Spiral AI不是简单“调参数”，而是找到了这条路径的理论极限。
01
48小时的全球数学难题证明接力
一场围绕80年数学难题的“学术接力”正在上演。
第一棒，5月21日，OpenAI宣布其通用推理模型独立推翻Erdős猜想，证明原来那个“2n”的结论是错的，并给出了一个实际更多的超线性下界。这一突破，在数学上叫做“超线性增长”。
通俗来说，原来是在平路上骑车，现在是在下坡溜车，速度越来越快。
第二棒，普林斯顿大学Will Sawin教授迅速将其精确化，他把 OpenAI 的发现精确化，给出了一个非常接近 1 的指数：基于单个素数2，将下界确定为 n^{1.014114}。
普通人不需要记住这个数字，只需要知道：人类把门推开了一条缝。
第三棒，属于金宁汇科技Spiral AI团队。在Sawin结果公布数小时内，金宁汇科技的AI团队基于自主研发的AI for Science长程智能体平台（Spiral AI），完成了完成了最关键的一棒。
Spiral AI不是简单“调参数”，而是找到了这条路径的理论极限。它不仅创新性地提出并验证了“双素数构造”方案，更关键地证明了在Sawin的框架内，使用两素数是最优的，增加素数数量将导致指数下降。
02
AI究竟做了什么？
经过系统搜寻与优化，Spiral AI确定最优双素数为(2, 3)，并找到了最佳参数组合（k(2)=6, k(3)=5, R=7.5），从而将下界指数从 1.014114 显著提升至 1.0323。
你可能会想，从1.0141到1.0323，不就是小数点后动了一点点吗？但在数学里，这种指数上的微小变化，在n很大的时候，会导致最后结果翻倍——在这个例子中，相对效果提升高达129%。
这项工作不仅是一次关键参数的优化，更是通过AI验证并锁定了现有最优证明路径的理论极限，为后续研究提供了清晰的方向与坚实的基础。它标志着AI在深度参与并推动前沿数学研究进程中，扮演着越来越核心的角色。
从“一个素数”升级为升级为“两个素数”
原来的方法只用一个素数（比如2），就像做菜只放盐——稳定、不会错，但风味单一，上限有限。
Spiral AI跳出固有思路，尝试用两个素数，比如2和3，好比在盐的基础上再加胡椒粉。两种调料搭配，成本确实增加了，数学上叫“判别式”变大，但风味也大大丰富了，多了一个增益项。
关键在于：多花的钱，值不值？
Spiral AI通过系统计算证明：增益远大于代价，非常值。
哪两种素数搭配效果最好？
既然两种调料比一种好，那问题就来了：这么多素数，哪两种搭配效果最佳？Spiral AI把所有可能的素数组合全部测试了一遍，相当于把所有双调料配方挨个试做、对比口味。最终结果非常明确：2和3就是味道最佳、适配度最高的黄金配方。
如果换成其他组合（比如3和5、2和5），要么味道发闷，要么风味不足，整体效果远不如2和3。
搭配效果如何调出最优配比？
确定了“盐+胡椒粉（2和3）”的黄金搭配后，下一步是精准把控调料比例——同样的两种调料，放多放少，味道天差地别。
AI像一位严谨的研发厨师，在合理范围内反复调试，遍历了所有可能的配比方案。最终锁定了一套独一无二的完美配比，将2和3的组合优势发挥到了极致。
03
为什么不能加三种调料？
很多人会疑惑：调料越多是不是越好？但在这道“数学菜肴”里，答案恰恰相反。AI经过大量测试验证：如果强行加入第三种、第四种调料，看似配料更丰富，实则会让食材味道极度杂乱、调味成本爆炸式飙升。
对应到数学逻辑中，就是数据损耗会快速失控，新增调料带来的微弱增益，完全抵不过混乱搭配造成的负面效果，最终让整体结果大打折扣、趋近于无效。这也证明，两种调料搭配，就是这道“数学菜肴”的最佳上限。
同时，AI通过严谨对比证明：其他所有素数组合，要么损耗更大，要么增益太小，最终效果都不如2和3。因此，2和3不仅是当前框架下的最优选择，更是这条路径上无法再被超越的理论极限。
靠着这套“最佳配方+精准配比”，下界指数相对提升了129%——看似只是微调，却是该研究方向上一次分量十足的跨越。
目前，金宁汇已经公开了完整的推导过程和论文草稿。每一步都可以被数学家、甚至数学软件逐行追查。
当然，这还不是终点。
真正的考验是：同一个 AI，在另一个 80 年未解的数学难题上，还能不能复现同样的能力？
尽管仍然有着巨大的挑战，但在这条道路上，我们已经走出了关键一步。
附：完整论文草稿《An Optimal Two-Prime Construction for the Erdős Unit Distance Problem》
04
后记 | 来自Spiral AI团队的思考与开放邀请
在数学面前，我们和我们的AI，始终是学习者。
Spiral AI在此次尝试中的每一步推导，都建立在Will Sawin老师优美而深刻的基础框架之上，也受益于OpenAI所展现的AI+数学的惊人潜力，以及DeepSeek等开源社区的无私贡献。我们由衷致谢。
我们也清醒认识到，数论之海深不可测，AI的推理仍可能存有疏漏。因此，我们已将完整的论文草稿与优化过程公开，诚挚邀请数学界、AI界的各位老师与同仁一同审阅、批评、指正。任何反馈，都是我们持续迭代的关键输入。
倘若我们的探索——哪怕只是一小步，能为这条路径带来一点点启发，或激发更多关于“AI如何协助数学研究”的新思路，那便是我们莫大的欣喜。我们相信，未来科学的发展，将是人类直觉与AI能力彼此激发、紧密协同的旅程。
人类的智慧，决定方向；AI的能力，拓展边界。
期待与各位，继续同行、共同推动。
未经「AI科技评论」授权，严禁以任何方式在网页、论坛、社区进行转载！
公众号转载请先在「AI科技评论」后台留言取得授权，转载时需标注来源并插入本公众号名片。
热门跟贴