2026年5月，顶尖数学期刊Inventiones Mathematicae刊载了一篇由中国学者团队署名的研究成果。该团队由清华大学与中国科学技术大学的双聘教授马杰，以及清华博士生申武杰和中科大博士生谢晟捷组成。

这篇论文的发布，标志着在概率组合学领域一个由Erdős于1947年开创并近80年未获根本性突破的概率方法，首次迎来了指数级的改进。

Erdős提出的概率方法，其核心在于通过向完全图的每条边抛掷硬币来着色。例如，在一个足够大的社交网络中，必然存在一个群体，其成员之间要么全部相互认识，要么全部互不认识。Erdős运用此方法证明，“足够大”的规模至少是指数级的。

尽管在上界研究方面，学界不断取得进展，例如在2023年已将数值从约4提升至3.7992，但下界的基数自Erdős提出以来近80年未有变动。直到马杰团队引入了关于球面的新颖构想，才打破了这一僵局。

硬币着色法的特点在于每条边红蓝颜色各占一半且相互独立。这种方法简洁易于分析，但未能利用任何几何结构来抑制单色团的形成，从而造成了信息损失。

申武杰的创新点在于将几何概念融入随机性之中。他提出了“随机球图”模型，即将n个节点随机分布在高维球面上，并将距离较远的节点对之间的边着色为红色，距离较近的则着色为蓝色。高维球面具有一种反直觉的特性：随着维度的增加，几乎所有点都聚集在赤道附近，随机选择的两条径向线几乎必然呈现接近90度的夹角。这使得点对之间的距离集中在一个狭窄的区间内，着色过程不再是完全随机，而是受到球面几何对称性的精确调控，从而天然地抑制了大规模单色团的出现。

然而，球面模型也带来一个权衡：它降低了出现红色团的概率。这是因为在一个有限的球面空间中，要形成大片红色团，需要大量节点彼此远离，这难以实现；但与此同时，蓝色团出现的概率反而有所增加。

随后，三人对小规模图进行了验证，发现在数以万计的着色方案中，无团着色的概率依然大于零，表明此方法带来的收益抵消了代价。接下来的关键在于证明这一结论，而证明的核心恰恰源于高维球面那些看似违背直觉的几何特性。

以近对角线Ramsey数r(k, 2k)为例，当两个参数的比例为1:2时，Erdős的硬币法给出的下界基数恰好是黄金比例(1+√5)/2≈1.618。马杰、申武杰和谢晟捷将这一基数提升至(1+√5)/2 + 10⁻²¹。尽管改进量仅为小数点后20个零加1，但其意义在于指数上的提升。Ramsey数是以指数级增长的，即使基数仅增加微小数值，当k趋于无穷时，新的下界将远超旧下界。近80年来，这一基数从未被动摇过。

他们的研究不仅略微推高了数值，更重要的是证明了Erdős的硬币法并非最优着色方案。随机球图在结构上优于纯随机着色，预示着概率方法的天花板远未达到。这是该领域自Erdős以来首次实现指数级改进，也是首次有人提出超越硬币方法的路径。不过，该方法存在一个局限：它仅在蓝色团大于红色团时有效。当两种颜色的“禁忌团”规模相等，即Erdős最初关注的对角线情形时，新方法的优势便会消失。

这项研究成果在2025年7月发布于arXiv后，迅速引起了数学界的广泛关注。不到一周，组合数学领域的杰出学者Gil Kalai就在其博客上发表了一篇题为“Amazing”的长文，高度评价该模型“具有相当的独立研究价值”。剑桥大学的Julian Sahasrabudhe也表示，这项技术“一直藏在眼皮底下”，能够用熟悉的事物解决熟悉的问题，令人震惊。

2025年12月，马杰在UCLA时的合作导师Benny Sudakov与其学生进一步证明，即使将模型替换为高斯随机图，同样有效，无需球面模型。这一简化使得更多研究者能够参与到该方法的推广中。2026年初，该方法被成功推广至多色Ramsey数问题。

马杰，现任清华大学丘成桐数学科学中心教授及中国科学技术大学教授，在组合数学领域享有盛誉，曾获得国家杰青等荣誉，并于2020年荣获ICA的Hall Medal。谢晟捷，高中时期便崭露头角，高中毕业即被保送至中科大，目前已是读博三的学生。申武杰，这位00后清华博士生，在高中时期就获得了全国数学竞赛奖项，本科就读于北京大学，并在2022年进入清华大学攻读博士学位。

申武杰在博士早期主要研究几何与拓扑，与Ramsey理论并无直接关联。然而，在2024年春季，他偶然阅读到一篇关于Ramsey数的论文，被深深吸引，并开始思考是否存在比Erdős硬币法更有效的随机模型来生成无团着色。2024年秋季，申武杰将这一想法与导师马杰及其学生谢晟捷分享。三人历时一年，进行了大量的密集计算，最终完成了证明。马杰表示，他们感到非常幸运，所有的努力得到了回报，尽管过程异常艰辛。

与此同时，在2026年5月，也就是这篇论文正式发表的同月，DeepMind发布了其AI系统AlphaProof Nexus的最新成果。该系统在353个Erdős公开问题中解决了9个，并证明了44个OEIS猜想，全部通过Lean形式化验证。其中一些问题已悬置56年之久。尽管AI在已知框架内搜索证明路径方面表现出色，但正如陶哲轩所言，AI是称职的助手而非同行，它擅长匹配而非原创。

马杰团队的研究恰恰属于后者，他们并未试图解决Erdős提出的某个具体问题，而是对其开创性的概率方法本身进行了升级。AI从Erdős的遗产中“拆解”了9堵墙，而这三位中国学者则“重铸”了他最引以为傲的“锤子”。在需要创造性洞察力的数学前沿，人类的智慧目前仍是不可替代的。

1947年，Erdős用一枚硬币开启了概率组合学的新纪元。近80年后，一位中国00后博士生的一个灵感——“把节点扔到球面上试试”——为这一领域带来了颠覆性的进展。