OpenAI模型攻克1946年Erdős提出的平面單位距離問題，首次自主解決數學領域重要開放問題
近80年來數學家認爲最優構型類似方格，OpenAI通用推理模型發現全新構型家族，性能顯著優於傳統方案。
此突破展現AI長鏈條推理能力，未來有望加速生物、物理、工程和醫學等領域研究，但仍依賴人類判斷與方向選擇。
來源：公開信息
ABAB AI 解讀
OpenAI此前已通過o系列模型在IMO數學競賽等任務中展現推理能力，此次平面單位距離問題突破延續從專用數學工具向通用推理模型演進路徑，早前模型已獨立發現新算法與證明結構。
資本路徑上，OpenAI將算力與訓練資源向長上下文推理優化集中，資源主要用於Scaling Laws下的推理鏈強化，動機在於讓模型跨越學科邊界自主探索，快速積累高價值科學發現作爲後續訓練信號，同時爲企業級科研工具鋪路。
類似AlphaFold在蛋白質摺疊的突破及DeepMind數學工具輔助人類證明，當前AI科研應用處於從輔助工具向自主發現轉型的早期階段，先發通用模型正通過開放問題驗證自身上限。
本質屬於技術替代：AI長鏈推理將定價權從傳統數學家人力探索向模型自主發現轉移，機制在於模型能同時處理海量構型空間與跨領域知識連接，突破人類直覺限制，形成從“人類提出問題”向“AI提出新路徑、人類驗證方向”的科研效率躍升。
ABAB News · 認知定律
人類80年卡住的信念，AI一次推理就打破。
工具越通用，跨領域發現就越快，專家價值只增不減。
AI搜路人類選向，科研從個人天賦變成系統放大器。