在数学的深海中，有些问题像幽灵一样徘徊数十年，等待着一个灵光乍现的时刻。近日，腾讯混元团队发布了一项令学界振奋的AI新闻：他们研发的科研智能体Hyra成功为加法组合学中一个困扰数学家半个多世纪的开放问题给出了完整答案。这个问题的核心是“和集与差集扩张倍数”的极限——1969年以来的最佳指数仅达到1.0290，而Hyra不仅将数值推至1.21，更最终证明指数可以无限逼近2。这一突破不仅展示了AI技术在数学推理中的惊人能力，也标志着最新科技在基础科学探索中迈出了关键一步。
从1.0290到1.2851：一场跨越半个世纪的追逐
加法组合学是数学中一个看似简单却极其深邃的分支。它研究的是：给定一个有限整数集合A，将其中任意两个元素相加得到“和集”（A+A），相减得到“差集”（A-A），然后衡量集合经过这些运算后“扩张”了多少。数学家们用两个指数来量化这种扩张，并且定义了一个关键指标C(A)，它反映的是和集扩张速度与差集扩张速度的比值。
半个多世纪以来，数学家们像建造通天塔一样，不断构造新的集合，试图让C(A)尽可能大。1969年，第一个构造达到了约1.0290，仅比下限1高出一点点。1973年，这个数字被提升到1.0598，进步缓慢。2013年，一个更精巧的构造将记录刷新到1.1259——这已经是人类智慧在纯手工推导下能达到的极限。
然而，真正的转折点出现在AI介入之后。近一年来，多项基于AI Agent技术的辅助搜索将这一数值推进到1.1449。在论文记录的一项内部探索实验中，Codex（GPT-5.5）配合人类引导又将指数提高到1.2851。但这些进展仍然建立在有限枚举和启发式搜索之上，距离最终目标——证明2是真正的上确界——还有一道鸿沟。
这道鸿沟的跨越，需要的不只是计算能力，更是一种数学直觉与构造性思维。而腾讯混元团队开发的Hyra，正是为此而生。
Hyra破局：一个科研智能体的“顿悟”时刻
Hyra的名字源自“Hybrid Reasoning Agent”的缩写，它并非传统意义上的“暴力搜索”工具。在腾讯混元的设计中，Hyra被赋予了双重能力：一方面，它能够对有限集合进行高效枚举和优化，这在早期探索中可以将最好结果从1.14提高到1.21；另一方面，它具备自然语言理解与数学构造生成能力，能够像人类数学家一样提出“构造思路”。
真正的突破发生在Hyra运行约24小时后。它提出了一个核心思路：利用十二进制数字结构和一个精巧的构造来控制差集，再结合循环群上的对称加法基与中国剩余定理，使和集以接近平方的速度扩张。这个思路以自然语言的形式呈现，随后由人类数学家独立检查并整理成完整证明，最终还给出了Lean 4形式化证明。
这项成果的意义在于，Hyra并非简单地“猜”出答案，而是通过持续的内部反馈循环（LLM judge提供探索过程反馈）逐步逼近一个可证明的构造。这与以往依赖大模型训练得到的“黑箱”模型截然不同——Hyra的推理过程是可解释、可验证的。
技术细节：十二进制、对称加法基与形式化证明
要理解Hyra的构造有多精巧，需要简单回顾一下问题本身。C(A)定义为log(|A+A|)/log(|A-A|)。经典和差集不等式给出了下界，但上界究竟是2还是更小？半个世纪以来，数学家们只能通过构造集合来逼近2，但始终无法证明可以无限接近。
Hyra给出的构造核心是：利用十二进制（基数为12）的数字结构，构造一个有限整数集，使得差集被严格控制在一个较小的范围内，而和集却以接近平方的速度扩张。具体来说，它通过一个递归定义，在每一个层次上同时控制加法和减法的扩张倍数。这种构造的数学优美之处在于，它巧妙地将中国剩余定理与循环群上的对称加法基结合，使得和集几乎覆盖了所有可能的和，而差集却因为对称性被限制在少数几个值上。
最终，Hyra给出了一个显式构造的集合族，满足C(A)可以任意接近2。这意味着：无论你设定一个多接近2的目标，都能构造出相应的集合使指数超过它。因此，2确实是这个问题的上确界——一个存在了50年的猜想，被一个AI智能体彻底终结。
值得一提的是，论文还提供了完整的Lean 4形式化证明。这不仅是数学严谨性的体现，也意味着AI辅助的数学证明开始走向“可机器验证”的新阶段。未来，或许每一位数学家都可以借助AI工具导航找到最适合自己的证明助手。
从AlphaEvolve到Hyra：AI辅助数学研究的范式变革
Hyra的成功并非孤例。在此之前，著名数学家陶哲轩曾与Georgiev、Gómez-Serrano、Wagner等人合作，借助AlphaEvolve优化搜索算法和候选集合。这类方法虽然有效，但存在明显局限：它们依赖对有限集合的显式枚举，随着规模增长，计算和内存成本会迅速上升，而且难以自然过渡到可证明的渐近构造。
Hyra的突破在于，它不再将AI视为“搜索加速器”，而是将其塑造为一个“数学思维伙伴”。当Hyra在有限搜索中达到1.21后，它转向了用自然语言提出数学构造和论证，这正是人类数学家最核心的能力——从具体案例中抽象出一般性规律。
这种范式变革正在重塑科学研究的面貌。过去，AI更多被用于模式识别和数据分析，而在数学这样的创造性领域，AI往往被视为“外行”。但Hyra证明，当AI具备了构造性推理能力，它甚至可以解决那些人类数学家都感到棘手的难题。
当然，这并不意味着数学家会失业。恰恰相反，AI将成为数学家的“外脑”，帮助他们快速验证猜想、探索构造空间，甚至提出意想不到的路径。正如Hyra的团队所言：“我们独立检查并整理了完整证明，同时给出了Lean 4形式化证明。”——人类依然是最终的判断者。
影响与展望：AI科研智能体将如何重塑基础科学
Hyra的成果虽然聚焦于一个纯数学问题，但它的意义远不止于此。它展示了AI在“发现新知识”方面的潜力：不同于以往AI在围棋、游戏等封闭规则中的胜利，数学研究是开放式的、需要创造性的领域。Hyra能够提出一个全新的数学构造，说明AI已经具备了某种“数学直觉”。
这一趋势与当前的企业数字化转型浪潮不谋而合。越来越多的企业开始将AI用于研发流程的自动化，而Hyra这样的科研智能体，则可能成为未来“AI+基础科学”的标配工具。想象一下，如果每个实验室都能部署一个Hyra，那么物理学、化学、生物学中那些悬而未决的难题，或许会以更快的速度被攻克。
甚至，在创意和艺术领域，类似的AI工具也在蓬勃发展。比如，你可以用AI画图将数学公式转化为视觉艺术，或者用文生图生成抽象的数学结构图。这些工具虽然看似与Hyra的严肃研究不同，但背后都指向同一个方向：AI正在从“辅助生产”走向“辅助创造”。
当然，挑战同样存在。Hyra的成功依赖于大量计算资源和高质量的人类反馈，如何让这种能力普适化、低成本化，是下一步需要解决的问题。此外，AI的“黑箱”特性依然存在——尽管Hyra给出了可解释的构造，但它的推理过程是否完全可靠，还需要更多验证。
数学的黄金时代：AI与人类智力的交响曲
站在2025年的当下回望，数学的每一次重大突破都伴随着工具的革新。从算盘到计算机，从符号计算到AI，人类探索真理的方式从未停止进化。Hyra的故事告诉我们，AI不仅仅是“更快的人”，而可能是“不同的人”——它能够看到人类忽略的模式，提出人类想不到的构造。
对于加法组合学这个具体领域而言，Hyra的贡献是终结了一个时代。但正如数学家们常说的一句话：“一个问题的解决，往往意味着十个新问题的诞生。”C(A)的上确界已被确定，但新的问题随之而来：在更一般的群或者环上，类似的结论是否成立？AI能否帮助数学家找到统一的框架？
这些问题的答案，或许就藏在下一个Hyra的“顿悟”之中。而作为观察者，我们正在见证一个令人振奋的时代：AI不再只是工具，而是成为探索未知的同行者。如果你也想体验AI带来的创作乐趣，不妨试试古诗词生成，让AI为你写一首关于数学的诗；或者用AI工具导航，找到更多属于你的智能助手。