AI 进军数学界的速度太快了。

OpenAI 前脚刚用内部模型突破埃尔德什的 80 年单位距离问题，谷歌 DeepMind 后脚就解决一个同样卡了人类56 年的埃尔德什数学难题——

最新发布AlphaProof Nexus，一套由 Gemini 驱动的智能体框架，一出手就是9 个埃尔德什开放问题

除了这 9 道，它还顺手证明了 OEIS 整数序列百科里的 44 个猜想、搞定了一道搁置 15 年的代数几何难题、还改进了凸优化领域里一个沿用已久的理论边界。

推理成本呢？每道题几百美元，整套证明代码也全都开源放在了 GitHub 上。

这篇论文共有 20 位作者，其中的Aja Huang，也是 2016 年AlphaGo的核心研究员。

56 年没人做出来的题，AI 给了什么答案

AlphaProof Nexus 解决的这几道题，咱挑三道最有意思的说说。

Erd ő s  ，1970 年提出，悬置 56 年

这道题问的是：你能不能找出一个无限大的整数集合，满足两个听起来很别扭的条件：

第一，任意从中挑三个不同的数字 a、b、c，a 永远不能整除 b 加 c 的和。

第二，这组数不能太零散，在自然数里要保持一定的密度。

简单理解就是，这群数字之间，既不能一个数整除另一个数，也不能一个数整除另外两个数的和，同时数字还要分布得相对密集，不能只挑寥寥几个数投机取巧。

从 1970 年开始，就没人能给出这个集合的完整构造，各种局部进展有，但始终拼不成一个整体解。

AI 的解法是用中国剩余定理把大问题拆成许多个独立的区块，每个区块内部用三项等差数列的回避集来满足约束，然后把所有区块拼回一个完整的无限集。

Erd ő s  ，1996 年提出，30 年没有定论

这道题听着就更奇怪了。

想象两个数字集合：第一个集合里全是 " 在三进制下只由数字 0 和 1 组成的整数 "，第二个集合里全是 " 在四进制下只由数字 0 和 1 组成的整数 "。把这两个集合里所有数字两两相加，得到一个新集合。

问：这个新集合里的数字在自然数中出现的频率（数学上叫下密度）是不是正的？

直觉上你可能会觉得，两种集合包含的数字本来就不算很多，加起来应该也挺稀疏的。

但稀疏到什么程度？是彻底稀到密度归零，还是多少保持一点正密度？

这中间的差别非常微妙，1996 年提出后一直没定论。

AI 的答案是：密度为零。

证明思路是 log ₄除以 log ₃是无理数。这意味着 3 的幂次和 4 的幂次可以以任意精度彼此逼近。

利用这一点，AI 构造了一个归纳性稀疏化论证：不断找到两个几乎对齐的尺度，让密度以 0.99 的比率一步步衰减，直到彻底归零。

一个纯数论的性质，解决了一个组合几何的问题。

Erd ő s  ，1992 年提出，卡了人类 34 年。

这是个平面几何题，AI 证明了存在这样一个无限扩展的平面点集：

你从中任意挑出有限个点，总能发现其中大部分点是不共线的——

随便截一段，看起来都挺正常，但当你试图把这个无限集合拆分成有限个 " 绝对没有任何三点共线 " 的子集时，办不到。

一个集合的每个有限局部都正常，但整体顽固得不可拆分。这种全局与局部的张力，是组合几何里最难的那一类问题。

AI 把完全图的每条边映射到平面上一个点，用二次多项式编码坐标，再拉上无穷 Ramsey 定理完成证明，把一个几何问题翻译成了图论和逻辑的语言。

除了这三道，还有六道分别在整除集构造、范德瓦尔登数间隙、西顿集孤立点、集合拆分密度等领域。

同时，AlphaProof Nexus 还在 OEIS 整数序列百科里证明了 44 个开放猜想，在代数几何那边解决了一道希尔伯特函数对数凹性的 15 年悬案，凸优化那边改进了一个锚定梯度下降法的理论边界。

菲尔兹奖得主陶哲轩曾经提醒过，AI 目前解决埃尔德什问题的实际成功率大约在 1-2%，这次谷歌的系统挑战了 353 道题，解开 9 道，比例刚好对上了。

用几百美元算力换一道 56 年难题

AlphaProof Nexus 的架构核心用一句话就能说清楚，Gemini 3.1 Pro 生成 Lean 语言证明步骤→ Lean 编译器逐行检查→报错直接反馈给模型→模型根据报错修改→再检查→循环到全部通过。

好家伙，这有点像平时写代码，只不过现在 Debug 的是数学定理……

在这套框架里，DeepMind 设计了四个 Agent。

最简单的 Agent A是同时启动多个独立子 Agent，先靠 Gemini 3.1 Pro 梳理解题思路，动手编写证明代码。

写完立刻交给编译器核验，一旦报错，错误信息就会传回模型，让它不断修改、重试，直到通关。

全程没有额外辅助工具，纯靠写代码 + 查错循环。

Agent B 多了一样东西，AlphaProof。

AlphaProof 是 DeepMind 之前专门为奥数级别题目训练过的强化学习证明工具。

当 Agent A 模式在某个小步骤上反复卡住、编译器反复报错也修不过来时，Agent B 可以调用 AlphaProof 做一次强化学习驱动的树搜索，专门攻击这个局部难点。

Agent C 引入了进化算法的思路。

前面两种 Agent 的子 Agent 都是各自独立工作的，互不交流。

Agent C 是所有子 Agent 共享一个证明草图种群，每一个子模块都会产出不同的证明草稿。

然后由另一个模型从合理性、清晰度、新颖性三个维度给每一份草稿打分，用 Elo 评分系统排名。

高分草稿会相互组合，衍生出新解法，低分草稿直接淘汰，整个种群在证明空间里做进化搜索。

Agent D 是全功能完全体，进化筛选思路 + 专项工具攻克难点 + 大模型逻辑推理，三股力量在一个框架里协同，也是这次批量破解难题的主力。

这么看下来，我以为最强的 Agent D 应该会碾压一切，Agent A 只当个对照组。

结果没想到论文里表明最简单的 Agent A，同样能解出全部 9 道题。

没有进化算法，没有 AlphaProof，就一个 LLM 循环加编译器反馈的 Agent A，只是在难题上更费钱一点。

研究团队把原因归为两个：

一是 Gemini 3.1 Pro 本身的能力已经足够强了；

二是 Lean 编译器的那层实打实的纠错反馈，对 AI 的引导作用，远比人们预想的更大。

这个结果或许也在预示着，未来随着大模型能力持续升级，复杂的多工具组合系统，可能不再是刚需，只用大模型 + 专业校验工具这套简单循环，就能搞定大多数数学难题。

而且这套方案的优势也体现在成本上，单题仅需几百美元。

埃尔德什生前为这些难题设置了悬赏，只是他不会想到——

解开这些谜题的可能不是人类智慧，而是算力。

论文地址：https://arxiv.org/abs/2605.22763v1

Github 地址：https://github.com/google-deepmind/alphaproof-nexus-results

参考链接：

[ 1 ] https://x.com/pushmeet/status/2058936037754224998

[ 2 ] https://the-decoder.com/google-deepminds-alphaproof-nexus-solves-decades-old-math-problems-for-a-few-hundred-dollars/

—  欢迎 AI 产品从业者共建  —

「AI 产品知识库」是量子位智库基于长期产品库追踪和用户行为数据推出的飞书知识库，旨在成为 AI 行业从业者、投资者、研究者的核心信息枢纽与决策支持平台。

一键关注 点亮星标

科技前沿进展每日见