Erdős问题与AI：从文献搜索到原创证明的演进

哪里找一元1分红中麻将群的处理方式，直接影响了站点在搜索结果中的长期表现。

这个过程被Price和社区称为“vibe math”——凭直觉式提示反复试错，让模型自由探索不同数学分支的已知工具，再由人类筛查精炼。Price本人甚至没有深入背景知识，只是闲散地将问题丢给GPT-5.4 Pro，结果模型吐出一个看似靠谱的框架，后续经Lichtman等人打磨成更简洁的形式。相比AlphaGo的Move 37，这一步同样开辟了新路径：不是优化现有招式，而是打破人类因习惯而形成的认知壁垒。

表面信息显示，多数媒体和网友将焦点放在“普通人借助ChatGPT攻克60年难题”上，惊呼AI正在取代专业数学家。Terence Tao等专家评论指出，这次解决揭示了整数结构与Markov过程之间此前未被明确连接的联系，人类此前在问题起点就集体走了一点小弯路，存在某种心理障碍。Jared Duker Lichtman等参与验证的专家则提到，AI原始输出其实相当粗糙，需要人类仔细筛选和提炼才能形成清晰证明。

这个证明随后被上传到erdosproblems.com，经包括Terence Tao在内的专家审查、精炼和形式化验证，最终确认解决了这个困扰数学家近60年的原始集猜想。原始输出粗糙，需要人类像筛选沙金一样提炼逻辑，但核心连接确实成立。这件事远比“AI又赢了”复杂，它暴露了人类在熟悉路径上的集体心理障碍。

AI这次采用的路线截然不同。它没有急于转向概率框架，而是停留在算术领域，直接调用von Mangoldt函数——这一数论经典工具常用于素数分布和Riemann zeta函数研究。该函数的核心恒等式编码了整数唯一分解定律，AI以人类未曾尝试的方式将其与原始集倒数对数和收敛问题拼接，最终证明对于任意原始集A，当考虑大于x的元素时，∑ 1/(a log a) ≤ 1 + O(1/log x)。这个剪刀差式的对比，凸显了方法创新的价值。

长期来看，如果AI持续展现“发现盲区”的能力，数学研究的范式或将悄然转变。陶哲轩等专家观察到，这次证明突显了整数结构与Markov过程之间此前未明确建立的联系，可能加速跨领域统一结构的浮现。对普通爱好者尤其是科技从业者，这意味着门槛降低：只要掌握提示工程，任何有兴趣的人都能尝试前沿问题。当然，不确定性依然存在——AI目前更擅长连接已有材料，若最硬核猜想如Riemann假设仍需真正原创洞见，其帮助将有限。值得持续跟踪，现在下结论为时尚早。

历史上，数学突破常因集体思维定势而延迟，这次AI相当于绕开了那个“mental block”。Lichtman提到，人类倾向于从分析转向概率的“gambit”太过自然，以至于掩盖了保留纯解析术语的可能性，而von Mangoldt函数的巧妙应用正是突破点。我的判断是，AI的真正价值不在于完美输出，而在于生成那些粗糙却新鲜的视角，随后由专家完成提炼和形式化。

深层来看，这次突破并非AI施展魔法，而是通过直觉式提示（vibe mathing）实现了跨领域连接，绕开了人类长期积累的思维盲区。Erdős问题1196本质是量化原始集在数轴远端的求和行为，传统思路多局限于纯分析框架，而GPT-5.4 Pro意外保留了算术工具如von Mangoldt函数，并引入Markov链视角，避开了前期障碍。

回顾整个过程，从随意一问到专家认可，只用了短短几天。不是AI比人类更聪明，而是它没有继承路径依赖，从算术本质重新组织工具。这个事件或许预示着，未来更多业余实验会涌现，AI辅助数学研究的方式正在悄然改变。方向是对的，但现实更复杂——复杂证明仍需严谨把关。

本质而言，AI没有取代数学家，而是将博士门槛部分转化为提示词门槛。传统路径高度依赖多年系统训练和直觉积累，如今一个有好奇心的普通人，就能借助前沿大模型触达前沿开放问题。当然，这并不意味着壁垒彻底消失——理解证明背后的结构、辨别AI输出中的潜在错误，仍需要一定基础。但它确实降低了心理门槛，让“业余数学爱好者”能在分布式网络中贡献想法，而非仅作为旁观者。

数据支持AI在纯数学辅助上的潜力，但样本量仍有限：这只是个案，是否能在其他Erdős问题上复现类似突破，仍待观察。如果协作模式常态化，数论进展或加速；若停留在零星提炼，影响则可能有限。方向是对的，但现实更复杂。70%和7%之类的部署鸿沟在AI数学应用中或许也会出现，这个剪刀差说明一切。

年度盘点相关的日常优化工作、能力迭代升级以及组织体系建设，如果在经过较长时间的推动之后，最终仍然无法有效内化、固化、 routine 化成为团队每一位核心成员和相关协作方日常工作流程中的自然习惯、常规决策时的默认思维方式、遇到问题时的第一反应诊断路径以及解决方案生成和验证的偏好模式，那么就很难在当前这个变化节奏明显加快、高度不确定性持续存在、高强度竞争白热化的行业大环境中，长期、稳定、可持续地维持住早期积累下来的先发优势、认知壁垒、执行效率差异以及整体竞争能力护城河。