2026 年 4 月，一个有着 58 年历史的数学难题——埃尔德什问题 #1196（Erdős Problem #1196）——被一名 23 岁的业余爱好者通过提示 GPT-5.4 Pro 解决了。AI 仅用一条提示词、大约 80 分钟的 处理时间，就破解了近六十年来困扰世界顶级数学家的难题（BuildFastWithAI）。
埃尔德什问题 #1196 是一个涉及“本原集”的复杂猜想，即一组整数中没有任何一个数能整除集合中的另一个数（Terry Tao，arXiv）。58 年来，人类数学家试图用解析数论的传统工具来解决这个问题。一代又一代专家依赖梅滕斯型估计、“殆素数”和迪克森分布（Webiano）。人类研究社群继承了对“自然证明路径”该是什么样子的假设，所有人都推着同一扇上锁的门。
ChatGPT 走上了一条完全不同的道路，使用马尔可夫过程理论。AI 的方法没有将数字视为静态实体，而是将其看作一个不断演化的随机过程，其中素因子会随时间被添加或移除（Terry Tao）。它把一个来自概率与统计的工具，应用到了一个僵硬的数论难题上。
最近在社交媒体上逛一逛，你会发现关于这条新闻存在尖锐分歧。有人称之为机器创造力的胜利；另一些人则强烈主张 AI 本质上并不具有创造力，认为它只是重复数据，或者暴力穷举各种组合直到某种方法奏效（Reddit，Mathstodon）。
那么，创造力究竟是什么？梵高的画作有创造力吗？达·芬奇的雕塑？一个巧妙的法律论点？科学发现？生命本身？如果这些东西都有创造力，那么人类创造力与 AI 创造力之间真的有区别吗？
合成引擎（并非人类独有）
让我们从一个正式定义开始。《牛津英语词典》将创造力定义为“运用想象力或原创想法来创造事物”。再深入认知科学，创造力被广泛认为是“通过连接看似无关的概念，生成新颖、原创且有价值的想法、解决方案或产品的能力”。
按照这个确切定义，GPT-5.4 Pro 对埃尔德什问题的解答是极具创造力的。它产生了一个新颖且宝贵的想法：从一个截然不同的数学领域（马尔可夫链）取来框架，并将其应用到另一个领域（本原集）（Terry Tao）。
常见的反驳是，AI 并没有“获得灵感”。它只是在暴力穷举海量数据，尝试不同方法，直到某个参数吻合。但这种批评忽略了一个基本事实：人类也这样做。试错和精神上的暴力穷举是人类创造过程的基石。
想想托马斯·爱迪生和商业上可行的白炽灯泡的发明。爱迪生测试了数千种不同的灯丝材料，从棉线到竹子再到人的头发，才找到一种能用的。他有一句广为人知的话：“我没有失败，我只是发现了一万种行不通的方法。”这并不是突然降临的神圣灵感，而是一次详尽、系统、暴力穷举地在庞大的物理材料数据集中搜索，直到找到一个有效的参数。如果 AI 在模拟中测试一万种材料组合以发现一种新超导体，批评者称之为冰冷的计算；当爱迪生在实验室里这样做时，我们称之为天才。
如果我们看得足够深，就会意识到，我们认为“有创造力”的一切，其实都只是对已有想法的合成。新颖性并不是从神奇的虚空中召唤出什么，而只是以一种前所未有的方式把事物组合起来。我们确实站在巨人的肩膀上。
想想历史上各个领域中所谓“原创”的人类创造力例子：
- 科学与物理：爱因斯坦并不是从零发明狭义相对论的。他综合了麦克斯韦的电磁学、洛伦兹的数学和经典力学，形成了狭义相对论。他的“创造力”在于以一种前所未有的方式连接了已有的点。
- 文学：莎士比亚的《罗密欧与朱丽叶》基于几十年前亚瑟·布鲁克翻译成诗的一个意大利故事；《哈姆雷特》则大量借鉴了斯堪的纳维亚的阿姆雷特传说。莎士比亚的创造力在于把已有的故事与他精湛的五步抑扬格和对人性的洞察合成在一起。
- 建筑与工程：现代摩天大楼是两项完全独立的 19 世纪创新的合成：贝塞麦炼钢法大规模生产钢材（提供轻质的结构框架）和奥的斯的安全电梯（使极高的建筑便于通行）。
- 艺术：文森特·梵高的《星月夜》是人类表达的杰作。但梵高并没有发明星星，也没有发明夜空。他把自己对世界的视觉观察——或许还经过他独特神经状态和精神挣扎的过滤——与画布上的颜料合成在一起。让一个大语言模型生成一幅融合梵高与毕加索截然不同风格的艺术作品，你也在复制同样的过程：连接两种不同的风格来创造一幅新作品。
- 史前与生存：早期人类并不是凭空发明火的。他们观察到闪电带来的热量和烟雾；另一方面，他们又观察到摩擦木棍会产生摩擦热。最终，有人合成了这两个迥异的数据点：如果热会产生烟和火，而摩擦会产生热，那么你就可以创造火。
- 音乐：迈克尔·杰克逊公开说过，他一些标志性的 律动 深受比吉斯（Bee Gees）启发。比吉斯自己也曾说，他们的一首歌灵感来自车辆轮胎驶过桥梁时那种有节奏、沉闷的砰砰声。每一首音乐作品都是对以往音乐和艺术家日常环境声音的反应与混音。
- 生命本身：最早的自我复制有机体诞生于随机有机分子在原始汤中四处碰撞、结合，直到发生一种新颖且有用的合成：生命。
我们摄取的数据
这个列表无穷无尽。给我们任何社会认为“有创造力”的新事物，它无疑都是对已有事物的合成。
归根结底，人类通过摄取数据来学习。我们听音乐、读书、刷社交媒体、观察自然、经历日常生活。我们的大脑处理这些庞大的生活经验数据集，把看似无关的概念拉在一起，合成出有价值的全新创造。
AI 模型又有何不同呢？
它们正是在同样的数据上开发和训练的。人类历史、艺术、文学、代码和科学的集体输出。它们处理这些信息，以便自己也能合成出有价值的、富有成效的新创造。其底层机制完全相同。
解决埃尔德什定理是新颖的。它以前从未被做到过，极具实用性，并且综合了数学中完全不同领域的思想，开辟了一条新路径。
当 AI 成功地结合不同领域的想法并产生有用且新颖的结果时，它所从事的正是带给我们电灯泡、《哈姆雷特》和《星月夜》的同一过程。是时候放下这种幻觉了：只有当人类大脑在执行时，合成才被称为“创造力”。
