数学家+GPT-6 Astra 一日连破57年摆圆5题

时间：2026年10月11日 地点：网络社区 人物：数学/ML/优化算法作者 nor、GPT-6 Astra、Claude Opus 5.5 事件详情：数学与机器学习爱好者 nor 于 2026 年 10 月 11 日发布技术博客《Optimal packings of 15-20 equal circles in a circle》，借助 OpenAI 下一代旗舰模型 GPT-6 Astra 给出圆内单位圆盘最优排列（circle-in-circle packing）问题 N=15、16、17、18、20 共五个情形的严格最优性证明。圆内 n 个单位圆的最优排列由 Graham（1968）解决 N≤7、Udo Pirl（1969）推进至 N≤10、Melissen（1994）证明 N=11、Fodor（1999–2003）完成 N=12/13/14/19，悬置最久的几档恰好是 N=15/16/17/18/20。nor 在评论中写道这只是「到此为止」而已，因为「没有理由停在 20」。最优半径方面：R15≈4.5214、R16≈4.6154、R17≈4.7920、R18≈4.8637（R18=R19）、R20≈5.1223。 背景：问题提出已 57 年（1969→2026）。nor 自述十多年前就把这题当作几何奥数爱好，自此再无人类专家推进；GPT-6 Astra 在推出之后已多次联手研究者完成数学开放问题，包括纳维–斯托克斯反例、刘维尔版哥德巴赫猜想、Erdős 单位距离下界等。本次 nor 的工作遵循与 OpenAI 公开"10 项数学进展"相同的范式——人类选问题、AI 起草形式化证明、机器校验。技术路径分 5 步：(1) 把外围圆盘推向外圆边界分组；(2) 用角度关系排除不可能的排列（圆盘不可重叠，角度总和 > 360° 即可弃）；(3) 对剩余离散可能做精确有理算术的有限搜索，扫半径区间与环向顺序；(4) 用几何刚性把"近似"提升为"精确"；(5) 反向证明原始最优排列里至少有一盘接触外圆，从而覆盖其它排列。15 圆盘情形额外使用奇数环论证。证明全程采用精确有理算术，未借助浮点。 影响：这是首次出现"业余数学家 + 下一代旗舰模型"联手在长尾开放问题上取得严格证明的报告。nor 本人总结他在这次合作中扮演的角色包括：判断问题可行性、引导模型方向、与网页 UI 的恶斗、反复打磨表述、手工验证、用 GPT-6 Astra 与 Claude Opus 5.5 同时交叉复核。这与同期 VibeMathed 上 721 道悬置开放问题里有 494 道被标记为"已解决"、155 道通过形式化验证的趋势一致——OpenAI 加上几位匿名爱好者，正在把数学论文末尾那些"Open Problems"变成普通人的"待办清单"。下游影响是研究成本的断崖式下跌：单个 API 调用数美元的算力，可能替代数月甚至数年的博士生工时。 总结：GPT-6 Astra 联手数学爱好者 nor 一日内补全 57 年摆圆难题剩余 5 档，意味着"AI 撞数学"的边际成本再次下降两个数量级。"数学 2.0"时代的最新注脚——OpenAI 旗舰模型已能让业余研究者在前沿几何问题上一夜清盘关键节点。 参考来源： - 数学爱好者 nor 原始博客（2026-10-11）：https://nor-blog.pages.dev/posts/2026-10-11-circle-in-circle-packing-15-20/ - nor 算法仓库与证明材料：https://nor-git.pages.dev/circle-packing/ - nor 在 X 上的原帖：https://x.com/norxornor/status/2109078411251454017 - 量子位/新浪转载（中文报道）：https://news.sina.cn/ai/2026-10-12/detail-iniuyarh0590934.d.html?vt=4 - 量子位官网原文索引：https://www.qbitai.com/ - 转载：AI优秘圈：https://kx.umi6.com/article/38246.html - 转载：澳大利亚都市报：https://www.yeeyi.com/news/details/3248609/ - OpenAI 公开"10 项数学进展"声明（背景，含高维 sphere packing）：https://openai.com/index/ten-advances-in-mathematics/ - Wikipedia：Circle packing in a circle：https://en.wikipedia.org/wiki/Circle_packing_in_a_circle - LEAN 形式化验证（github.com/openai/ten-proofs 关联）：https://github.com/openai/ten-proofs