陶哲轩借助GPT-5破解数论难题，29行代码颠覆传统证明

数学家陶哲轩的最新研究成果再次证实了人工智能在学术研究中的革命性作用——他借助GPT-5成功完成了一项数学难题的反证工作，这一突破性进展迅速引发学术界广泛讨论。陶哲轩在社交媒体分享称，若采用传统人工方式验证参数和编写代码，这项工作需要耗费数小时之久，而AI的介入不仅显著提升了研究效率，更启发他采用了一个全新的解题思路。

研究聚焦于MathOverflow平台提出的数学猜想：序列lcm(1,2,...,n)是否完全属于高度合数集合。这个问题需要验证两个特殊数列之间的关系——一个是连续自然数最小公倍数构成的序列（例如lcm(1,2)=2，lcm(1,2,3)=6），另一个则是约数和超出所有较小正整数的特殊数列（以12为例，其约数和1+2+3+4+6+12=28就超过了所有小于12的数）。虽然陶哲轩已经通过理论分析确认了这一猜想不成立，但要找到具体反例仍需进行复杂的数值搜索。

在此次研究中，GPT-5展现了惊人的协作能力。最初陶哲轩试图让AI直接编写完整的搜索程序，GPT-5仅用79秒就生成了长段代码，但运行后发现存在效率问题和初始参数偏差。随后研究者转换思路，通过多轮对话将复杂任务拆解为多个子问题，引导AI采用启发式方法逐步优化参数。最终AI不仅成功找到了反例参数，还给出了仅29行的Python验证脚本，其简洁有效的特性获得了陶哲轩的高度赞赏。

特别值得一提的是，整个研究过程中GPT-5始终保持了极高的数学严谨性，完全没有出现AI系统常见的"幻觉"现象。这一表现突破了学界对AI工具可靠性的固有认知，为人工智能在理论数学领域的应用开辟了新前景。

陶哲轩对人机协作模式的探索由来已久。今年他已多次公开演示AI在数学研究中的创新应用：5月曾借助GitHub Copilot完成函数极限证明；同月利用AI工具仅用33分钟就解决了Magma方程验证难题；3月更是在o3-mini模型的帮助下修正了自己的推导错误。这些实践成果验证了他年初的观点——AI或许难获数学界最高荣誉，但必将成为研究人员的重要智识伙伴。

这项研究成果的影响力早已超出数学范畴。OpenAI首席科学家Sebastien Bubeck的转发引发了科技界的广泛讨论，学界普遍认为这标志着人机协同研究进入了全新阶段。在网络讨论中，既有对AI改变科研范式的热切期待，也不乏对技术依赖可能造成研究者思维惰性的隐忧。

与此相呼应的是OpenAI CEO山姆·奥特曼近期对GPT-5的定位阐述。他强调这代模型更侧重迭代改良而非技术革命，这一表态被视为对市场过高预期的降温。关于通用人工智能(AGI)的实现时间表，奥特曼已不再坚持"2030年前达成"的预测，转而呼吁采取以安全为前提的渐进式发展策略，这种转向引发了业界对AI伦理与发展路径的新一轮思考。