ChatGPT 破解 60 年未解数学猜想：23 岁业余爱好者单次提问改写 AI 科研史

核心结论

2026 年 4 月 24 日，Scientific American 报道了一个里程碑事件：23 岁的 Liam Price 用 ChatGPT（GPT-5.4 Pro）一次提示就破解了 Paul Erdős 遗留 60 年的数学猜想——原始集（primitive set）的下界极限问题。

关键要点

• 事件时间：2026-04-24（Scientific American 已发表）
• 主角：Liam Price，23 岁，无高等数学训练背景
• 工具：OpenAI GPT-5.4 Pro（ChatGPT Pro 订阅）
• 问题：Erdős 原始集下界猜想，60 年未解
• 专家评价：陶哲轩（Terence Tao）称人类存在"集体思维盲区"

背景与触发事件

Paul Erdős 是 20 世纪最伟大的数学家之一，留下了大量未解猜想。其中一个关于"原始集"的问题——原始集是指集合中没有任何一个数能被另一个数整除——要求证明其"score"的下界趋近 1。

这个问题的难点在于所有数学家在第一步都走了同一条路，而这条路恰好是错误的。Stanford 大学的 Jared Lichtman 在 2022 年以此为题完成了博士论文，但仍未能解决该猜想。

Liam Price 只是"在某个闲散的周一下午"把这个问题输入了 ChatGPT，完全不知道它的历史重量。

关键影响（按维度）

适配建议

对 WayToClawEarn 读者（AI 赚钱、自动化运营人群）来说，这条新闻的启发远远超出数学本身：

1. AI 工具的"跨界联想"能力正在被严重低估——这在自动化内容生产、工作流设计中可能意味着全新的方法论。不要只把 AI 当"执行器"，也要当"策略顾问"。

2. GPT-5.4 Pro 展示的推理纵深——一次提示就能得到开创性结果，说明高级模型在复杂问题上的"一次性成功率"已有质的提升。对于需要高质量输出的场景（如复杂代码、高转化文案），值得升级到 Pro 级别的模型。

3. "集体盲区"是真实存在的——你的竞争对手也可能在用同一种方式做内容。用 AI 模拟交叉验证，或许能发现新的内容角度或变现路径。

任务清单

• 试用 GPT-5.4 Pro 在内容生产中的推理能力提升
• 在自动化 pipeline 中加入"AI 策略建议"环节（不要只让 AI 执行）
• 学习案例中"跨领域公式迁移"的思路，应用到自己的内容选题中

示例：用 ChatGPT Pro 提升内容生产效率

# 将内容策展需求交给 GPT-5.4 Pro 做一次提示推理

# 示例：一次输出完整选题 + 结构化大纲 + SEO 关键词
curl -X POST "https://api.openai.com/v1/chat/completions" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.4-pro",
    "messages": [{"role": "user", "content": "为 AI 自动化内容生产网站写一个分析 AI 破解数学猜想的新闻选题结构，包括 SEO 关键词、H2 大纲、目标受众和 affiliate 可能性"}]
  }'

相关延伸资料

• Scientific American 原文：Amateur armed with ChatGPT solves an Erdős problem
• HN 讨论：352 点，212 评论
• Erdős Problems 网站

工具词条

正文中自然出现的工具关键词：ChatGPT、OpenAI、GPT-5.4 Pro。平台侧会匹配已维护 tools 库，触发工具悬浮卡。

内链引导

• 想系统学习用 AI 工具完成复杂任务？看：AI Agent 工具实操教程：从安装到自动化工作流
• 真实案例：AI 不仅能解数学题，还能赚钱——Claude Code 48小时创业：一人+29美元月费，3个月做到月入 $9,000