当大模型开始挑战80年未解的数学猜想，事情变得有意思了。
OpenAI这次没有放出模型名称，但一个内部通用推理模型成功拿下了埃尔德什·帕尔在1946年提出的单位距离问题——这个问题困扰了数学界整整80年，此前仅有零星进展，无人给出决定性突破。
更令人意外的是，完成这项工作的并非专攻数学的专家模型，而是一个通用大模型，纯粹依靠逻辑推演自主发现了新构造。
菲尔兹奖得主蒂莫西·高尔斯（Timothy Gowers）在社交媒体上罕见给出极高评价：“这是AI解决的第一个极其著名的、未解数学问题的清晰案例，也是第一个由AI自主实现的数学突破。”
注意，高尔斯没有说“辅助人类”，而是直接用了“自主实现”。
负责该模型的OpenAI研究员诺姆·布朗（Noam Brown）随即表态：尽快发布。这一承诺让圈内既期待又紧张——毕竟去年10月OpenAI在数学问题上翻过一个大跟头。
先把这个数学问题讲明白。单位距离问题的表述简单到可以在餐巾纸上画出来：
平面上放n个点，最多能有多少对点之间的距离恰好为1？
三个点可以摆成等边三角形，三对距离都是1；四个点呢？正方形不行（对角线不是1）；五个点、n个点……一旦n变大，问题复杂度急剧爆炸。
过去近80年，数学家们形成了一个核心共识：最优方案大概是正方形网格那样的排列，即点对数的增长速度约为线性，用公式写就是 u(n) ≤ n^(1+o(1))，其中那个o(1)趋近于0。
而OpenAI的内部模型没有走几何老路，而是从代数数论切入，构造出一族全新的点排列方式，最终证明：u(n) ≥ n^(1+δ)，δ > 0。
翻译成人话：增长速度不是线性的，而是超线性的。那个大家以为“趋近于0”的小尾巴，其实是正的。80年的共识被一纸构造推翻。
需要客观看待的是：AI给出的构造虽然证明了δ存在，但具体数值并非最优。人类数学家拿到构造后立刻优化，把下界又推高了一截。这说明AI的角色更像一个“暴力创意引擎”——提出人类想不到的框架，再由人类精细化。
OpenAI没有公布AI未经精简的完整推理过程，但精简后的内容已达125页。网友发现，模型在第39页阐述了关键观点，并将自己的构造过程描述为“令人恐惧的”。
不少数学爱好者在社交平台感叹：“好想读到完整思路……”
之所以这次引发强烈关注，与OpenAI去年的“翻车”经历密不可分。2025年10月，OpenAI副总裁Kevin Weil发帖称GPT-5解了10个埃尔德什问题，结果被数学家Thomas Bloom当场拆穿——GPT-5只是检索到了已有论文，并非原创发现。
DeepMind创始人哈萨比斯也炮轰“令人尴尬”。最终Weil删帖收场。
七个月后，同样是Thomas Bloom，面对OpenAI的新成果，说出了完全不同的话：“这是人工智能目前在数学领域取得的最亮眼成就。”
这与此前的成果形成鲜明对比。今年年初的First Proof项目中，OpenAI一个内部数学模型解决了题集中的5道题，当时Noam Brown就透露该模型即将发布。如今他又说一个通用模型会“尽快发布”。
客观来看，这个突破最值得注意的点其实不是数学本身——而是通用推理能力的跃进。破解一个小众数学猜想或许离日常生活很远，但证明AI能够从零开始构造全新的代数结构，意味着它在符号推理、排列组合和长期逻辑链条方面达到了一个新水平。这对于代码生成、科学模拟乃至自主科研都将产生深远影响。
当然，批评者也会指出：OpenAI至今没有公开完整推理日志，125页的精简版是否完全代表AI的原始思考仍有疑问。此外，该模型用到的算力、训练数据细节均未披露。
但无论如何，这次不再是“搜索已有论文”，而是实打实的新构造。AI在数学领域的“第一次自主突破”已经到来。OpenAI到底还藏着多少好东西？或许很快就能知道了。
