9道Erdős开放难题一次性告破
数学界这个月彻底疯了，前脚OpenAI刚把Erdős 80年猜想推翻，紧接着Google DeepMind发布了全新AI数学智能体AlphaProof Nexus。它一出手，就解决了9道悬而未决几十年的Erdős开放问题，其中最古老的悬了56年。而且，每道题花费的算力成本只有几百美元。更关键的是，这次的证明经过Lean编译器的形式化验证，不存在幻觉空间。
AlphaProof Nexus架构与工作流
AlphaProof Nexus和2024年拿下IMO银牌的初代AlphaProof不同，它把大语言模型、AlphaProof和进化算法三合一。其系统架构分为四个层级，从简单到复杂。工作流的核心循环是AI提出证明草稿，Lean编译器验证，失败则反馈错误信息，AI修正后再验证，循环往复，直到证明通过或耗尽算力预算。
9道问题具体情况
DeepMind将完整版Agent D投放到353道已形式化的Erdős问题上，最终攻克9道。如Erdős #12悬置56年，AI结合中国剩余定理和三项等差数列回避集给出解法；Erdős #125，AI证明答案否定，核心是归纳稀疏化论证；Erdős #138，AI给出优雅证明；Erdős #846，AI构造令人叹为观止。目前9道问题的Lean证明代码已开源在GitHub上。
简单Agent也能解全部9题
最出人意料的是，最简单的Agent A也能解决全部9道问题。它没有进化算法和AlphaProof，只有多个独立的LLM子智能体和Lean编译器的反馈循环。Agent A和Agent B表现相近，Agent D在最困难问题上有成本优势。DeepMind将基础Agent的成功归因于LLM能力飙升和编译器反馈的强大作用。
多领域取得突破
除了Erdős问题，AlphaProof Nexus还在多个数学分支取得实质性突破。在OEIS猜想中，系统自动形式化492个开放猜想，证明44个；代数几何中，解决约15年悬置问题；凸优化中，解决关于锚定梯度下降 - 上升算法精确收敛速率问题，还发现新学习率调度参数；图论中，证明Graffiti系统猜想；加法组合学中，解决Ben Green开放问题列表第57题；量子光学中，与Mario Krenn合作解决多个单色量子图猜想。
AI改变数学研究方式
2026年5月，AI在数学领域造诣达到研究级水平。OpenAI走自然语言路线，DeepMind走形式化验证路线。自然语言路线灵活但可能有幻觉，形式化路线可靠但有领域局限。DeepMind的数学家合作者发现，即使智能体无法证明目标定理，其生成的证明尝试也能加深他们对问题的理解。未来，AI先用自然语言探索思路，再用形式化系统验证，人类数学家角色转变。有人说，我们正目睹数学奇点的早期火花。
