Google DeepMind 的 AI 解题登上《Science》：9 个 Erdős 开放问题被解决，每个证明都能机器复查
先讲结论
Google DeepMind 的 AlphaProof Nexus 系统解出了 9 个悬而未决的 Erdős（保罗·厄尔多什）数学开放问题——其中两个已经卡了 56 年——外加 44 条 OEIS 整数序列数据库里的未证实猜想。成果不是停留在论文里，而是以同行评审形式发表在《Science》（DOI: 10.1126/science.aej2213），并且每一个证明步骤都由 Lean 形式化验证器逐步机器检查，完整的 Lean 证明文件已经公开在 GitHub 上，谁都可以下载、编译、复查。
这是基于多家媒体转述整理：《Science》官网有付费墙，本文未能直接抓取论文全文，事实以 The Decoder、daily.dev、FourWeekMBA 等 10 月 12 日至 13 日多家报道的交叉印证为准。
这是什么：不是刷榜，是"写证明 + 机器验收"
AlphaProof Nexus 的核心不是训练一个新模型，而是一套研究工作流：
- 写证明的是 Gemini 3.1 Pro，它负责把猜想"翻译"成 Lean 定理语言，然后起草、修改证明；
- 验收的是 Lean 编译器：每改一行就交给 Lean 检查一次，报错信息直接喂回去指导下一步修改——相当于每个证明都有"机器审稿人"；
- 遇到更难的子问题，还可以调用 DeepMind 之前发布的专用证明工具 AlphaProof 来协助。
值得注意的是，The Decoder 转述 DeepMind 的说法是：即使完全不启用 AlphaProof，光靠这套循环也解出了那 9 个 Erdős 问题。也就是说，这套范式本身已经够强。
为什么重要：第一次走完完整学术流程
AI 解数学题这件事，之前不是没有过。真正的区别在"信任成本"：
- 同行评审：这次成果正式发表在《Science》，经过的是正规学术评审，不是厂商自说自话；
- 形式化验证：普通论文里的证明要靠数学家肉眼检查，而 Lean 证明是机器逐行编译通过的——"AI 说它证出来了"和"机器确认它证出来了"是两回事；
- 全程可复查：GitHub 仓库（google-deepmind/alphaproof-nexus-results）公开了所有 Lean 证明，还包括尝试过但未解出的问题清单，方便别人接着做。
另一条路线：OpenAI 的"直接甩 GitHub"争议
这次发表的时间点恰好撞上一场学界争议：OpenAI 最近把几百个 AI 生成的数学证明直接丢上 GitHub，绕开期刊流程，引发数学界不满；由陶哲轩牵头的 Association for Human Mathematics 甚至发起了抵制呼吁（The Decoder 报道）。
对比之下，DeepMind 走的是"慢而正"的路线：论文 + 评审 + 形式化验证 + 开源代码。对普通读者来说，这两条路线的差异其实是"AI 科研产出如何获得信任"的分水岭。
对谁有用
- 数学家 / 科研工作者：9 道 Erdős 问题和 44 条 OEIS 猜想的 Lean 证明可以直接下载使用，未解问题清单也是现成的"待办列表"；
- AI 研究者："LLM 起草 + 形式化工具验收"的循环，是可复用的 Agent 范式；
- 关注 AI 动态的人：AI 从"能解竞赛题"到"能产出可复核的科研成果"，这是能力可信度上的一个台阶。
参考来源
- The Decoder（10-12）: https://the-decoder.com/google-deepminds-alphaproof-nexus-solved-dozens-of-open-math-problems-and-actually-got-peer-reviewed/
- daily.dev 转发（10-12）: https://daily.dev/posts/deepmind-s-alphaproof-nexus-solves-9-erd-s-problems-with-results-published-in-science-jh1hhf11l
- FourWeekMBA（10-13）: https://fourweekmba.com/ai-deepminds-alphaproof-nexus-solves-9-of-353-erdos-problems/
- Science 论文（DOI: 10.1126/science.aej2213）
- GitHub: https://github.com/google-deepmind/alphaproof-nexus-results