当推理模型证明了新数学：OpenAI 的 Erdős 突破对路由策略意味着什么

工程团队真正需要问的不是"AI 能做数学吗"，而是：这个结果告诉我们什么关于 reasoning tier 模型选择的信号——以及生产环境中"推理模型"与"标准模型"的差距到底意味着什么。

发生了什么

2026 年 5 月 20 日，OpenAI 公布了一项结果：一个通用推理模型自主证伪了 Erdős 单位距离猜想（unit distance conjecture）——该问题自 1946 年提出以来从未被解决，被数学界公认为"组合几何中最著名的问题之一"。

产出这一结果的系统并非专门为数学训练、也不是搭架了专门搜索证明策略的 scaffold，更没有针对目标问题进行微调。它来自一个匿名的通用推理模型，作为 OpenAI 测试前沿模型能否贡献研究级成果的更大范围评估的一部分。

外部数学家——包括 Fields 奖得主 Tim Gowers——独立核验了该证明。配套论文将其称为"AI 数学领域的里程碑"。普林斯顿大学的 Will Sawin 随后将结果精化，给出了具体指数 δ = 0.014 的多项式改进。

从数学角度看，核心技术令人出乎意料：模型将代数数论中的工具（无限类域塔和 Golod-Shafarevich 理论）应用于欧几里得几何问题。这些工具本身早已为数论界所知，但跨领域的迁移方式完全出人预料。

对 AI 工程团队意味着什么

对大多数 API 用户来说，直接影响不是数学层面的，而是：这个结果迫使你重新校准"推理模型"在模型目录中的含义。

过去两年，推理层（reasoning tier）的定义是：在多步问题上更准确、更慢、更贵，适合在准确性能证明成本的情况下路由过去。这个框架假设推理模型在可以用"难度级别"和"步骤数量"描述的任务类别上更优秀。

这次结果改变了这一描述方式。一个通用推理模型完成了以下事情：

• 在数学子领域之间建立了真正新颖的跨领域联系
• 这不是任何专门系统或 scaffold 所能做到的
• 经领域专家独立验证为正确

这意味着推理层的能力上限，远高于大多数团队当前路由策略的假设。那些只把推理模型路由到"有明确答案验证的困难多步任务"的运营团队，正在把真正能用上这种跨领域综合能力的任务送到更便宜的标准模型上——而标准模型根本无法做到这一点。

还有第二个信号：做出这一成果的模型没有名字，也尚未发布。OpenAI 从一个内部模型发布了该结果，这意味着已部署推理模型与前沿能力之间存在持续拉大的差距。在制定有 6–18 个月规划视野的基础设施决策时，这个差距不可忽视。

Router/operator 视角

能力层路由需要质量下限，而不只是成本上限。 标准的运营思路是：需要在复杂任务上确保准确性时才路由到推理模型。但这个结果提供了另一种视角：只要任务需要跨领域综合或长链非显式推理，就应默认路由到推理层——即便你无法提前定义"难"的标准。实际含义是：复杂技术分析、研究辅助、代码库架构审查、任何可能受益于非显式联系的任务，路由策略应默认偏向推理层，而不是为了优化成本而绕开它。

路由配置中的具名模型 vs. 匿名模型差距正在扩大。 OpenAI 从"内部模型"发布研究成果的做法，是能力版本视野的信号。当你在路由中固定到某个具名模型（o3、o4-mini 等），你路由到的不是前沿——而是一个月后就会显得过时的能力曲线上的一个点。团队应该密切关注研究级能力何时进入正式发布的模型，并在路由合约中内置定期轮换机制。

评估设计必须进化。 如果你的 eval 套件只覆盖有确定性对错答案的任务，或者只从历史生产流量中采样，它将系统性地低估推理模型在罕见或涌现任务上的能力。这直接影响路由决策：如果 eval 显示"94% 情况下标准模型就够了"，但那 6% 包含了真正能受益于前沿级综合能力的任务，你可能正在系统性地把最重要的工作路由错了。

Provider 护城河 vs. 路由灵活性。 这次能力突破首先出现在 OpenAI 的前沿研究中，但这不意味着 OpenAI 是推理工作负载的唯一选择——Anthropic 的 Claude 推理层、Google Gemini 2.5 Pro、DeepSeek V4 Pro 在不同价位都提供有竞争力的推理能力。这个结果真正说明的是：能力前沿移动速度快于模型发布周期，单一 provider 依赖的运营团队在差距关键时刻可选项更少。

TheRouter 用户应该关注和尝试什么

如果你目前根据固定的任务类型列表在推理模型和标准模型之间路由，建议重新审视路由判据。最健壮的路由策略把模型层级选择当作一等参数——不是硬编码规则，而是可以随能力信号更新调整的变量。

实践建议：检查你的路由配置中处理分析、综合、探索性研究任务的路由。如果这些路由因为"通过 eval"而被送到标准模型，问问自己：你的 eval 是否根本就没有覆盖跨领域综合这个场景？

当 OpenAI 把这次结果背后的模型或其继任能力正式发布到 API 时，模型 ID 和定价层会出现在 release notes 中。那才是更新路由配置的时机——而不是几个月后才反应过来。

对于使用多 provider 路由的团队，面对前沿能力差距持续扩大的正确应对方式，不是合并到单一 provider，而是建立一个推理层路由层——可以指向当前在你最关键任务上表现最强的 provider，并在不修改应用层的前提下轮换。

来源：OpenAI — An OpenAI model has disproved a central conjecture in discrete geometry。外部证明验证：Tim Gowers（Fields 奖）、Arul Shankar（普林斯顿大学）。配套论文和推理链由 OpenAI 通过 CDN 公开。