核心内容总结
80年前，数学家埃尔德什提出了一个看似简单的问题：平面上放n个点，最多能有多少对距离刚好是1厘米（单位距离）？他猜想这个数量的增长速度接近n（几乎线性，比如n乘以一个慢慢变小的数），不会超过n的1.01次方这类“几乎线性”的范围。今年5月，OpenAI的通用AI模型（不是专门训练的数学工具）借助复杂的代数数论方法，推翻了这个猜想——证明存在一个小正数δ（比如0.014），单位距离点对的数量能达到n^(1+δ)，增长速度比埃尔德什预测的快。这是AI首次在重大数学猜想上取得突破，由竞赛传奇出身的陈立杰主导梳理成人类可读的证明，引发了关于AI是否会颠覆数学研究的讨论。
一、埃尔德什的猜想：平面上最多能有多少对“1厘米距离”的点？
想象你在纸上画n个点，想让尽可能多的点对之间距离刚好是1厘米。埃尔德什的问题就是：这个“最多”到底有多少？
- 最简单的情况：一个中心点，周围n-1个点都在半径1厘米的圆上，这样就有n-1对单位距离（中心到每个点）。
- 但如果想更多呢？比如棋盘格（整数网格），每个点周围有几个邻居距离是1厘米，但平面几何限制了——最多3个点能两两等距（正三角形），所以不可能所有点都两两1厘米。
埃尔德什猜：这个数量的增长速度是n^(1+o(1))，意思是比n快一点，但不会快太多（比如不会像n²那样爆炸）。这个猜想困扰了数学家80年。
二、AI的奇招：用高维数学“绕开”平面限制
人类之前尝试用2维网格（比如棋盘）来构造最多单位距离点对，但AI走了一条人类几乎没试过的路：
1. 跳向高维数域：人类用的是普通整数（2维），AI用了更复杂的“高维数字系统”（代数数域）。在这些系统里，一个数能分解成更多因子，就像把一个苹果切成更多块，能组合出更多相同距离的点对。
2. 平衡代数与几何：高维的点直接放到2维平面会挤成一团（比如把3D铁丝拍扁到墙上，交点会密密麻麻），AI用了“无限扩张的数域塔”（类域论+戈洛德-沙法列维奇定理），既保证高维里能产生足够多的单位距离点对，又控制投影到2维时的密度，不让点挤在一起。
结果：AI证明单位距离点对的数量能达到n^(1+0.014)，直接推翻了埃尔德什的猜想。
三、里程碑意义：通用AI首次攻克重大数学猜想
这个成果的震撼之处在于：
- 不是专门工具：AI是通用模型（面向所有任务），不是为数学单独训练的，也没有用特殊提示或工具引导。
- 得到顶级认可：菲尔兹奖得主高尔斯说，这篇AI证明如果是人类写的，能直接发表在数学顶刊《数学年刊》（当年证明费马大定理的地方）。
- 突破“直觉”壁垒：数学猜想需要构造性思维（想出新方法），之前大家认为这是人类独有的直觉，但AI做到了——它不仅能算题，还能“创造”新的证明思路。
四、幕后功臣：竞赛传奇陈立杰的关键作用
这次突破的背后有个中国面孔：陈立杰。
- 竞赛传奇：16岁拿信息学奥赛金牌，18岁以世界第一获IOI金牌，清华出身，MIT博士。
- AI与数学的桥梁：他今年初加入OpenAI，主导把AI的证明梳理成人类能看懂的形式（AI的原始思维链有125页）。他说：“我没想到5个月就有重大突破。”
他的存在说明：AI的成果需要人类专家来“翻译”和验证，人机协作是当前数学突破的重要模式。
五、AI vs 人类数学：是助手还是替代者？
这个突破引发了激烈讨论：
- AI的优势：能处理人类难以想象的高维数学，试错成本低，组合现有工具的能力超强。有人甚至说：“人类大脑可能不是做高等数学的最优配置。”
- AI的局限：还不会提出新的研究方向，不会创造新理论（比如像埃尔德什那样提出猜想），只能组合已有的数学工具。
- 莫拉维克悖论的体现：数学对人类难，但对AI相对容易；而像烹饪、走路这种人类觉得简单的事，AI反而做不好。
目前的共识是：AI是强大的助手，但还没到替代人类数学家的地步——人类的“品味”“好奇心”和“提出新问题”的能力，暂时还是AI无法替代的。
结语
AI推翻埃尔德什猜想，不是终点而是起点。它让我们重新思考：数学到底是不是人类智能的最后堡垒？未来，AI和人类数学家的协作，可能会带来更多以前想都不敢想的突破。但至少现在，人类依然是数学研究的“灵魂”——AI负责“计算和构造”，人类负责“方向和创意”。