人类先广撒网再深挖，AI 是一条路走到底再交给检验器

Ankit Maloo 分析了 AI 近期解出的数学难题后认为，有了自动检验器，“不靠谱的思路”也值得花算力去试。

谁说的

Ankit Maloo 在 Latent Space 撰文，分析 OpenAI 关于 Erdős 单位距离猜想反例、Cycle Double Cover 证明等公开成果。

核心观点

他认为人类研究者按广度优先找方向，因为验证一个思路要几个月，门槛很高；LLM 按深度优先一路推到结论，配上检验器后几分钟就知道行不行，于是对思路质量的要求几乎消失。

依据

依据是 Gowers 对单位距离问题的“三条提示”分析，以及 CDC 的公开 prompt：里面把已知失败路径逐条写成禁止项和对抗性检查，还有一句“不要因为当前方法失败就返回”。

对你的意义

在自己的工作里，先搭一个能判断结果对错的检查环节，比如测试、对账、规则校验，再让 AI 多路并行去试；把失败原因写回下一轮 prompt，当作“负提示”。

争议·条件

他指出，检验器只能判断完成的论证，判断不了半成品方向有没有前途。没有可靠检验器的领域，这套方法只会产出“漂亮的错误证明”。