5月20日，OpenAI宣布了一个在数学圈炸锅的消息：他们的一款内部推理模型，成功推翻了保罗· Erdős在1946年提出的「单位距离猜想」。这个问题困扰了数学界将近80年，现在被AI给解了。
如果你对Erdős这个名字不太熟悉——他是20世纪最多产的数学家之一，一生发表了1500多篇论文，提出的开放问题多得数不清。这个「单位距离猜想」说的是：在平面上放一堆点，如果任意两个点的距离都是1（单位距离），那么这种点的排列方式有没有上限？
Erdős猜想的答案可能是「没有上限」——你可以构造任意大的点集，使得所有点对的距离都是1。OpenAI的模型给出了一个新的构造方法，证明了Erdős的直觉是对的。
为什么这次值得认真看待
今年2月，OpenAI前副总裁Kevin Weil曾经宣称「GPT-5解决了10个Erdős问题」，结果被数学界集体打脸——那些「证明」经不起推敲，有些甚至是错的。
但这次不一样。OpenAI找了Noga Alon和Melanie Wood这两位顶级数学家独立验证，结论是对的。这种级别的同行评议，基本等于把「AI证明」这件事从「噱头」提升到了「科研工具」的层次。
菲尔兹奖得主也下场了
就在OpenAI官宣的前几天，剑桥大学数学教授Timothy Gowers（菲尔兹奖得主）发了一篇博客，详细记录了他用ChatGPT 5.5 Pro做数学研究的经历。他的评价是：「这是我第一次真正感受到AI在数学推理上的突破。」
Gowers用ChatGPT 5.5 Pro处理了几道博士级别的原创性数学问题，模型大约花了一个小时就给出了完整的解答过程。他自己动手验算了一遍，逻辑是通的。
菲尔兹奖得主的背书分量很重。如果连Gowers都觉得「这玩意儿真的能干活」，那AI在数学领域的应用可能比我们想象的要快得多。
对AI研究的启示
这次突破的意义，不只是「AI会做数学题」这么简单。它说明了一点：大模型的推理能力已经开始触及「原创性思维」的边界。
过去我们觉得AI擅长的是「模式识别」——给它看成千上万道微积分题，它能学会做题的规律。但Erdős猜想这种问题，没有「题库」可以刷，需要的是真正的数学直觉和构造能力。
- OpenAI的模型用的是「推理链」机制——它会自己分解问题、尝试不同的构造方法、反复验证每一步的正确性
- 这种能力如果迁移到软件工程、芯片设计、药物发现这些领域，影响会是系统性的
- 当然，目前还停留在「辅助研究」阶段，离「AI独立做科研」还有距离
写在最后
从2月被数学界打脸，到5月拿出经得起验证的证明，OpenAI用了大约三个月。这个节奏，比很多人预期的要快。
AI会不会在不久的将来成为数学家的「标配工具」，就像现在的数学家离不开Latex和Mathematica一样？这个答案，可能比我们想象的更早到来。