AI解决Erdős问题：业余爱好者用ChatGPT“随意一问”就破局，顶尖数学家如何看待未来？

不少团队对谁有1块1分跑的快群的优化，开始采用更数据驱动、更迭代式的打法。

这说明问题驱动学习在AI辅助下远胜传统刷题模式：从一个具体开放问题出发，反复迭代提示，让模型尝试不同连接，比按部就班读教材更能激发新洞见。

表面信息往往停留在“业余爱好者用ChatGPT一键解决难题”的叙事上。Hacker News和相关论坛热议不断，网友惊呼这标志着数学的民主化开始，Terence Tao等专家也给出初步肯定，认为方法有新意。但主流讨论存在明显盲区：很多人强调AI“独立解决”，却忽略了原始输出仍需人类专家仔细梳理和完善。这并非AI首次辅助Erdős问题，此前已有工具帮助文献挖掘或生成草稿，核心区别在于这次的提示方式更接近直觉驱动。

对比Erdős问题本身的众包历史——erdosproblems.com正是这种协作精神的延续——AI的介入让更多非专业人士有机会提供初始洞见。过去陶哲轩等专家已通过对话式提示辅助类似工作，这次事件的核心同样在于人机协同：提示词成为新入口，而验证仍需专业素养。

深层来看，这起事件暴露了人类思维的集体盲区。Tao指出，此前研究者可能在第一步就走偏了，导致后续路径受限；而AI因为没有先入为主的框架，反而能发现意想不到的连接。这对SEO内容站点而言，是一个值得重视的信号。在数学、科技类niche话题的创作中，创作者常卡在“切入角度同质化”或“知识门槛过高”的困境里。借助类似“vibe prompting”的策略，让AI先生成多种跨领域联想，再由人注入原创洞察和案例验证，能有效突破这些限制。

这一点目前行业内仍有不同声音，但数据支持AI确实发现了新连接。

数据和后续发展支持这一框架：Erdős问题网站已更新问题1196的状态，证明在Lean中完成形式化验证，数学社区开始加速测试类似“簇集”问题。短期内，更多研究者会尝试单次提示最新模型来探索悬而未决议题；长期看，这可能降低高端数学的入门门槛，让有好奇心的业余者贡献洞见。但如果AI输出始终依赖顶尖专家的完善环节，它究竟是加速发现节奏，还是主要改变节奏，目前仍有不同声音，值得持续跟踪。

短期内，这次突破已产生可见影响。证明在Lean系统中完成形式化验证，erdosproblems.com迅速更新状态为已解决，数学家们开始讨论如何系统应用类似方法筛查其他Erdős遗留问题。Lichtman称其为“Book Proof”，认可AI输出的核心洞见值得提炼。但原始输出仍有粗糙之处，需要人类介入精炼，这也提醒协作模式中“筛查”环节不可或缺。更多类似猜想或许将快速被攻克，前提是研究者学会与AI对话而非简单依赖。

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。

相比以往AI主要辅助文献挖掘，这次输出提出了人类长期未尝试的连接方式，标志着AI在数学证明中开始贡献原创思路。

网友热议AI是否将取代专业数学研究，有人兴奋于普通人参与高端探索的可能性，但这些声音往往忽略了原始输出的不完善性——它需要专家仔细筛查和提炼才能转化为严谨形式。

“谁有1块1分跑的快群”_谁有1块1分跑的快群日语论坛的优化路径，没有捷径，只有持续的小步迭代和复盘。