Erdős问题与AI：从文献搜索到原创证明的演进

与之形成对比的是，桌面端某些长尾查询的转化效率反而更高。

最近，一则来自数学圈的消息迅速传播开来。23岁的Liam Price没有接受过高级数学训练，却通过ChatGPT Pro的一次随意提示，让模型在约80分钟内生成了对Erdős问题1196的证明。这个问题由Erdős、Sárközy和Szemerédi在1966年提出，核心是考察原始集（任意两个不同元素互不整除的整数集合）中大于x的元素，其加权和∑ 1/(a log a) 是否满足上界1 + O(1/log x)。

Price将原始输出发布到erdosproblems.com论坛后，迅速吸引了斯坦福数学家Jared Duker Lichtman和菲尔兹奖得主Terence Tao的关注，后者甚至在相关讨论中提到，这可能揭示了整数结构的一种新思考方式。

最近，一则来自Erdős问题网站的更新迅速在数学圈传播开来。23岁的业余爱好者Liam Price，没有接受过高等数学训练，在一个普通的周一下午，将问题1196输入ChatGPT Pro，只用了一个提示词，便让GPT-5.4 Pro在约80分钟内生成了一种全新证明思路。这个问题关注“原始集”——集合中任意两个不同元素无倍数关系——中较大元素对求和1/(a log a)随下界x趋于无穷时的衰减速率。

Tao在评论中指出，过去尝试往往从分析跳向概率，隐含了某种思维捷径，而AI保留了纯分析表述，化解了长期存在的技术障碍。对比Erdős问题本身的众包历史——erdosproblems.com正是这种协作精神的延续——AI加速了数学的民主化进程，让非专业人士也能贡献独特连接点。

数据和后续发展支持这一框架：Erdős问题网站已更新问题1196的状态，证明在Lean中完成形式化验证，数学社区开始加速测试类似“簇集”问题。短期内，更多研究者会尝试单次提示最新模型来探索悬而未决议题；长期看，这可能降低高端数学的入门门槛，让有好奇心的业余者贡献洞见。但如果AI输出始终依赖顶尖专家的完善环节，它究竟是加速发现节奏，还是主要改变节奏，目前仍有不同声音，值得持续跟踪。

最近数学圈流传着一个耐人寻味的事件：23岁的业余爱好者Liam Price，没有接受过高等数学训练，仅用一条提示词让GPT-5.4 Pro花了约80分钟，输出了一份针对Erdős问题1196的证明思路。这个问题源于上世纪60年代Erdős、Sárközy和Szemerédi关于原始集的猜想，核心是对于只包含足够大整数的原始集，其Erdős和∑ 1/(a log a)会受到常数控制。

这一点目前行业内仍有不同声音。数据支持AI在特定问题上开辟侧路，但样本量有限，值得持续跟踪，现在下结论为时尚早。如果人类过度依赖这种直觉跳跃，是否会逐渐削弱自身严谨推理能力？这一不确定性，正是vibe math现象留下的开放问题。

数据支持这一判断：过去AI数学应用多停留在辅助阶段，而本次案例中，AI贡献了人类未曾应用的公式重组，标志着从“聪明助手”向“路径发现者”的角色偏移。

最近，一则来自erdosproblems.com的消息迅速在数学与AI圈传播：23岁的业余爱好者Liam Price仅凭ChatGPT Pro一个提示，在约80分钟内解决了Erdős问题#1196。这个由Erdős、Sárközy和Szemerédi在60多年前提出的猜想，围绕primitive set（原始集，其中任意两元素互不整除）的加权和界限展开。

表面上看，这件事被许多网友解读为“AI随便就解决了人类卡住的难题”。Hacker News讨论帖积累数百条回复，大家津津乐道于业余玩家与大模型的组合。主流报道多强调模型的强大输出和Price的幸运尝试，却较少触及证明方法本身与传统路径的根本差异。人们容易把焦点放在“AI牛”上，却忽略了这次突破真正暴露的，是人类在经典问题处理上的集体思维惯性。

这个方向成立，但具体路径需要根据自身情况灵活调整。