浙大校友王宜平借助自研 AI 框架 ScaleAutoResearch-Ramsey，将拉姆齐数 R(3，17) 下界从 92 提升至 93，终结了 32 年的纪录，同时刷新 R(4，15) 下界至 160，成果超越谷歌 DeepMind 同期研究。
📝 详细摘要
本文报道了浙大校友王宜平在拉姆齐数研究上的重大突破。他利用自研 AI 框架 ScaleAutoResearch-Ramsey，成功将经典难题 R(3，17) 的下界从 1994 年以来的 92 提升至 93，并将 R(4，15) 下界从 159 刷新至 160。该成果直接超越了谷歌 DeepMind 同期 AlphaEvolve 的研究水平。文章详细介绍了王宜平的逆向求解思路：放弃零三角形的初始要求，先构建含少量三角形的图，再通过 AI 的复合删除修复策略逐步优化。其框架的核心创新在于多智能体并行搜索、基于结构冲突数的评判标准、以及将优质结果作为模板进行迭代沉淀。整个研究仅使用 Claude Code、Codex 和一台 CPU 服务器，成果已全量开源。文章还提及了中科大、清华团队在拉姆齐数理论上的另一项突破。
💡 主要观点
- 王宜平借助自研 AI 框架打破拉姆齐数 32 年纪录。 他将 R(3，17) 下界从 92 提升至 93，R(4，15) 下界提升至 160，成果超越谷歌 DeepMind 的 AlphaEvolve。
💬 文章金句
- 数学界尘封 32 年的拉姆齐数经典难题被打破！
- 王宜平换了一条逆向思路：放弃零三角形的初始要求，先构建一张独立集不超过 16 个但含少量三角形的图，再通过 AI 的复合删除修复策略，一点点删掉三角形。
- 系统会同时启动多组独立智能体，用不同算法、不同初始参数并行搜索图结构空间，有效避免探索陷入局部无解。
- 全程以结构冲突数为评判标准，把每一次优化出的更好图谱保存下来当作基础模板，后续迭代都在已有优质成果上继续打磨。
📊 文章信息
AI 初评：88
来源：量子位
作者：西风
分类：人工智能
语言：中文
阅读时间：7 分钟
字数：1734
标签： 拉姆齐数, AI for Math, 组合数学, AI 框架, 图论