GPT-5.2 Pro完成数学家陶哲轩45年数论猜想证明
梦晨 发自 凹非寺
量子位 | 公众号 QbitAI
AI证明数学猜想，这次来真的了。
OpenAI最新模型GPT-5.2 Pro刚刚独立证明了一道埃尔德什猜想。
论证过程经菲尔兹奖得主陶哲轩验证成立，还被评价为“迄今为止最明确的第一类结果（AI主要贡献）”。
这道题是埃尔德什问题库中的第281号，由传奇数学家保罗·埃尔德什（Paul Erdős）与罗纳德·格雷厄姆（Ronald Graham）于1980年共同提出，涉及同余覆盖系统与自然密度的深层关系。
45年来，这道题一直静静躺在问题库里，等待解答。
直到2026年1月17日，一位名叫Neel Somani的研究者把这道题扔给了GPT-5.2 Pro。
证明只用到GPT 5.2 Pro
埃尔德什问题 已收录AI证明结果。
整个论证在无穷阿德尔整数环上展开，借助哈尔测度和点态遍历定理，结合紧致性论证完成了从逐点收敛到一致收敛的跃迁。
按陶哲轩的话说，它是“Furstenberg对应原理”的一个变体，这是遍历理论与组合数学交叉领域的标准工具。
但GPT-5.2 Pro的用法又有些不同，它比通常的论证更依赖伯克霍夫定理。
然而真正让陶哲轩印象深刻的不是证明方法本身，而是AI没有犯错。
让我更惊讶的是它避免了错误，比如极限交换或量词顺序的失误，这正是这道题最容易踩的坑。前几代大语言模型几乎肯定会在这些微妙之处栽跟头。
为了验证这份证明，陶哲轩亲自动手，把整套遍历论论证翻译成了组合学语言，用哈代-利特尔伍德极大不等式替代伯克霍夫定理，重新走了一遍全部推导。
结论：证明成立。
一个意外的发现
正当大家讨论GPT-5.2 Pro的证明时，一位网名KoishiChan的用户在评论区抛出了一个令人意外的发现：
这道题其实有更简单的解法，而且所需的两个定理早在1936年和1966年就已经存在了。
第一个是达文波特（Harold Davenport）与埃尔德什本人在1936年合作证明的密度收敛定理。
第二个是罗杰斯定理，首次发表于1966年的哈尔伯斯塔姆-罗斯专著《序列》第五章。把这两个经典结果拼在一起，第281号问题几乎是直接推论。
这就奇怪了。埃尔德什自己就是1936年那篇论文的合著者，而他在1980年提出这道题时，都没有意识到答案近在眼前。
陶哲轩就此事专门写邮件请教了法国数学家特南鲍姆（Tenenbaum）。
特南鲍姆确认“只要满足你提到的两个经典结果（达文波特-埃尔多斯定理和罗杰斯定理），问题就能立即得到解决”，但他也猜测“问题的表述可能在某个环节被改动过”。不过目前没有人找到任何其他版本的表述，所以只能按原样处理。
更有意思的是，2007年菲拉塞塔、福特、科尼亚金、波默朗斯和余等五位顶尖专家在解决另一道埃尔德什问题时，同样不知道罗杰斯定理的存在，直到特南鲍姆提醒他们才补上了引用。
陶哲轩感慨：“罗杰斯定理没有得到它应有的传播。它只出现在哈尔伯斯塔姆-罗斯那本书里，没有单独发表，文献引用寥寥无几。或许这场讨论能让更多研究筛法和同余覆盖的人注意到这个结果。”
最终现在这道题有了两份证明：一份来自GPT-5.2 Pro的遍历论路径，一份来自KoishiChan挖出的经典文献组合。
陶哲轩确认两者是“不同的证明”，虽然在概念上有些重叠。
如何评估AI数学的真实成功率
消息传开后，各路AI模型纷纷被拉来交叉验证。
Gemini 3 Pro表示证明没有问题。另一位研究者用GPT-5.2 Pro反复检查论证细节，AI认为唯一需要补充严格性的地方在第二步，可以用法图引理绕过遍历论直接完成。
不过陶哲轩指出这里法图引理的方向用反：我刚教完研究生测度论，这类错误见得太多了。
随后又确认其实是对补集应用法图引理，方向没问题，论证成立。
但陶哲轩同时发出了冷静的提醒。他写道：
评估AI工具真实成功率时，最大的统计偏差来自强烈的报告偏差，负面结果几乎不会被披露。如果某人或某AI公司把工具用在开放问题上但没有进展，他们没有动力报告这个负面结论；即使报告了，也不太可能像正面结果那样在社交媒体上传播开来。尽管绝大多数集中在难度谱系的简单一端，远不能说明中等难度的埃尔德什问题已经进入AI的射程范围。
他推荐了Paata Ivanisvili和Mehmet Mars Seven发起的一个开源项目，系统记录前沿大语言模型在埃尔德什问题上的正面和负面结果。
数据显示，这些工具在埃尔德什问题上的真实成功率大约只有百分之一到二。
但考虑到问题库里有超过600道未解难题，这个比例仍然意味着一批数量可观且非平凡的AI贡献。
参考链接：
[1]https://www.erdosproblems.com/forum/thread/281
[2]https://x.com/neelsomani/status/2012695714187325745
[3]https://mathstodon.xyz/@tao/115911902186528812
相关攻略
上海数学与交叉学科研究院不唯顶刊论文，注重原创与潜力，为科研人员提供宽松自由的学术环境和长周期评价机制。研究院聚焦基础数学、应用数学及交叉学科，鼓励沉浸式研究，已吸引全球百余位科研人员，致力于通过基础研究推动国产芯片、人工智能等领域的突破，并促进成果转化。
2026年，科学研究的范式正在悄然改变。人工智能，这位曾经的“辅助工具”，如今正以“合作者”的身份，深度介入从数学证明到黑洞物理的前沿探索。它带来的不仅是效率的提升，更是一种思维模式的拓展——科学加速的时代，已然拉开序幕。 从三个夜晚到一页证明：AI如何成为数学家的“思维翻跟斗” 数学，被誉为科学的
机器之心编辑部 仅凭一个简单的二元运算符和常数1，就能构建出科学计算器上的所有基础数学函数？这听起来像是数学领域的终极简化梦想，而近期一项来自计算机科学界的突破性研究，正将这个看似不可思议的构想变为现实。 这项能够将复杂数学体系极度简化的底层发现，被广泛认为具有革命性潜力。该研究的论文作者Andrz
困扰数学界长达60年的一个“世纪猜想”，竟然被一位门外汉给攻克了。 这位年轻人只有23岁，从未接受过任何高等数学训练。他仅仅凭借一段提示词，就让ChatGPT在80分钟内破解了这道难题。菲尔兹奖得主陶哲轩在审阅后坦言：过去六十年里，所有研究者在第一步就集体走偏了。 23岁门外汉，让全网破防 故事的主
2025年5月15日，是著名数学家、中国科学院院士、国家最高科学技术奖得主谷超豪先生诞辰一百周年的纪念日。为缅怀这位科学巨匠的毕生贡献，弘扬其追求真理的科研精神，并向公众展现基础数学研究的独特魅力，一场主题科普活动于5月10日在上海科技馆报告厅成功举办。这就是第240期上海科普大讲坛特别策划的“遇见
热门专题
热门推荐
来看一组让人揪心的数字：截至5月28日，超过半数的委内瑞拉民众，选择支持经济“美元化”——他们想要用美元来对抗全球数一数二的恶性通胀。根据AtlasIntel的调研，31%的受访者明确支持美元化，另有26%的人表示强烈支持，加起来支持率高达57%；而明确反对或强烈反对的，合计只有30%。换句话说，在
游戏开局，玩家第一眼看到的主角是谁？没错，就是零。不过这里有个挺常见的误会——很多人会下意识觉得零是女主角，那是不是还有个男主角？其实不然。进入游戏之后，外观是可以自由选择的，性别、形象都由你定，男女主角本质上都是同一个人。两种造型唯一的区别就是视觉风格，至于基础属性、成长路线、技能体系，完全一致。
或许有人觉得，AI音乐生成工具不过是图个新鲜感，与专业音乐制作相距甚远。但5月28日，ElevenLabs推出的Music v2，很可能改变这一印象。这次升级版音乐生成模型，已不再停留在去年那个“新手友好”的初级阶段，而是在工作流、版权合规和落地场景上都做了充分布局。 一、核心进化：创作从“一次性生
iPhone20周年纪念款将采用四曲面屏与圆润边框设计，边框仅1 1毫米，但边缘亮度存在失真问题，苹果正与三星、LG合作解决。若无法攻克，可能沿用平面边框。该款预计2027年亮相，属于Pro系列，含双版本，并计划采用屏下前摄与FaceID。
对于技术从业者而言，面试备考始终是一个老生常谈却又不断变化的话题。时间碎片化、知识点庞杂、实战表达欠缺，每一项都可能成为关键时刻的瓶颈。有没有一种方法，能让我们把通勤、运动等零散时间充分利用起来，高效地“打磨技能”呢？今天要介绍的「播面」，或许就是一个值得关注的解题新思路。 播面是什么 简单来说，「