80年没解开的数学难题被AI独立推翻了80年。这是著名数学家埃尔德什1946年提的一个几何猜想——在平面上放n个点最多有多少对距离恰好为1——困住整个数学界的时间。问题的直觉答案很简单像棋盘格那样排列就最优。埃尔德什本人也这么认为。但错了。不是人类数学家发现的——是OpenAI的通用推理模型独立推翻了80年的直觉共识给出了更优的构造。不是辅助工具帮忙算数。不是AlphaProof那样为数学定制的系统。就是一个通用大模型自己想到了新的数学证明。 你觉得AI做数学证明算不算真正的原创科学发现评论区聊聊数据告诉你这不是AI又进步了那么简单 证明的猜想Erdős单位距离问题1946年提出80年来数学界认为方形网格最优 AI的核心突破抛弃传统方法高斯整数引入代数数论的深层武器发现全新构造 最震撼的这是40多年来该问题下界的首次突破上一个进展要追溯到1984年 谁认证的菲尔兹奖得主蒂莫西·高尔斯亲自背书——如果是人写的论文我会毫不犹豫建议顶刊接收 数据来源36氪《AI首次证明数学核心猜想》2026年5月21日OpenAI官方公告PhilPapers数学哲学讨论区LeafStay读这个新闻的时候反复确认了两遍。不是因为AI又变强了——这个早不惊讶了。是因为这件事和以往所有AI技术突破都不一样这不是替换人类劳动是做人类做不了的事情。AI从助手变成贡献者范式转移来了① 从一个细节看懂这件事的分量OpenAI科学家Noam Brown说了一句耐人寻味的话这个模型不是针对数学设计的重点在于尽快让所有人使用。意思是这只是通用能力的冰山一角。能做数学证明的大模型同样能做物理推导、生物分析、材料设计。② AI首次在人类核心学科做出原创贡献过去AI做的是辅助翻译、写作、写代码。这次不一样——它在离散几何领域提出了一个人类80年没想到的方案。这是从帮你做事升级到告诉你不知道的事。③ 跨学科能力才是真正的恐怖之处最精彩的是AI怎么做到的它把代数数论——一个跟离散几何看似八竿子打不着的领域——和单位距离问题建立了意想不到的联系。这种举一反三的跨域联想以前是人类专家的独门技能。 你觉得你的工作里有多少是AI现在还做不了但一年后可能能做的那种原创贡献评论区聊聊普通人的机会在哪里不是恐慌是重新定位这事不是来贩卖焦虑的。是来帮你重新理解位置。第一步学会跟AI分工不是竞争AI擅长的是穷举、联想、大规模推理。人擅长的是提好问题、定义方向、判断什么值得做。把AI当搜索引擎用的人会被淘汰把AI当第二个大脑的人会飞起来。第二步你的护城河不是知识量是判断力AI能做出数学证明但你让它判断这个证明对实际工程有没有意义它还不行。未来的值钱技能是从海量AI产出里挑出真正有用的那个。第三步跨界组合是AI无法替代的人类优势AI做的是代数数论离散几何的跨域联想——如果你能把数据分析业务洞察或编程行业经验结合起来你做的正是AI在模仿的事情但你手里有它没有的——真实世界的体感。AI做数学证明不是终点是信号。它告诉所有人不会用AI的人在被替代的边缘会用AI做AI做不了的事的人才刚刚开始。LeafStay的话80年没解的数学猜想被AI破了我最深的感受不是恐惧是兴奋。因为这意味着AI已经不是裁员的理由而是创新的武器。你现在在做的那些重复、机械、不需要创造力的工作迟早会被替代——但不是被AI替代是被会用AI的人替代。学会用AI比学任何一门具体技能都重要。你现在日常工作中AI已经帮到你哪些环节了哪些是它完全帮不上的评论区聊聊觉得有用转给还在纠结要不要学AI的朋友。
