GPT-6 Astra 补上 57 年前的证明：小圆装大圆问题 N≤20 全部严格证明

一道「看着像奥数题」的证明，难在哪

问题本身很好懂：给定 N 个半径均为 1 的圆盘和一个半径 R 的大圆，要求所有小圆盘完全落在大圆内（可与边界相切、不得超出）、任意两个小圆盘不重叠（可相切），求 R 的最小值。真正的难点不在找出一个好摆法，而在严格证明「没有更好的摆法」——排列方案 1969 年就有人给出，但要排除掉无限多种可能性的更优解，卡了半个多世纪。

证明是怎么走通的

据 nor 的博客，GPT-6 Astra 的路径不是「猜答案」，而是把无限多种排列缩减为有限情形，再用计算机逐一排除。公开转述给出的五个步骤大致是：

• 把靠外的圆盘推向边界：证明在满足特定条件时，可以把靠近外圆的圆盘向外移动而不引起重叠，从而把圆盘分成边界上一组与内部一组。
• 用角度关系排除大量排列：圆盘不重叠就必须保持一定角度间隔，若某排列要求的角度总和超过 360°，可直接排除。
• 让计算机枚举剩余可能：不去搜索每个圆盘的具体坐标，而是检查圆盘到圆心的距离区间及其环绕次序。
• 用几何刚性把「接近」变「一致」：前面的搜索只能证明可行排列都非常接近经典方案；再利用接触约束证明这些排列无法发生符合条件的微小变形，从而把「非常接近」提升为「严格一致」（15 个圆盘的情形使用了另一种奇数环论证）。
• 还原原始排列：最后证明原排列中必然至少有一个圆盘接触外圆边界，因此不可能塞进半径更小的外圆，最优性得证。

值得注意的是，这不是一句提示词就完成的。nor 在博客里列出的「人类贡献」包括：判断问题可行性、引导模型、与漏洞百出的网页界面打交道、修复细节、反复推敲表述、手动验证结论有效性，并用 Astra 与 Opus 5.5 重新检查全部内容。

对政企场景有什么参考价值

这类新闻容易被读成「AI 会做数学了」，但对做内网 AI 的单位，真正可迁移的是「可复核」这三个字：模型给出的是过程与可检验的中间步骤，人能逐步验证、能复现、能留痕。这与政企场景里对「结论可溯源、过程可留痕」的要求是同构的——AI 在流程里担任的是「候选与证据的生成者」，最终判定仍由人来做。

冷静的一半：这是一个经过剪裁的数学问题，且有明确的对错判据；多数业务问题的目标是模糊的、判据是软的，同样的方法不能直接照搬。此外，报道来自研究者本人的博客与公开讨论，结论以原始论文与同行复核为准。