GPT-6 Astra狙击哥德巴赫猜想：AI数学能力有多强？

AI攻克数学难题的速度，正在超过很多人的想象。继暴力破解千禧年难题之一的NS方程之后，最近又有一个耳熟能详的超级难题被AI盯上了——哥德巴赫猜想。据李永乐老师的解读，GPT-6 Astra用一份仅两页纸的数学论文，无条件证明了哥德巴赫猜想的一个弱化版本。这件事的震撼之处，不在于AI又解了一道题，而在于它的证明方式：简洁、优雅、充满灵光一闪的奇思妙想，与历史上那些经典数学突破如出一辙。

哥德巴赫猜想到底是什么

哥德巴赫是18世纪的一位德国数学家，他曾与瑞士数学家欧拉通信，在信中提出一个问题：是不是任何一个数都可以写成三个质数的和？欧拉回信指出，这个想法其实等价于两条猜想。

强哥德巴赫猜想（也就是今天我们说的哥德巴赫猜想）：所有大于2的偶数n，都可以写成 n = a + b 的形式，其中a和b都是质数。比如4 = 2+2，6 = 3+3，8 = 3+5，10 = 3+7，12 = 5+7。

弱哥德巴赫猜想：所有大于5的奇数n，都可以写成 n = a + b + c 的形式，三个数都是质数。比如7 = 2+2+3，9 = 2+2+5，11 = 3+3+5。

两者存在逻辑关联：如果强猜想成立，弱猜想自然成立。因为一个大于5的奇数减去3就是一个大于2的偶数，若偶数能拆成两个质数之和，奇数就能写成3加两个质数。1900年，希尔伯特提出的23个著名数学问题中，第8个问题就包含了哥德巴赫猜想。

希尔伯特第8问题是1900年国际数学家大会上提出的23个未解问题之一，被誉为20世纪数学的行动纲领。第8问题实际上是一个"问题包"，除哥德巴赫猜想外，还包含黎曼猜想和孪生质数猜想。时至今日，这三个子问题均未彻底解决，足见其难度之高。哥德巴赫猜想虽然表述极为简单，仅凭小学算术即可理解，但简单的表述背后隐藏着质数分布的深层规律，而质数的分布至今没有精确的解析公式，这正是猜想长期悬而未决的根本原因。

从陈景润的“1+2”到AI

弱哥德巴赫猜想在2013年已被数学家哈洛德攻克，而强猜想至今悬而未决。回顾历史，数学家们的进攻路线颇为曲折。

1930年，施尼尔曼证明了任何大偶数都可以写成有限个（k个）质数之和，只要能把这个k不断缩小到2，猜想就成立。1920年，布朗则从另一角度证明了“9+9”——大偶数可以拆成两个数之和，每个数都是不超过9个质数的乘积。此后是漫长的接力：8+8、7+7……直到陈景润证明了著名的“1+2”。

陈景润证明的是：任何一个大偶数N，要么可以写成 a+b（两质数之和），要么可以写成 a+bc（一个质数加两个质数的乘积）。这距离“1+1”只差一根头发丝，但这根头发丝始终无法跨越。人们普遍认为，这套传统方法很可能已经走到了尽头，多年来再无实质进展。

AI证明的究竟是什么

既然无法直接证明哥德巴赫猜想，数学界转而研究其弱化版本。大约在2018年，有人在数学论坛Math Overflow上提出了一个基于刘维尔函数的弱化命题。

刘维尔函数 λ(a) = (-1)^ω(a)，其中ω(a)表示a的质因数个数（计重）。举例来说，λ(2)=-1（2只有一个质因数），λ(4)=+1（4=2×2，两个质因数），λ(12)=-1（12=2×2×3，三个质因数）。所有质数的刘维尔数都是-1，但刘维尔数为-1的数不一定是质数。

这个弱化命题问的是：任何一个大于2的偶数，是否一定能写成两个刘维尔数为-1的数之和？这相当于哥德巴赫猜想的一个必要条件的探索。

2024年，数学家亚历山大证明了该命题成立，但有两个前提：一是仅对足够大的偶数成立，二是必须假设广义黎曼猜想成立。而广义黎曼猜想本身也尚未被证明——这意味着亚历山大的结论是有条件的。

据李永乐老师介绍，GPT-6 Astra的突破在于无条件证明。它先用两页纸证明了所有4的倍数都成立，48小时后又用8页纸把结果推广到所有大于2的偶数。与以往动辄上万个agent暴力破解不同，这次的证明极其简洁，高中生的数学储备就能看懂。

广义黎曼猜想（GRH）是数论中最重要的未解猜想之一，是原版黎曼猜想的推广形式。黎曼猜想断言黎曼ζ函数的所有非平凡零点都位于复平面的"临界线"Re(s)=1/2上；广义黎曼猜想则将这一断言推广到所有狄利克雷L函数。由于L函数与质数在算术级数中的分布密切相关，GRH一旦成立，大量数论结论可以得到精确的误差估计。在数论研究中，"假设GRH成立"是一种常见的条件性证明策略，可以绕开质数分布的深层不确定性，但其结论的可靠性完全依赖GRH本身的真实性。GPT-6 Astra的突破正在于移除了这一前提，实现了无条件证明。

两页纸证明的精妙之处

证明目标是：任意 n = 4m 都能写成 a+b，且 λ(a) = λ(b) = -1。

关键工具有两个。第一个性质是 λ(ab) = λ(a)·λ(b)，因为ω(ab) = ω(a) + ω(b)（计重的质因数个数满足加法），指数相加意味着符号相乘。由此可推出：λ(4m) = λ(m)，而 λ(4m) = -λ(2m)，即差2倍会导致符号翻转——这个细节后续至关重要。

第二个是引理（前人已证）：任意 m ≥ 11，一定存在一种拆分 m = a+b，使得 λ(a) 与 λ(b) 同号。

证明先处理简单情形：当m是2的倍数、3的倍数，或m小于11时，都能通过直接构造（如拆成3k+5k、4k+4k等）验证。真正的难点在于 m ≥ 11 且既非2也非3的倍数的情况，此时AI采用了反证法。

假设4m无法拆成两个λ=-1的数之和，通过符号翻转关系可推出2m无法拆成两个λ=+1、m无法拆成两个λ=-1。结合引理，可以把m拆成a+b，其中λ(a)=λ(b)=+1，且a、b是所有拆分中最接近的一对——这个“最接近”的设定是整个证明的点睛之笔。

随后AI构造出一系列辅助数（如 a' = (m+a)/3），经过巧妙的符号推导，最终找到了一对差值更小的合法拆分，与“最接近”的假设直接矛盾。矛盾意味着大前提错误，从而反证出4m一定能拆成两个刘维尔数为-1的数之和。

整个过程只用到初等代数推导，却环环相扣、构造精巧，这正是它令人惊叹的地方。

反证法（Proof by Contradiction）是数学中最经典的证明策略之一：假设目标命题为假，通过逻辑推导得出矛盾，从而确认原命题必然为真。这一方法的威力在于，它将"证明某事存在或成立"转化为"证明其反面不可能"，往往能绕开直接构造的困难。此次证明中，AI将"最接近拆分"作为极值假设引入，这是一种典型的最小反例技巧（Minimal Counterexample），即假设反例存在并取其中最极端的一个，再用这个极端性质本身推导出更极端的反例，产生逻辑悖论。这种思路在无穷递降法、良序原理相关证明中屡见不鲜，却需要相当的数学直觉才能找到正确的极值量来构造矛盾，而AI在此处的选择与历史上顶尖数学家的风格高度吻合。

属于人类的数学时代结束了吗

需要明确的是，AI并没有真正攻克哥德巴赫猜想，它证明的只是一个弱化版本，且是基于刘维尔函数的必要条件探索。但正如李永乐老师所言，这个AI的数学能力已经远超大多数普通人，达到了顶尖数学家的水平。

此前陶哲轩等25位菲尔兹奖得主曾联名发声，担忧AI的“暴力破解、定点狙击”会干扰人类数学家的研究，对科学体系的健康发展不利。但这次事件呈现了另一面：AI不只会暴力计算，传统数学家引以为傲的奇思妙想，AI似乎也开始掌握。这种纯粹的智力活动，恐怕不再是人类的专属领地。

李永乐老师将当下类比为牛顿的1666年、爱因斯坦的1905年这样的“奇迹年”，认为我们正处在一场千年未有的科学革命之中。这个判断或许乐观，但AI在数学推理上展现出的“灵感”能力，确实值得整个科研界严肃对待。