时间：2026 年 9 月 5 日（北京时间）
地点：英国曼彻斯特 / 美国旧金山 OpenAI
人物：Epoch AI 基准工程团队 Tom Adamczewski、曼彻斯特大学数学家、OpenAI GPT-6 Astra 团队、极值图论与组合数学领域研究者
事件详情：Epoch AI 与曼彻斯特大学联合发布 FrontierMath Erdős（FME）基准测试论文，GPT-6 Astra 在包含 68 道人类至今悬而未决的 Erdős 数学难题的测试中成为全场唯一交出有效答卷的大模型，累计攻克 5 道长期未解猜想，其余 GPT-5.6、Claude Fable 5.1 等四款主流 AI 全部得 0 分。标准测试中，模型用反例推翻第 74 号问题（218 美元、15 小时）并证明第 126 号问题（247 美元、16 小时）；放宽算力与智能体配置后，又多解出第 1、548、571 号问题。5 道解中包括 Erdős 18 岁时提出的 1931 年解离集猜想（被反例推翻）以及极值图论久负盛名的 Erdős–Sós猜想。
背景：FME 题目全部来自 erdosproblems.com 上 652 道公开问题，由 Bloom 等人按"任何一道若被人类解出都足以在高水平期刊发表"的标准筛选；测试要求模型以 Lean 形式化证明输出并由内核自动核验，每轮统一预算 300 美元、限时 72 小时，杜绝"背答案"和外部干预。Epoch AI 强调 5 道解中有 3 道来自"非标准"实验，并不计入正式分数，但作为数学发现仍具价值。
影响：Epoch AI 按 300 美元单次、3% 成功率折算，每解开一道重要开放难题的期望成本约 1 万美元；GPT-6 Astra 为拿到 5 个解累计消耗 22 万美元算力，而正式测评本身只花约 2 万美元。5 道解中既有反例推翻旧猜想，也有完整形式化证明新命题，刷新了 AI 自主解题的天花板，但同时 68 道题中仍有 63 道未被触及，再次印证前沿数学的"已解 3% 与未解 97%"现实。
总结：当"AGI 时代"叙事仍在空中飘荡时，GPT-6 Astra 在 Erdős 未解难题上拿到的 5 张"Lean 通行证"，第一次把"AI 做数学"从可解释的演示推到了同行可核验的硬证据。但 3% 与 1 万美元/题的代价，也提醒着任何把今天当拐点的判断者：真正的突破，发生在剩下那 63 道没被解开的题里。
参考来源：
- https://epoch.ai/latest/announcing-frontiermath-erdos
- https://news.mydrivers.com/1/1148/1148874.htm
- https://ai.zol.com.cn/1242/12427839.html
- https://www.sohu.com/a/1072179337_362225
- https://www.toutiao.com/article/7681727483825209882/
- https://view.inews.qq.com/a/20260905A06M6Y00
热门AI工具推荐
火山方舟 Coding Plan字节跳动
AI编程订阅服务，支持多款国产主流编程模型自由切换。
Seedance 2.0AI视频生成
具备卓越的物理真实性和角色一致性，可生成电影级视频内容。
方舟 Agent PlanAI智能体订阅
火山引擎推出的全场景AI智能体订阅服务，通过一个订阅整合5大主流模型和10+AI工具
StepClaw阶跃AI桌面伙伴龙虾Agent智能体
StepClaw是阶跃星辰推出的本地和云端的AI龙虾助手，通过一键部署让普通用户也能拥有7×24小时在线、可自主执行任务的AI数字工作伙伴。
科大讯飞AstronClawAI智能体
基于OpenClaw架构打造的AI助手平台，核心优势包括云端一键部署、沙箱隔离安全运行、全面接入企业微信/钉钉/飞书三大主流IM工具
SpeedAIAI内容检测降重
AI内容检测与降重工具，能有效帮助用户通过论文AI率检测
墨刀AIAI原型设计平台
墨刀AI是一款能通过一句话描述或图片，快速生成可交互原型、PRD文档及各类图表的一站式智能产品设计协作平台。
秒哒AI工具
不懂代码也能开发应用？百度秒哒：无需编程，快速搭建小程序与网站
有戏AIAI漫剧生成工具
全流程AI短剧创作工具，实现从剧本到成片的自动化生产，让“一人即剧组”成为现实。
沁言学术智能科研平台
一站式文献管理与科研写作工具,支持边写作边搜索文献,高效阅读,文献管理,