该图片可能由AI生成
最近数学圈有点热闹。GPT-5.2在短短几天内接连解决了多个Erdős问题——1月6日以来已有3个被攻克，其中2个发生在24小时内。
这些问题来自传奇数学家Paul Erdős留下的庞大问题库，长期悬而未决。如今被AI逐一击破，自然引发了广泛讨论。
参与者ThunderBeanage分享了他的工作流程：先用GPT-5.2 Thinking生成证明思路，再用Aristotle工具将其形式化为Lean语言——这是一种专门用于数学证明的编程语言，能够严格验证证明的正确性。整个过程中，AI承担了核心的数学推理工作。
但争议也随之而来。
Erdős问题网站的运营者Thomas Bloom给出了一个冷静的评估：“我判断这些解决方案相对简单，因为它们使用的是标准技术，而且这些技术基本按预期发挥了作用。”他提出了一个判断标准：看到答案后，如果自己认真思考也能想到，那就不算真正的突破。
这番话引发了一些反弹。有人质疑：如果真那么简单，为什么之前没人解决？
答案可能出乎意料：不是不能，而是没人去做。
Erdős一生写了上千篇论文，留下的问题难度参差不齐，从“熟练爱好者可解”到“前沿研究级别”都有。很多问题并非认知上的障碍，而是缺乏关注——它们太简单、太缺乏实际应用价值，以至于专业数学家没有动力去碰。
这恰恰揭示了一个有趣的现象：AI的优势不仅在于智力，更在于“注意力”。它不挑活，不嫌问题无聊，只要给它任务就会认真执行。当人类的注意力成为瓶颈时，AI恰好填补了这个空白。
当然，也有人提醒不要过度解读。数学家Elliot Glazer指出，这些被解决的问题处于Erdős问题库中较简单的一端。主导这波发现的AcerFur也坦言，自己瞄准的就是“低垂的果实”，打算继续在其他列表中寻找类似的机会。
这种诚实值得尊重。承认问题不难，不是贬低AI的成就，而是避免过度吹捧。正如Bloom所说：“ChatGPT能解决这些问题确实令人印象深刻——现在我们应该向前看，问问它能否产生真正新的、人类未曾想到的数学思想，从而解决那些真正困难的问题。”
这才是核心命题。
目前AI展现的能力，更像是一个极其勤奋、知识渊博的研究助手：它能快速检索相关文献，熟练运用已知技术，在标准框架内高效工作。但面对需要全新洞见的问题，它的表现如何，仍有待观察。
值得一提的是，这些证明都经过了严格验证，包括陶哲轩在内的数学家参与了审核。陶哲轩还专门建立了GitHub页面追踪AI在Erdős问题上的尝试，记录哪些是真正的新解，哪些其实早有答案。
这种开放、透明的态度，或许比任何单一成果都更有价值。它让我们能够客观评估AI的真实能力，而不是在炒作与贬低之间摇摆。
数学研究的未来图景正在浮现：AI作为力量倍增器，帮助人类扫清那些“值得做但没人做”的工作，让数学家能够专注于真正需要创造性突破的前沿问题。这不是人机对抗，而是一种新的协作模式。
至于AI何时能产生真正原创的数学思想？这个问题本身，可能比任何Erdős问题都更值得关注。
reddit.com/r/singularity/comments/1q9wo1w/another_erdos_problem_down