以保罗·Erdős命名的一批开放问题，正在成为AI数学能力的新试验场。英文线索用“falling to AI”形容这股趋势，但目前提供的材料没有列出具体问题编号、证明文本或独立数学家的评议，也没有足够依据把进展归到OpenAI名下。
因此，更准确的新闻判断是：AI确实开始触及开放数学问题，但“触及”“改进结果”和“彻底解决”是三件事。眼下最重要的变化，是模型与程序搜索压低了寻找猜想、反例和证明路径的成本；离“AI能独立攻克传奇难题”还有一段核验距离。
Erdős问题成为AI靶场，靠的是题库结构而非传奇光环
Erdős于1996年去世。他一生提出并传播了大量组合数学、数论和图论问题，其中一些附有现金奖励。今天，Erdős Problems网站仍在整理题号、文献、状态和相关进展，这让原本散落在论文、通信和口述传统里的问题有了较清晰的索引。
这种题库天然适合现阶段的AI。许多问题有明确的有限结构，可以从小规模样例开始计算；部分问题允许先改进上下界，不必一步到位；程序还可以批量搜索反例、特殊构造和证明候选。模型负责提出路线，代码负责穷举，证明助手检查形式错误，人类再判断结果有没有数学价值。
这套分工和聊天机器人直接生成一篇“看起来像证明”的文本差别很大。后者可能写得流畅，却会遗漏边界条件、偷换量词，甚至重复一篇已有论文而不自知。
现阶段更可靠的参照，是Google DeepMind在2024年7月公布的AlphaProof和AlphaGeometry 2。两套系统在当年国际数学奥林匹克竞赛的六道题中解决四道，得到28分，达到银牌水平。奥数题有确定答案、限定时间和标准评分，仍然比开放问题更容易核验。
| 场景 | AI已经展示的能力 | 仍未解决的门槛 |
|---|---|---|
| 2024年IMO测试 | AlphaProof与AlphaGeometry 2合计解决4道题 | 题目专门设计为可在竞赛时间内完成 |
| Erdős问题的计算探索 | 搜索小规模反例、构造候选对象、改进部分界 | 计算结果未必能推广为一般证明 |
| 开放问题的完整证明 | 模型可生成思路和证明草稿 | 必须确认新颖性、补齐细节并接受同行审查 |
这组对照说明，AI数学进步并非虚构，但评价标准必须随题目升级。竞赛得分可以当天确认，开放问题可能要经过数周甚至更久的文献检索和专家复核。
“解出一道题”可能只是改进界，也可能是找回旧论文
Erdős问题最容易被标题压扁的地方，在于“解决”并非只有一种含义。
有些问题要求证明一个命题成立或不成立，给出完整证明才算结束。有些问题包含上下界，AI把已知结果向前推进一步，也有研究价值，但题目仍然开放。还有一种情况更棘手：模型找到的论证早已出现在旧论文中，只是数据库尚未更新，或者研究者此前没有检索到。
因此，判断一项AI成果不能把各种证据排成简单的“强弱榜”，而应分开检查三个维度：
- 结果是什么.完整证明、反例，还是一个更好的界。
- 结果新不新.是否查过相关论文、预印本和题库记录。
- 证明站不站得住.有没有公开全文、机器检查或独立专家复核。
这也是读者单看新闻标题不容易意识到的限制。大模型训练过公开论文和网页，所谓“首次发现”可能混入记忆重现；研究团队也更愿意公布成功案例，很少展示大量无效搜索。若没有问题编号和既有最好结果，外界甚至无法判断AI究竟向前走了多远。
“孤证不立”在数学新闻里尤其适用。公司公告可以说明团队得到了一个候选结果，却不能替代数学共同体对证明和优先权的确认。
研究者会先改变工作流，媒体则应补齐四项证据
这轮变化最先影响的不是普通聊天机器人用户，而是组合数学、数论及形式化证明领域的研究者。
研究团队会更愿意把计算预算花在候选构造、反例搜索和证明草稿上。年轻研究者也会面对新的工作方式：与其从空白页开始推导，不如先让模型生成多条路线，再用代码排除错误方向。节省的是试错时间，增加的则是核验负担。模型一次生成上百个候选结论，人仍要逐个确认假设、出处和证明细节。
如果你是准备引用此类成果的研究者或编辑，最现实的动作不是追问模型用了多少参数，而是索取四样东西：
- Erdős问题的编号及原始表述；
- AI相对既有最好结果改进了什么；
- 可下载的完整证明或形式化文件；
- 至少一位无利益关联数学家的复核意见。
缺少其中任何一项，都应降低措辞强度。“提出候选证明”“改进已知界”和“解决开放问题”应当分开写。至于原始标题所说的Erdős难题正在“倒下”，目前更像一条有依据的技术趋势，还不是一份可以逐题验收的战果清单。
接下来真正能改变判断的变量很具体：是否出现公开题号，证明是否可读或可机检，题库状态是否更新，独立研究者能否复现。四项齐备，AI才算从数学助手走到共同作者的位置。