AI粗糙输出如何被数学家“精炼”成Erdős正式证明？业余者+ChatGPT解决60年难题全流程

浅层覆盖难以持久，而具备独特观察视角和可迁移框架的内容，往往能形成竞争壁垒。

表面上，这件事被解读为“AI随便就解决了人类卡住的难题”，网友惊叹业余玩家加大模型的组合力量。主流报道多强调GPT-5.4 Pro的强大推理能力和Price的幸运尝试，却较少触及证明方法本身的独特性。Hacker News讨论帖积累了大量回复，大家聚焦于“一个提示搞定60年猜想”的戏剧性，但忽略了AI在第一步就避开了人类集体默认的思维框架。

这次突破的过程揭示了AI在数学研究中的独特定位。Liam Price的提示极为简洁，没有前期文献调研或多轮迭代引导，GPT-5.4 Pro却自主将数论中已知的von Mangoldt权重应用于此问题，构建了一个纯分析框架下的流图论证，避开了概率视角的常规诱导。这种“vibe mathing”模式——靠直觉式输入让模型自主探索——产生了人类因集体mental block而长期未尝试的路径。

那个普通下午，Price用单次提示描述了Erdős Problem #1196的核心，没有预设复杂路径或背景铺垫。GPT-5.4 Pro花了整整80分钟推理，输出一份粗糙却包含全新连接的证明。Price把结果贴到erdosproblems.com论坛，很快吸引注意。他的合作者迅速联系专家，确认证明成立且方法独特。陶哲轩等数学家指出，人类多年来习惯从分析工具直接切入，却在第一步就集体走偏，而AI没有继承这种路径依赖。

在组合领域，某些涉及有限枚举或序列性质的问题也呈现AI友好特征。AI能高效生成变体并测试一致性，尤其当提示强调“从基本概念出发，逐步构建”时。值得持续跟踪的是，随着模型迭代，这些低难度目标的解决速度可能远超预期——低难度不等于无价值，它们正帮助清理外围，让核心数学家聚焦更深刻的结构问题。现在下结论为时尚早，但趋势已相当明显。

原始集在数论中是对素数概念的自然泛化：一个正整数集合中，任意两个不同元素都不互为倍数。素数集是最典型的原始集，因为任何两个不同素数都不整除对方。Erdős早在1935年就证明了任何原始集的Erdős和有上界，而问题1196则是这个方向的渐近版本猜想，关注当集合元素都较大时，尾部求和∑_{a∈A, a>x} 1/(a log a) 是否满足≤1 + O(1/log x)。

最近，一则关于Erdős问题1196的突破在数学社区迅速传播开来。23岁的Liam Price没有高等数学训练背景，却在一个闲散下午通过一次ChatGPT Pro提示，在大约80分钟内获得了该问题的完整证明路径。该问题围绕“原始集”展开，即一组正整数集合，其中任意两个不同元素互不整除，自1966年Erdős、Sárközy和Szemerédi提出相关猜想以来，已困扰数学家60年。

表面信息往往停留在“业余爱好者武装ChatGPT就能解决难题”的叙事上。Terence Tao在评论中指出，此前人类尝试几乎都在初始步骤上陷入固定思维模式，而这次AI生成的证明采用了一种非标准路径，绕过了常见盲区。不过，主流讨论容易忽略关键细节：这并非AI首次辅助Erdős问题，此前已有工具帮助文献挖掘或部分解法生成。

最近数学圈流传着一个耐人寻味的事件：23岁的业余爱好者Liam Price，没有接受过高等数学训练，仅用一条提示词让GPT-5.4 Pro花了约80分钟，输出了一份针对Erdős问题1196的证明思路。这个问题源于上世纪60年代Erdős、Sárközy和Szemerédi关于原始集的猜想，核心是对于只包含足够大整数的原始集，其Erdős和∑ 1/(a log a)会受到常数控制。

这一突破暴露了人类数学思考的集体盲区。部分Erdős问题可能共享某种统一“感觉”，一旦找到正确连接点，证明就会显得意外自然。Terence Tao等专家介入后，对AI输出进行验证与提炼，确认其揭示了整数解剖与概率过程之间更紧密的联系，此前文献中仅有零星暗示。有意思的是，这并非AI“懂”数学，而是它在海量训练数据中高效捕捉模式的能力在发挥作用。

岁无高等数学背景的Liam Price，在一个普通下午仅用一次提示，就让ChatGPT Pro（GPT-5.4）在约80分钟内输出了Erdős问题1196的完整证明框架。该问题源于1966年Erdős、Sárközy和Szemerédi的猜想，围绕“原始集”——即正整数集合中任意两个不同元素互不整除——探讨其倒数对数和在较大整数上的渐近行为。

“上下分1元1分红中麻将群”_上下分1元1分红中麻将群焦作论坛的本质，是用结构化方法应对复杂的不确定性。