一篇发表于2026年5月的arXiv预印本报告称，Google DeepMind的AlphaProof Nexus解出了353道尚未解决的埃尔德什问题中的9道，并证明了《在线整数数列百科全书》（OEIS）492条猜想中的44条。研究团队称，每解出一道埃尔德什问题，计算成本为数百美元。 17

这些数字显示，这套系统或许能成为有用的数学证明搜索工具；但单凭解题数量，还不能判断它在数学研究中有多可靠，也不能证明每项成果都是新发现。 17

数字背后：是特定题集中的成功

按预印本报告的测试总数计算，9道占埃尔德什问题的约2.5%，44条占OEIS猜想的约8.9%。这只是两组评测题目中的比例，并非系统面对所有数学问题时的成功率。研究团队还称，专家核对了每道成功解决的埃尔德什问题，确认其Lean形式化陈述忠实表达了原猜想。 17

因此，这项工作应理解为在大规模题集中取得了若干成功，而不是系统可以随时解决开放问题的保证。另一个需要区分的点是成本：预印本所说的是每道已解埃尔德什问题的成本，并不能单独说明未成功尝试花了多少资源，也不足以衡量整个搜索过程是否划算。 17

Lean验证了什么，又没有验证什么？

预印本将AlphaProof Nexus描述为一种由AI驱动的形式化证明搜索框架。简单来说，研究者会把数学命题和证明写成Lean等形式语言，再由证明检查器核验推导是否符合规则。若形式化证明通过检查，就能为“这份证明确实从给定命题推出结论”提供有力保障。 17

但形式验证和数学背景审查不是一回事。检查器接受证明，并不能单独证明形式化命题准确对应原本的开放问题，也不能说明该结果此前无人证明，或其数学意义足够重要。因此，研究团队表示专家核对过Lean陈述与埃尔德什猜想之间的对应关系，这一点是理解成果数量时的重要背景。 17

关于“半个世纪难题”的报道，证据到哪一步？

10月的一篇新闻报道提到，所报告的埃尔德什成果中有两项，涉及保罗·埃尔德什与安德拉什·萨尔科兹在1970年提出的问题。这支持了成果包含长期悬而未决问题的说法，但它属于媒体报道，而不是论文原文。 19

目前可见的材料包括5月预印本和二手报道，并不包含10月《Science》论文全文，也没有足以逐项评估所有说法的独立审查材料。因此，这些材料无法确认特定模型版本、代数几何与极小极大问题的相关结果，也不足以厘清关于先前解答、问题措辞变化、其他智能体、占位证明或人工引导搜索的具体争议。没有核对论文、形式化证明材料及相关审查者的说明前，这些细节不宜视为定论。

怎样更稳妥地评价这项成果

更可靠的做法是逐题检查：原始猜想是什么、形式化表述是否准确、完整证明能否复核、相关文献中是否已有先前结果，以及研究过程中有多少人工参与。报告中的数字足以说明AlphaProof Nexus值得作为证明搜索工具继续研究；但它们本身并不能判定系统是否在独立开展数学研究，也无法确定每项成果的新颖性和重要性。 17

一篇发表于2026年5月的arXiv预印本报告称，Google DeepMind的AlphaProof Nexus解出了353道尚未解决的埃尔德什问题中的9道，并证明了《在线整数数列百科全书》（OEIS）492条猜想中的44条。研究团队称，每解出一道埃尔德什问题，计算成本为数百美元。 17

这些数字显示，这套系统或许能成为有用的数学证明搜索工具；但单凭解题数量，还不能判断它在数学研究中有多可靠，也不能证明每项成果都是新发现。 17

数字背后：是特定题集中的成功

按预印本报告的测试总数计算，9道占埃尔德什问题的约2.5%，44条占OEIS猜想的约8.9%。这只是两组评测题目中的比例，并非系统面对所有数学问题时的成功率。研究团队还称，专家核对了每道成功解决的埃尔德什问题，确认其Lean形式化陈述忠实表达了原猜想。 17

因此，这项工作应理解为在大规模题集中取得了若干成功，而不是系统可以随时解决开放问题的保证。另一个需要区分的点是成本：预印本所说的是每道已解埃尔德什问题的成本，并不能单独说明未成功尝试花了多少资源，也不足以衡量整个搜索过程是否划算。 17

Lean验证了什么，又没有验证什么？

预印本将AlphaProof Nexus描述为一种由AI驱动的形式化证明搜索框架。简单来说，研究者会把数学命题和证明写成Lean等形式语言，再由证明检查器核验推导是否符合规则。若形式化证明通过检查，就能为“这份证明确实从给定命题推出结论”提供有力保障。 17

但形式验证和数学背景审查不是一回事。检查器接受证明，并不能单独证明形式化命题准确对应原本的开放问题，也不能说明该结果此前无人证明，或其数学意义足够重要。因此，研究团队表示专家核对过Lean陈述与埃尔德什猜想之间的对应关系，这一点是理解成果数量时的重要背景。 17

关于“半个世纪难题”的报道，证据到哪一步？

10月的一篇新闻报道提到，所报告的埃尔德什成果中有两项，涉及保罗·埃尔德什与安德拉什·萨尔科兹在1970年提出的问题。这支持了成果包含长期悬而未决问题的说法，但它属于媒体报道，而不是论文原文。 19

目前可见的材料包括5月预印本和二手报道，并不包含10月《Science》论文全文，也没有足以逐项评估所有说法的独立审查材料。因此，这些材料无法确认特定模型版本、代数几何与极小极大问题的相关结果，也不足以厘清关于先前解答、问题措辞变化、其他智能体、占位证明或人工引导搜索的具体争议。没有核对论文、形式化证明材料及相关审查者的说明前，这些细节不宜视为定论。

怎样更稳妥地评价这项成果

更可靠的做法是逐题检查：原始猜想是什么、形式化表述是否准确、完整证明能否复核、相关文献中是否已有先前结果，以及研究过程中有多少人工参与。报告中的数字足以说明AlphaProof Nexus值得作为证明搜索工具继续研究；但它们本身并不能判定系统是否在独立开展数学研究，也无法确定每项成果的新颖性和重要性。 17