OpenAI的模型推翻了离散几何中一个存在80年的核心猜想。该猜想由数学家保罗·埃尔德什提出，认为平面单位距离问题中"方形网格"构造是最优解。OpenAI模型发现了一组无限案例，证明存在多项式级改进方案。这一突破性发现已获外部数学家验证，并发表相关论文阐述其重要性。

标题：OpenAI模型推翻离散几何核心猜想

近80年来，数学家们一直在研究一个看似简单的问题：在平面上放置n个点时，最多能有多少对点之间的距离恰好为1？这就是由保罗·埃尔德什在1946年首次提出的平面单位距离问题。作为组合几何学中最著名的问题之一，它表述简单却极难解决。2005年出版的《离散几何研究问题》称其为"组合几何中最著名（也最容易解释）的问题"，普林斯顿大学著名组合学家Noga Alon则称之为"埃尔德什最钟爱的问题"之一。

如今，OpenAI内部模型在这一问题上取得重大突破。自埃尔德什提出该问题以来，数学界普遍认为"方形网格"构造（如下图所示）在最大化单位距离对数方面是最优的。但OpenAI模型推翻了这一长期猜想，提供了一系列能带来多项式级改进的无限示例。该证明已获外部数学家团队验证，并附有配套论文详细阐述论证过程。

这项突破的独特之处在于其发现方式：证明来自一个通用推理模型，而非专门针对数学训练的系统。作为测试先进模型能否推动前沿研究的一部分，研究人员用一系列埃尔德什问题对其进行评估，结果它自主完成了这个开放问题的证明。

这是数学与AI领域的重要里程碑： - 首次由AI自主解决数学子领域的核心开放问题 - 展示了系统具备的深度推理能力 - 证明方法出人意料地将代数数论中的复杂思想应用于基础几何问题

菲尔兹奖得主Tim Gowers称其为"AI数学的里程碑"。著名数论学家Arul Shankar认为："这表明当前AI模型已不仅是数学家助手，它们能产生原创性思想并实现突破。"

【技术细节】 设u(n)为平面上n个点间最大单位距离对数。先前最佳构造来自缩放方形网格，产生n^(1+C/loglogn)对数。新证明对无限多个n值，构造出至少n^(1+δ)单位距离对的配置（δ=0.014）。突破性在于： 1. 推翻了埃尔德什关于n^(1+o(1))上界的猜想 2. 引入代数数论中的类域塔和Golod-Shafarevich理论等工具 3. 揭示了欧几里得平面几何问题与深奥数论间的意外联系

【学科影响】 牛津大学Thomas Bloom指出："这展示了数论构造在离散几何问题中的新潜力，未来数月代数数论学家必将密切关注相关领域。"该成果不仅解决具体猜想，更在离散几何与代数数论间架起桥梁，为探索相关问题开辟新路径。

【更广泛意义】 这一突破预示着AI将成为强有力的科研伙伴： - 保持复杂论证的连贯性 - 连接遥远领域的知识 - 发现专家可能忽略的研究路径 - 助力解决高复杂度问题

这种能力将惠及生物学、物理学、材料科学等多个领域。随着AI开始参与研究的创造性环节，人类专家的判断力将愈发珍贵——AI负责搜索、建议和验证，而人类决定研究方向、诠释结果并选择后续问题。这一进展强化了我们理解AI发展新阶段的紧迫性，包括对齐智能系统的挑战和人机协作的未来。

以下是评论内容的总结，按主要观点分类呈现：

【AI数学能力突破】 1. 核心观点：通用AI模型在数学领域取得里程碑式突破 - "The proof came from a general-purpose reasoning model...represents an important milestone" (yusufozkan) - "LLMs are just the beginning, we'll see more specialized math AI resembling StockFish soon" (vatsachak)

2. 技术细节争议

• 质疑："It does not show an example of the new best solution...extremely disappointing" (dadrian)
• 好奇："Can someone explain their 'prompting-scaffolding'?" (pizzao)

【学术领域应用】 1. OpenAI领先优势 - "OpenAI models hold distinct lead in academics" (aurareturn) - 对比："GPT stumbles over every request...Claude understands" (reactordev)

2. 研究成本问题

• "How much this cost vs a Math Professor?" (taimurshasan)

【数学哲学讨论】 1. AI发现本质 - "Mathematicians make discoveries by building tools...LLMs Monte Carlo every tool" (lubujackson) - "Proofs unfold what is already implicit in axioms...not disqualifying" (m-hodges)

【社会影响】 1. 就业担忧 - "Make my employment more precarious...scientific breakthroughs" (Fraterkes) - "What to do now that all knowledge work becomes unemployment?" (seydor)

2. 领域局限性

• "Anything outside technical problems is hopeless" (catigula)
• "Can't generate mundane insights below advanced math" (catigula)

【研究趋势观察】 1. 问题类型集中 - "Why only Erdos problems being solved?" (0x5FC3) - 列举5个近期突破案例 (famouswaffles)

2. 研究规模

• "Chain of thought is 125 pages...insane scale" (zozbot234)

注：所有评论均无评分（None），主要争议集中在AI数学能力的真实水平、学术应用价值以及社会影响三个方面。支持方强调突破性进展，质疑方则关注具体证据缺失和实际应用局限性。