用ChatGPT“vibe math”攻克60年Erdős问题：AI如何用人类想不到的新思路证明原始集猜想

单纯罗列事实已无法适应当前环境。

表面上看是“业余+AI”速胜，但真正有意思的是AI绕开了人类长期依赖的分析路径。

但这些讨论往往忽略了一个关键细节：AI的原始输出质量其实相当粗糙，需要专家大幅精炼和梳理才能形成严谨证明。

从更广视角看，这类案例正在悄然改变数学研究的节奏。业余者用单次提示就能贡献新思路，Erdős问题网站或许会迎来更多类似投稿，Lean等工具则加速了验证环节。但核心判断不变：AI擅长开辟新连接，却难以独立产出可直接发表的严谨证明。人类专家在修复错误、深化洞见方面的作用，不仅没有削弱，反而因AI的存在而更显关键。这一点目前行业内仍有不同声音，数据支持协作方向，但样本量仍有限，值得持续观察后续发展。

Hacker News社区的辩论很快转向更本质的问题——这究竟算“真实智能”还是高效的“vibe-maths”。部分评论认为，AI只是凭借无预设约束的优势，尝试了人类因路径依赖而避开的连接；另一些声音则看到潜力，AI可能在高维关联中发现新型结构。Terence Tao在讨论中提到，人类研究者集体在初始步骤上拐了个小弯，而AI没有这些心理包袱，直接走了不同路线。

对比整个流程，AI更像一把“武装业余者”的工具，而非独立证明机。它擅长生成大量变体、尝试反直觉路径，有时能撞上人类因路径依赖而忽略的死角。但输出质量不稳定，逻辑完整性和细节严谨性仍需大量人工干预。Lichtman提到，这份输出需要专家深入挖掘价值；陶哲轩则视其为发现新思考大数方式的契机。

这说明问题驱动学习在AI辅助下远胜传统刷题模式：从一个具体开放问题出发，反复迭代提示，让模型尝试不同连接，比按部就班读教材更能激发新洞见。

短期内，这一事件可能激发更多业余爱好者和研究者尝试“vibe prompting”，让Erdős问题平台涌入更多AI辅助候选。专家则需投入额外精力筛查输出，区分洞见与潜在幻觉。长期来看，数学原创门槛或将降低，普通人掌握提示技巧即可参与开放猜想。但如果AI幻觉问题未获更好解决，伪证明泛滥的风险将增加，人类深度验证的负担或将加重。这一点目前行业内仍有不同声音，值得持续跟踪，现在下结论为时尚早。

短期看，这一现象会激发更多业余爱好者和研究者尝试vibe math，加速Erdős问题攻克。erdosproblems.com上类似实验已增多，证明需Lean等形式化验证把关。长期而言，如果更多突破出现，它可能催生新的数学思考方式，帮助重新理解大数结构中的隐含联系。不过，AI原始输出仍需专家精炼，其作用更像新连接方法的提供者，而非独立证明者。

一个23岁没有高等数学训练的年轻人，用一次随意的ChatGPT提示，就让一个困扰数学界60年的Erdős原始集问题迎来了新证明。这件事最初在erdosproblems.com论坛上悄然出现，却迅速吸引了包括陶哲轩在内的专家目光。原始集指的是正整数集合中任意两个元素互不整除，类似素数的推广概念，Erdős为这类集合定义了一个“分数”——对集合中每个数n计算1/(n log n)的求和，并猜想其渐近行为存在特定上界。

这次案例提醒我们，AI在数学证明中的定位正在发生微妙但重要的偏移。它开始避开人类习惯路径，提供全新视角。但归根结底，真正推动进步的仍是人与AI的协作，而非单纯取代。未来，这一演进会如何重塑研究范式，仍是一个开放的问题。

相反，它往往只是下一轮更深入优化的起点。