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

方向是对的，但落地执行的细节决定了最终结果。

这件事的表面冲击力很强。主流报道和网友讨论大多聚焦于“AI取代专业数学家”或“门外汉轻松破难题”的戏剧性，强调模型的推理速度和跳出常规框架的能力。确实，Price本人坦言他没有做任何前期文献准备，只是抱着试试看的心态进行了这次“vibe math”式的直觉提问。专家Jared Duker Lichtman等后续参与精炼了输出，确认了证明的新颖性。但这些热闹背后，真正值得注意的并非AI单枪匹马的完美，而是它如何暴露了人类思维的路径依赖。

erdosproblems.com列表中的许多问题并非都需要深厚背景就能入门。它们往往只涉及素数分布、子集求和或集合基本性质这类离散对象，AI模型在处理这类结构时有天然优势，因为训练数据中基础数论内容覆盖充分。近期多起AI辅助解决或发现文献的案例显示，部分“开放”问题其实源于关注度不足，而非本质难度极高。观察者注意到，AI在生成小规模数据、枚举变体或连接已有OEIS序列方面，能快速提供人类手动难以穷举的洞见。

Price将问题直接丢给GPT-5.4 Pro后，模型输出了一条全新路径，随后证明在Lean系统中完成形式化验证，erdosproblems.com也更新了状态。

这一点目前行业内仍有不同声音。AI在Erdős问题上的应用，有些被证明只是重组已有文献，有些则如这次一样带来真正洞见。Liam Price的案例属于后者，但其长期对数学社区的结构性影响——尤其是提示词门槛能否真正替代部分博士训练——仍需更多案例积累。现在下结论为时尚早，却已足够让人看到，数学研究的参与边界正在以意想不到的方式扩展。

最近数学圈流传的一则消息引发了不少讨论：23岁的业余爱好者Liam Price，几乎没有高等数学背景，仅用一个简单提示，就让ChatGPT Pro在约80分钟内给出了Erdős问题#1196的证明方案。这个问题涉及“原始集”——一组正整数中任意两个元素互不整除，其求和表达式在渐近意义下的上界，自1968年提出以来困扰了数学家数十年。

这一点目前行业内仍有不同声音。数据支持AI在避开人类思维定势上的潜力，但样本量仍有限，值得持续跟踪，现在下结论为时尚早。究竟这类认知跃迁能否系统化改变数论研究范式，或许还需要更多类似案例来验证。

不过，大多数讨论停留在“AI独立解决”的叙事上，忽略了一个关键细节：模型的原始输出仍需人类专家仔细梳理和重构，才能形成严谨证明。这并非AI首次辅助Erdős问题，此前已有工具帮助文献挖掘或部分解法生成，但这次的关注度远超以往。

借助类似“vibe prompting”的策略，让AI先生成意外关联，再由创作者补充独特视角和真实案例，能有效避免同质化，提升内容深度与独特性。

岁业余玩家Liam Price没有接受过高级数论训练，却用GPT-5.4 Pro一个提示，在约80分钟内生成了一份证明草稿，攻克了Erdős、Sárközy和Szemerédi约60年前提出的问题1196。这条消息迅速在Hacker News和erdosproblems.com论坛引发热议，Scientific American也以“vibe mathing”为题报道了整个过程。

Terence Tao在评论中指出，人类此前似乎在第一步就集体走偏，存在某种思维定势。模型则跳出这一框架，用经典工具实现了意想不到的组合。Jared Duker Lichtman也认可原始输出虽需专家进一步整理，但核心洞见具有新颖性，甚至可能对相关问题簇产生统一作用。这次证明已进入Lean形式化验证讨论，Erdős问题网站也将其标记为已由GPT-5.4 Pro在Price提示下解决。数据支持这一方向，但样本量仍有限，值得持续跟踪。

详细教程附近一元一分跑的快群_成人教育论坛的收效，往往在你坚持三个月后才开始显现。