OpenAI 称通用模型推翻单位距离猜想，数学界开始核验 AI 的新边界

2026 年 5 月 20 日，OpenAI 披露称，一个新的通用推理模型给出了平面单位距离问题中长期猜想的反例。这个由 Paul Erdős 在 1946 年提出的问题，问的是：n 个平面点之间，最多能有多少对点的距离恰好为 1。OpenAI 称，模型证明存在无穷多个 n，使单位距离最大点对数 ν(n) 至少为 n^(1+δ)，突破了过去以方格或缩放方格为核心的构造直觉。证明已由一组外部数学家检查，并有配套论文解释背景与论证；但最终文本经过人类整理，也还不等于期刊同行评审已经完成。

一个几何老问题，被 AI 推向新下界

这条消息以官方研究公告的形式出现，页面日期标注为 May 20, 2026，分类是 Research / Milestone。随后，LINUX DO 上的一则候选帖在当晚 11:41pm 转发了 OpenAI 原文链接和视频参数链接，并提到 Tim Gowers 对结果的评价。论坛帖没有提供新的证明材料；作为二级来源，它的内容仍应回到 OpenAI 公告、proof PDF 和配套说明论文核对。

事件的核心不是 AI 算出一个漂亮特例，而是它声称给出了一族反例。证明论文的主定理写成：存在绝对常数 δ > 0，以及无穷多个正整数 n，使单位距离最大点对数 ν(n) 至少为 n^(1+δ)。这意味着下界出现了多项式级别的改进，不是在某个有限规模上多找出几条边。对一个从 1946 年延续至今的问题来说，这种变化触碰的是“方格 / 缩放方格构造基本最优”的长期猜想。

OpenAI 在公告中强调，证明来自一个新的通用推理模型。它不是为这道几何题定制的系统，也不是专门为数学训练的模型；按照 OpenAI 的说法，研究团队也没有为了这次证明搜索搭建特别 scaffold。

Erdős 的单位距离问题，为什么方格曾像答案

单位距离问题的表述很直接：在平面上放 n 个点，问其中有多少对点的距离恰好等于 1。最朴素的构造是把点排成一条直线，n 个共线点能给出 n−1 对单位距离。方格更有效，因为横向和纵向相邻点都能贡献单位距离，整体大约可以给出 2n 对。

Erdős 风格的进一步构造使用缩放方格，把整数格点之间某些距离也压到单位长度上。长期以来，已知最强下界大致处在 n^(1+C/log log n) 这一类形式。它比线性更强，但增长得非常慢；也正因为这个背景，OpenAI 所称的 n^(1+δ) 才有冲击力：它不是把常数从 2 调到 3，而是把指数从几乎 1 推到严格大于 1 的区域。

单位距离问题本身还没有被完全解决，已知上界仍是 O(n^(4/3))。但对“缩放方格可能已经接近最优”的猜想来说，AI 给出的反例已经足以让旧构造直觉失效。

反例从哪里来：不是专用证明机器，而是通用推理模型

OpenAI 对模型来源的表述，是这次公告中最容易被误读的一部分。按照官方说法，这个内部模型并非专门为数学训练，也没有为了证明搜索搭建特别 scaffold，更不是针对单位距离问题定制。证明论文的 AI 使用声明给出了一条更具体的流程：内部模型先收到一份 AI-written problem statement，随后模型输出进入 AI grading pipeline，再由 OpenAI 内部研究者、数学家和外部数论专家检查、改写与强化。

“This problem was solved in a completely automated fashion.”

— OpenAI, proof PDF

这句话来自 proof PDF，但不能理解成最终论文从头到尾无人参与。材料同时说明，后续有人类审阅、重组证明、补充引用和说明文本。也就是说，自动化发生在发现证明路径和生成原始论证的阶段；最终呈现给数学界阅读的版本，已经经过数学家消化、整理和增强。

更准确地说，OpenAI 称通用模型自动给出了关键反例证明；随后，相关材料由 OpenAI 内部研究者、数学家和外部数论专家检查、改写与强化。配套论文提供的，则是 OpenAI 生成反例的 human-verified、digested、simplified、generalized version。

真正的转折在工具箱：从平面几何走向代数数论

这篇证明的关键点之一，是单位距离问题被放进了代数数论工具箱。proof PDF 列出的工具包括无限非分歧塔、全实数域、3-power Galois groups、Golod-Shafarevich theory 和 class field towers。一个看似关于尺规距离的离散几何问题，最后依靠的是代数数论中的域扩张语言。

配套论文中，Arul Shankar 对这种转向给出了一种范式描述：传统思路更像是固定数域、变化整数素数；这里则变成固定整数素数、变化数域，并使用 class field tower。这个说法点明了证明路线的差异：它不是继续在方格或缩放方格附近做局部优化，而是把问题嵌入另一套结构，让数域塔提供新的增长机制。

OpenAI 公告把这件事称为反驳离散几何猜想；从证明路线看，它同时也是一次跨领域改写。一个平面单位距离问题被转化到数论语言中，并在那里得到更强下界。

数学家为何称其为里程碑，也为何仍然保留限定

外部数学家的反应，是这次事件能否越过机构自述的关键。OpenAI 原文引用 Tim Gowers 的评价，称这是：

“a milestone in AI mathematics”

— Tim Gowers, OpenAI 公告

配套论文的作者阵容包括 Noga Alon、Thomas F. Bloom、W. T. Gowers、Daniel Litt、Will Sawin、Arul Shankar、Jacob Tsimerman、Victor Wang 和 Melanie Matchett Wood。这样一组名字出现在说明论文里，说明结果已经进入这些署名数学家的核验与解释文本中。Gowers 在 companion remarks 中还写道：

“No previous AI-generated proof has come close to that.”

— W. T. Gowers, companion remarks

限定同样重要。配套论文称自己提供的是 OpenAI 生成反例的 human-verified、digested、simplified、generalized version。换句话说，公开可读的证明不是原始模型输出的逐字版本，而是经过人类验证、消化、简化和推广的版本。proof PDF 长 18 pages，配套说明论文长 19 pages；这两个文档构成了目前外界能够审读的主要材料，但它们不等于正式期刊同行评审已经完成。

Melanie Matchett Wood 在配套论文中还提示，这个案例不能展示 AI 错误证明的基线频率，并涉及前人成果引用规范问题。这类提醒是在为 AI 数学设定更严肃的评价框架：一次成功案例不能自动推出模型稳定可靠，也不能替代数学共同体对证明来源、引用链条和审查条件的持续检查。

从 δ 到同行评审：这次突破还没有回答所有问题

从技术结论看，主定理给出的只是存在某个 δ > 0。OpenAI 原文称，原始 AI 证明并没有给出显式 δ；后续 Will Sawin 的 refinement 显示可以取 δ=0.014。这个数字足以说明多项式改进确实存在，但它不意味着单位距离问题已经接近终点。与 Spencer-Szemerédi-Trotter 在 1984 年相关的已知上界 O(n^(4/3)) 相比，新下界仍留下很大的指数间隙。

因此，这次突破更适合被定位为：它推翻了一个重要构造猜想，证明缩放方格并非基本最优；它还没有给出单位距离最大数量的完整渐近答案。目前材料显示为 proof PDF 和 companion remarks，也不等于期刊同行评审发表已经完成。

对 AI 研究来说，这件事的价值不只在一个 δ。它把通用推理模型放进了仍在生长的数学前沿问题中，也迫使人们区分“自动发现证明”和“数学共同体接受证明”之间的距离。这个距离不会因为一次公告消失，但从 n^(1+δ) 开始，它已经变得无法忽略。