GPT-6 Astra improves prime gap bound to 186 with Lean verification
OpenAI's GPT-6 Astra has reportedly improved the upper bound for bounded gaps between primes from 246 to 186, with a formal proof verified in Lean, according to a paper released by OpenAI and a post by researcher Su Weijie. The result, announced on September 4, 2026, marks a new record in the study of prime gaps, a problem linked to the twin prime conjecture. However, mathematician Terence Tao has criticized the black-box nature of AI-generated solutions, arguing that they may hinder mathematical progress by obscuring the exploratory process.
Coverage timeline
机器之心机器之心
千呼万唤的 OpenAI GPT-6 Astra 终于在今早「降临」。 尤其是发布尾声，OpenAI 总裁 Greg Brockman 一句「Welcome to the AGI era」，更是将现场气氛推向高潮。 虽然目前 GPT-6 Astra 仅向少量组织开放，但 X 上围绕它是否已经接近「AGI」的大量测试和讨论，早已铺天盖地。 而就在这场关于 AGI 的「狂欢」之外，我们发现了一项隐藏在模型发布背后的研究成果： GPT-6 Astra 在有界素数间隔（bounded gaps between primes）问题上取得新突破，将此前已知上界从 246 推进至 186。 事情是这样的。 今早，宾夕法尼亚大学统计学教授、OpenAI 研究员、北大数院 07 级校友苏炜杰发了一则帖文，宣布 GPT-6 Astra 已将素数间隔上界推进至 186，并完成了 Lean 形式化验证！ 他写道： 「我 9 岁第一次听说孪生素数猜想时，就被这个问题深深吸引。它简洁优美的数学结构，以及张益唐那段传奇般的突破故事，一直留在我的记忆里。 今晚的经历非常不真实 —— 我成为第一个见证模型取得这一进展的人：它把此前由 246 保持的最好上界一路推进到了 186。而这个问题，正是我从小时候起就一直敬仰的数学难题。 对我来说，这一刻仿佛是在见证一个全新时代的智能诞生。而这一切，都离不开 OpenAI 每一位成员的努力！」 帖文下面还附带着 OpenAI 发布的论文：「Improved Short Gaps Between Primes」，论文摘要中表示： 「该数学证明由 GPT-6 Astra 给出。」 论文链接：https://cdn.openai.com/pdf/51126fac-1b68-4128-9666-c908bcc16033/short_gaps.pdf 帖文一经发布，很快引发讨论，不少网友表示：虽然看不懂，但似乎很厉害！ 确实，这件事的重要性，并不只是因为数字从 246 变成 186。更关键的是： 它或许代表 AI 正从「解决数学问题」，走向「参与数学研究」。 下面，我们来具体看一看。 从张益唐到陶哲轩，「素数间隔」曾是数学家的「长期战场」 首先，要理解这次突破，就要知道它解决的是什么问题？ 素数大家都知道，那也知道素数看似是随机分布，比如 2、3、5、7、11、13……
量子位量子位
陶哲轩吐槽GPT-6孪生素数新突破：令人无语的一幕 梦瑶 2026-09-05 12:24:25 来源： 量子位 AI直接吐出正确答案，但最关键的可能不是答案 鱼羊 发自 凹非寺量子位 | 公众号 QbitAI 一向积极拥抱AI的陶哲轩，突然发出一则AI告警： AI抢答数学难题，反而可能阻碍数学领域的真正发展。 怎么个事？ 直接给大家划一下陶神的重点： AI解题太快、过程又太黑盒，这种能力反而可能掩盖了数学研究过程中那些宝贵的「失败」。 如果我们希望这种迭代（解答开放性数学问题的过程）真正产生新的理解，那么负责进行迭代的人或系统，最好不能提前知道最终正确的拟设是什么。 因为一旦提前知道重点，就很容易抑制对其他路线的探索。 这些路线表面上看可能只是「死胡同」，但事实上， 它们为什么会失败，本身往往极具启发性 。 还cue到了某些公司…… 与此同时，运行AI系统的公司，却 把通往这个最终拟设的整个过程，几乎完全隔绝在公众视野之外 …… AI直接吐出正确答案，但最关键的可能不是答案 陶哲轩举了一个非常具体的例子——数学界最著名的开放问题之一，「纳维-斯托克斯方程全局正则性问题」。 这个问题原本被视作研究AI如何辅助数学研究的好样本：人们既可以借助AI工具解决问题本身，又可以基于解决这一问题的过程，为该领域下一阶段的发展铺路。 但现在，陶哲轩嗅到了一丝危机。 目前这些问题仍然没有解决，但现在，一种越来越现实的情形正在出现： 问题的答案可能主要由AI生成，而它出现的方式，却会「污染」这个问题，使其不再能够像过去那样成为推动后续数学进展的源泉 。 确实，AI越来越强大——GPT-6 Astra刚发布，就在孪生素数猜想方向上取得了新进展，用Lean形式化证明把连续素数间距的上界从246推到了186。 孪生素数猜想是数论里最有名的未解之谜之一。当年张益唐就是在这个问题上，证明了存在无穷多对间距不超过7000万的连续素数而一战成名的。 2022年菲尔兹奖得主James Maynard的获奖原因之一，也是把该问题中连续素数间距的上界缩小到了600。并且基于他的方法，有团队再次将间隔缩小到了246，并推测间隔还能更小。 但答案真的是最重要的吗？ 陶哲轩认为，以纳维-斯托克斯方程为例，如果能够证明方程的解始终保持正则，或者反过来，找到一个会发生爆破的病态实例，确实很有理论意义。 但因为计算
