Hacker News热议：23岁业余者用ChatGPT单提示解决60年Erdős问题，AI数学能力再引争议

我们会把分化背后的原因梳理清楚。

岁业余爱好者Liam Price用一个ChatGPT提示词，在闲暇下午让GPT-5.4 Pro给出了Erdős问题1196的全新证明思路。这个问题关注原始集——集合中任意两元素无倍数关系——中大于x的元素对求和1/(a log a)随x趋于无穷的衰减速率。人类专家此前围绕分析路径尝试多年，却因集体思维定式未能触及核心。事件表面是AI辅助突破，但本质上暴露了传统数学自学中“路径依赖”的局限。

Erdős原始集指正整数集合中任意两个不同元素互不整除，类似素数的推广。保罗·埃尔德什定义了其“分数”——对集合中每个n计算1/(n log n)的和，并猜想在足够大的数上这个和趋近于特定常数。Jared Lichtman此前花七年推进相关上界，却始终卡在更精细的渐近行为上。Liam Price则是个典型业余爱好者，他和朋友Kevin Barreto常在erdosproblems.com上随意实验，把开放问题扔给AI看结果。

岁无高级数学训练的Liam Price，用ChatGPT Pro的一个单次提示，就让GPT-5.4 Pro在约80分钟内产出了Erdős问题1196的解法。这个涉及原始集加权和发散行为的猜想，已困扰数学家近60年。Hacker News上相关讨论迅速获得高分，社区既兴奋于业余者借助AI绕过传统路径的戏剧性，又很快注意到AI原始输出的粗糙性。

对数学研究行业来说，短期内“vibe prompting”这类直觉式提示可能被更多业余爱好者和年轻研究者采用，Erdős问题平台或将迎来候选证明的加速涌入。专家则需额外投入时间筛查输出，区分真正洞见与潜在幻觉。目前该证明已进入形式化讨论，凸显人类验证环节不可或缺。长期来看，这类事件或降低原创研究的门槛，普通人掌握提示技巧后也能尝试长期猜想；对AI感兴趣的科技从业者而言，提示工程可能超越文案工具，成为跨领域探索的新技能。

对AI在数学研究中的角色，我的判断是它更多扮演了打破mental block的角色，而非简单替代人类计算。普通人如Liam Price，没有博士积累，仅凭Pro订阅和随意提示，就贡献了新视角，这降低了前沿参与门槛。当然，输出仍需专家仔细打磨，幻觉风险依然存在，样本案例目前有限，值得持续跟踪。但方向明确：当模型达到GPT-5.4 Pro级别时，它已在狭窄前沿领域展现生成原创洞见的能力。

一个23岁年轻人，没有高等数学训练背景，却通过一次随意提示，让ChatGPT GPT-5.4 Pro在80分钟内输出了一份针对Erdős Problem #1196的证明草稿，这件事打破了数学界对AI辅助研究的常规预期。原始集问题源于保罗·埃尔德什等人的工作，关注正整数集合中任意两元素互不整除的结构，其“分数”和∑ 1/(a log a) 的渐近行为长期悬而未决。

erdosproblems.com列表中的许多问题并非都需要深厚背景就能入门。它们往往只涉及素数分布、子集求和或集合基本性质这类离散对象，AI模型在处理这类结构时有天然优势，因为训练数据中基础数论内容覆盖充分。近期多起AI辅助解决或发现文献的案例显示，部分“开放”问题其实源于关注度不足，而非本质难度极高。观察者注意到，AI在生成小规模数据、枚举变体或连接已有OEIS序列方面，能快速提供人类手动难以穷举的洞见。

值得持续跟踪的是，普通读者如何将这一路径转化为个人实践。从简单数论问题入手练习提示词技巧，逐步升级到开放数学资源，同时记录迭代过程和验证步骤，形成自己的模板。数据支持这个方向，但样本量有限，现在下结论为时尚早。普通人用AI做问题驱动学习，究竟能走多远，仍需更多真实案例来回答。

不过，也存在不确定性——如果专家审查跟不上AI生成内容的规模，伪证明泛滥的风险将上升；数据支持这个方向，但当前样本量仍有限，值得持续跟踪。

陶哲轩在讨论中指出，这条路线拒绝了自Erdős 1935年论文以来隐含的“gambit”，暴露了人类思维中路径依赖的盲区。

详细教程红中麻将一元一分群_深圳球迷会的演进路径，比预期中更曲折一些。