近八十年來，數學家一直致力於解決一個猜想：如何排列點，使盡可能多的點對之間恰好相距一單位。主流觀點認為，類似方格的排列方式最優。OpenAI 表示，其 AI 已證明主流觀點是錯誤的。
公司宣布，其一項通用推理模型自主推翻了與單位距離問題相關的一項重要猜想，該問題由保羅·艾狄胥於1946年首次提出。結果：出現了一種新的構造家族，其表現超越了數學家長期認為最優的排列方式。
AI 真正做的
單位距離問題提出了一個看似簡單的問題：給定平面上一定數量的點，最多能有多少對點之間的距離恰好為一單位？愛爾德什於1946年提出此問題，多年來，學界普遍認為類似正方形網格的配置是最優方案。
OpenAI 的模型並非僅僅觸及邊緣，而是完全推翻了這一猜想，證明這些類似網格的結構並非最佳方案。該人工智慧發現了一種新的排列方式，能產生比以往任何構造都更多的單位距離點對。
這一點是這樣的。這並非一種暴力運算，也不是專為幾何設計的狹義工具。OpenAI 將該系統描述為一種通用推理模型，能與數學家們共同迭代探索解決方案。最終的證明使用 Lean 進行了形式化驗證，Lean 是一種證明輔助工具，其在數學中的作用類似於公證簽名。只要證明在 Lean 中通過驗證，那就代表完全正確，無需再懷疑。
OpenAI 將此稱為 AI 首次自主解決數學中一個重要的開放性問題。這是一個大膽的主張，但形式化驗證為此增添了強大的支持。
愛爾多斯得分卡
保羅·艾狄胥被公認為20世紀最多產的數學家，以提出數百道從易懂到看似不可能的問題而聞名。其中許多問題附有現金獎勵，部分獎金在他在1996年去世後數十年至今仍未被領取。
單位距離猜想是那種長期懸而未決的挑戰之一，就像一種數學傳家寶，一代又一代的研究生和職位候選教授傳承下來，卻沒人能完全弄清楚如何打開它。
當前時刻之所以引人注目，在於其進展速度。自2026年1月以來，AI系統已將15個厄多斯問題從未解決狀態轉為已解決，其中11個案例明確歸功於AI。這是一種顯著的加速。作為對比，這些問題中的一些曾數十年無人問津，靜靜地積累著小額資產於白板上和綜述論文的腳註中。如今，它們已在數月內被逐一解決。
這種模式暗示的不僅僅是單一的幸運結果。AI 推理模型似乎已達到一個能力門檻，在此門檻上，它們能夠有意義地參與，甚至在某些情況下引領數學發現。這一趨勢是否會持續或趨於平緩仍是個開放的問題，但其發展軌跡難以忽視。
為何加密貨幣應受關注
乍看之下，離散幾何的突破似乎與加密貨幣毫無關聯，就像一場詩歌朗誦會一樣。但仔細觀察，兩者之間的聯繫卻變得有趣起來。
用於證明單位距離問題等結果的技術，可直接應用於形式化驗證，即數學上證明程式碼完全實現其聲稱的功能。在智能合約的世界中，一個漏洞就可能導致協議損失數百萬資金，因此形式化驗證是安全性的黃金標準。
目前，正式驗證智能合約成本高昂、速度緩慢，且需要專業知識。如果 AI 推理模型能夠自主生成和驗證數學證明，同樣的能力最終可應用於 Solidity 代碼、Move 合約或密碼協議設計。這就像從人工審計升級為數學保證。
密碼學協議本身建立在數學基礎之上。零知識證明、同態加密和後量子密碼學都依賴於困難的數學問題。一個能夠在純數學中發現新構造並推翻長期被接受的猜想的AI，理論上可以加速這些領域的進展，或揭露從未被發現的漏洞。
今日的直接市場影響幾乎為零。沒有任何代幣會因為 AI 在平面上找到了更好的點排列方式而上漲。但對於區塊鏈安全基礎設施的下游影響是真實存在的，值得關注。如果通過 AI 使形式化驗證變得更便宜且更易取得，將能顯著降低智能合約漏洞的發生頻率，這些漏洞至今已讓整個行業損失數十億美元。
對於投資者而言，這裡的訊號不在於任何單一的證據，而在於其趨勢。AI 系統正變得越來越擅長進行嚴謹的推理，這種推理能產生可驗證、可信賴的輸出，而非僅僅聽起來自信的幻覺。這一區別對於任何正確性不可或缺的應用至關重要，而這幾乎涵蓋了加密貨幣中的所有領域。