23岁业余爱好者用ChatGPT解决60年Erdős原始集猜想，AI如何打破数论“思维壁垒”

真人一元一分红中麻将群在不同规模企业中的表现呈现明显分层。

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。

短期内，Erdős problems网站已更新问题状态，并在Lean定理证明器中启动形式化验证，数论社区正快速跟进相关聚类问题。长期来看，如果更多研究者将“vibe mathing”式的AI协作常态化，组合数学和数论猜想领域或迎来方法论层面的系统创新，AI可能成为打破领域思维壁垒的常规工具。当然，如果协作仅停留在个案提炼层面，影响范围仍会有限。这一点目前行业内仍有不同声音，值得持续跟踪，现在下结论为时尚早。

他们会随意从erdosproblems.com挑出开放问题，扔给AI看看能否碰撞出火花。Price今年23岁，仅凭ChatGPT Pro订阅，就在一次单提示下启动了模型的长时间推理。

对普通人自学数学而言，门槛确实在降低。短期内，Erdős问题网站可能迎来更多业余者和学生借助ChatGPT/GPT系列的尝试，形成一波AI辅助解决潮。长期来看，这意味着更多人能触及前沿开放问题，却也需警惕AI依赖导致的浅层理解。如果AI证明持续被Lean等形式化工具验证，数学教育或转向提示工程与人类验证的混合模式；否则影响可能仍限于个别热情实践者。值得持续跟踪，现在下结论为时尚早。

von Mangoldt函数的核心恒等式——任意n的除数加权和等于log n——编码了整数唯一分解定律。AI将这一已知结果，以人类此前未尝试的方式，连接到原始集倒数对数和的收敛问题，最终证明对于任意原始集A，当考虑大于x的元素时，其和满足∑ 1/(a log a) ≤ 1 + O(1/log x)。这个渐近界看似技术性，却绕过了长期困扰人类的分析难度。

表面上，这件事迅速在Hacker News、Scientific American和数学社区引发热议。网友惊呼一个门外汉靠AI就能攻克专业难题，陶哲轩指出“这个问题可能比想象中简单，人类从第一步就走偏了”。Jared Lichtman曾花七年时间追逐这一族问题的后续，却没想到AI会给出如此答案。多数讨论聚焦于AI的计算能力和业余者参与门槛，却较少留意证明方法本身的独特性，这或许是报道中最容易被忽略的部分。

数据支持AI在纯数学辅助上的潜力，但样本量仍有限：这只是个案，是否能在其他Erdős问题上复现类似突破，仍待观察。如果协作模式常态化，数论进展或加速；若停留在零星提炼，影响则可能有限。方向是对的，但现实更复杂。70%和7%之类的部署鸿沟在AI数学应用中或许也会出现，这个剪刀差说明一切。

岁业余爱好者Liam Price没有高等数学背景，却在一个普通周一下午，用一次简单提示让GPT-5.4 Pro思考了约80分钟，就为困扰数学界60年的Erdős Problem 1196提供了关键突破。这个问题涉及“原始集”（primitive sets）中元素满足无倍数关系时，求和1/(a log a)在足够大整数上的渐近行为。

数据支持这一转向——过去人类工作如Jared Duker Lichtman的较弱上界证明，多在分析层面受阻，而AI的输出提供了一个更紧致的渐近界限。

普通科技从业者或数学爱好者能从中看到提示工程的跨界潜力：以前前沿领域门槛极高，如今一次好提示就可能打开新思路。Price的经历提醒我们，AI不再只是工具，而是提供人类想不到思考方式的伙伴。当然，人类判断力仍是把关关键——原始输出需要精炼。这件事比“AI帮忙算题”复杂得多，它真正暴露了我们集体思维的局限。值得持续跟踪，现在下结论为时尚早。

这一点目前仍有争议，我的判断是——但这个判断可能需要后续数据修正。