23岁业余爱好者用一次ChatGPT提示，攻克60年Erdős原始集难题全过程

排名代发飞机【seo1268】好友聊天，输入“谁有1块1分跑的快群”咨询客服，娱乐游戏作为民间很受欢迎的纸牌玩法，乐趣集中在快节奏的刺激感、心理博弈的张力，这两种玩法的规则几乎一学就会，不用记复杂的牌型搭配，就算是新手也能快速上手，梦想是前行的灯塔，哪怕渺小，也能指引方向。不必因梦想遥远就轻言放弃，逐梦的路上，本就布满挑战。拆分目标，步步前行，哪怕每天只前进一小步，也是在靠近理想。不惧旁人的质疑，不畏前路的漫长，坚守初心，全力以赴。只要心中有梦，眼里有光，脚下有路，终能跨越山海，奔赴心之所向的远方。的撰写，本质上是一次低成本的用户沟通尝试。

GPT-5.4 Pro的证明走了一条纯分析路线，利用了已有90年历史的von Mangoldt权重函数。该函数满足∑_{d|n} Λ(d) = log n，这一恒等式巧妙编码了整数的唯一因子分解结构。它没有急于引入概率解释，而是结合类似Markov链的思路对大整数结构进行“解剖”，最终得到更强的定量界：∑_{a∈A, a>x} 1/(a log a) ≤ 1 + O(1/log x)。这一连接在人类看来相当反直觉，却让论证自然闭合。

对数学社区而言，这一事件凸显了“vibe prompting”这类非严谨提示方式的潜力。更多业余爱好者和年轻研究者可能尝试类似随意描述问题感觉与目标的做法，而专家则需投入额外精力筛查AI输出中的真正洞见与潜在不严谨之处。短期内，开放平台如Erdős问题网站或将加速更新候选证明；长期来看，数学研究的参与门槛或许会进一步降低，普通人掌握有效提示技巧后也能贡献原创思路。但数据支持这个方向，同时也提醒我们，人类深度验证仍是不可或缺的环节。

这一新连接的意义在于，它避开了人类研究者常见的“心理堵塞”。Terence Tao指出，过去工作往往在第一步就集体走偏，转向概率或分析路径，而模型留在更纯粹的算术领域完成了证明。Jared Duker Lichtman也认可原始输出虽需专家整理，但核心洞见新颖，甚至可能对相关问题簇产生统一作用。

岁业余爱好者Liam Price没有高等数学背景，却在一次闲散的周一下午，用单一提示让GPT-5.4 Pro花约80分钟思考，输出了一份针对Erdős Problem 1196的粗糙证明思路。这个问题源于1966年Erdős、Sárközy和Szemerédi提出的猜想，涉及原始集（primitive sets）中大整数上1/(a log a)求和的渐近上界。

Hacker News深层辩论集中在AI是否展现了“真实智能”。部分评论认为这更接近“vibe-maths”式的直觉联想，而非严格原创证明；另一些人则看到潜力，AI能在高维搜索中发现人类因路径依赖而忽略的关联。Terence Tao指出，人类研究者集体在初始步骤上拐了一个小弯，导致长期受阻，而AI没有这些心理包袱，直接尝试了不同路径。

这一点目前行业内仍有不同声音。AI让更多人参与顶级数学研究的可能性已现，但验证能力的门槛是否会随之水涨船高？如果普通爱好者开始常态化贡献，数学社区的协作模式又将如何演化？这些问题现在下结论或许为时尚早，却值得每一位关注AI与专业领域融合的人持续跟踪。

Hacker News的深层辩论焦点在于AI是否展现了“真实智能”。部分参与者将其描述为“vibe-maths”式的直觉联想——模型在高维空间中搜索到有效连接，却难以独立完成形式化验证。另一些声音则看到新型潜力：AI没有人类研究者常见的“心理阻挡”，直接尝试了不同于标准序列的路径。Tao在评论中指出，人类此前在第一步就集体拐了个小弯，而AI避开了这些预设约束，揭示了整数结构与Markov过程之间更紧密的关联。

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。

深入观察，“vibe math”或氛围数学的核心在于AI证明风格的独特性。它并未沿袭人类数学家习惯的标准分析序列，而是从相关领域已知工具中抽取元素，进行非预期组合。Terence Tao指出，AI无意中凸显了整数结构与Markov过程之间更紧密的联系，此前文献中仅有零星暗示。人类尝试常因路径依赖在早期步骤就走偏，而AI绕过了这些心理障碍，直接捕捉到一种“氛围”般的直觉连接。

在AI辅助内容创作的实践中，这种“先生成后精炼”的混合模式已开始影响SEO流量分配。短期内，更多内容站点会测试用AI挖掘niche数学或科技话题的流程，过去依赖纯人工深挖的效率瓶颈有望缓解，流量可能向“AI+人”原创内容倾斜。长期而言，内容壁垒正从单纯的专业知识储备转向提示工程、严格验证与独特视角的结合。普通创作者若不跟进，容易在竞争中被边缘化；反之，即使背景不深，也能产出搜索意图较强的深度文章。

McKinsey等报告的数据支持这个判断。