UCLA 数学圈近日传出一项引发广泛关注的研究进展：两名高中生 Aayush Bathija 和 Prince Rohatgi，在 UCLA 博士后 Daniel Soskin 指导下，完成了一篇题为《洛伦兹多项式的有界比》的论文，并已发布在 arXiv。论文长达 75 页，作者栏写有两名学生和一名博士后的名字。
这项研究之所以引发震动，一方面在于作者身份，另一方面在于问题来源。报道提到，他们处理的是数学家许埈珥在相关方向上尚未攻克的一类问题。许埈珥于 2022 年获得菲尔兹奖，他与合作者在 2020 年建立的洛伦兹多项式理论，是这一研究方向的重要基础。
论文试图回答什么问题
洛伦兹多项式的核心，不是普通意义上的「多项式」三个字，而是其中系数之间受到一整套严格约束，不能任意搭配。该理论把组合数学中的问题，与几何以及系数不等式联系在一起。
这篇论文追问的是：在满足洛伦兹条件的前提下，把某些系数相乘，再除以另一些系数后得到的比值，哪些始终存在统一上界，哪些可以无限增大；如果存在上界，最精确的上界又是多少。
报道提到，此前许埈珥与合作者已经在二次洛伦兹多项式中刻画了哪些比值有上限，并在三个变量的情况下求出了最优上界。但从二次推广到三次、四次乃至任意次数后，原有规律并不能直接照搬，系数之间的关系会变得更复杂。
两名学生此次切入的正是这个缺口：把关于系数比值的研究推进到更高次数，判断哪些比值始终有界，并继续寻找最精确的上限。
按报道介绍，论文中最核心的结果是一个「主结构定理」。这一结果把此前关于二次洛伦兹多项式的相关结论推广到了任意次数，并说明一个系数比值是否存在统一上界，可以用一套离散凸性条件来完整判定。
一个低次数例子：什么叫“有界比值”
为解释这类问题，报道用了一个简单的二次情形。设一个多项式中相关系数为 a、b、c，且 a、b、c 都是正数。把中间项写成 2b 后，在最简单的情形下，如果它属于洛伦兹多项式，就需要满足对应的不等式约束。直观上看，两端系数很大时，中间系数不能太小，这是洛伦兹结构中对数凹性质的入门例子。
报道举例称，当 a=4、c=9 时，必须有 b>=6。也就是说，不能随意把 b 改成 1，还要求它继续留在这一多项式族里。
在变量更多、次数更高时，这种约束会变得更复杂，需要多种求导结果共同满足特定条件。正式定义涉及一个描述曲率的矩阵，在严格情形下具有「一个正、其余负」的特征值结构，「洛伦兹」这一名称也与这种正负结构相对应。
在上述低次数例子中，把条件做变形后，可以得到一个有界比值：无论怎样选择符合条件的系数，这个比值都不会超过 1。可一旦把比值倒过来，统一上界就不再存在。报道给出的例子是固定 a=c=1，让 b 持续增大，仍满足洛伦兹条件，但倒过来的比值可以任意大。
这也是论文试图系统回答的问题：在更复杂的多项式里，不同系数组合形成的比值，究竟哪些有上限，哪些没有。
作者与研究背景
两位学生都来自加州橡树公园高中（Oak Park High School），同时也是 UCLA Olga Radko 数学圈（ORMC）成员。
Aayush Bathija 目前读高二，是 AIME 资格获得者。Prince Rohatgi 读高三，同样进入过 AIME，并在数学圈担任 AMC 10/12 竞赛课的主讲老师。报道提到，放在传统路径下，一名高中生要进入菲尔兹奖级别的研究领域，通常需要至少 5 至 8 年大学和博士训练；但这一次，他们在 Daniel Soskin 指导下，直接参与了开放研究问题。
证明思路如何展开
报道将论文的核心方法概括为：如果想判断一个比例会不会失控，就先研究它在极端情况下如何变化。
其中一个关键处理，是把复杂数值转写成更容易比较的指数行为。报道给出的说明是，令 t 越来越接近 0，并让三个系数按某种方式取值后，某些比值会表现为 t 的幂。倒过来后，就可能变成 t 的负幂，并趋向无穷大。
这样一来，乘除法就可以转成指数的加减法，指数是正还是负，会直接反映比例是在缩小，还是会迅速放大。
报道称，这一提取「主导幂次」的思路，与论文所用的「热带化」方法有关。已有的洛伦兹多项式理论表明，合法的幂次模式受到一种名为 M-凸性的离散凸性规则控制，可以把它理解为「哪些变化速度能够同时出现」的数学规则。
论文的关键一步，是证明只要某个比值可以无限增大，就能够找到一条具有这种幂次特征的路径，把这种失控显露出来。于是，对这类路径的检查就可以升级为完整判据。报道还提到，证明中用到了半代数几何里的曲线选择等工具。
Claude 与 GPT 被写入致谢
这项工作另一层引发讨论的原因，是 AI 在研究中的参与程度。按照报道说法，作者在论文致谢中直接写明，Claude Opus 5 和 GPT-5.6 Sol 是这次证明中的核心工具。
它们被用于计算、证明思路和编辑辅助。其中，报道特别强调「证明思路」这一用途，认为这表明模型的角色已经进入研究探索本身：面对尚未解决的问题，模型不只是帮忙整理文字，也会参与寻找可能成立的推导路径。
不过，作者同时写明，模型给出的部分建议是有帮助的，另一些则具有误导性。作者表示，他们已经独立核验全部计算，并对论文内容承担责任。
按报道的表述，这也划出了本次合作的边界：AI 可以给出线索和候选路径，研究者仍需筛选、推敲，并把有价值的想法变成经得起检验的严密论证。一个看起来漂亮的答案，并不等于研究结束，条件是否齐全、推导是否成立、边界情况是否遗漏，都仍要逐项检查。
在这个过程中，Daniel Soskin 的指导以及 ORMC 研究项目的支持，被认为是两名学生得以接触真实开放问题的重要条件。AI 则被嵌入到这一协作流程中，承担计算和思路探索辅助。
时间点上的戏剧性
报道还提到一个具有戏剧性的背景：就在这项研究公布前一天，数学界刚因一封公开信掀起争议。全球 25 位菲尔兹奖得主联合签署公开信，提出对 AI 与数学关系的强烈警告，许埈珥本人也是签署者之一。
而紧接着，两名高中生借助 AI 辅助，在许埈珥自己的研究方向上取得了新的进展，这使得争议变得更具张力。
报道给出的观察是，部分菲尔兹奖得主担心，纯数学研究的严密性和科研的纯粹性，正在受到算力和算法的冲击；而 Aayush Bathija 与 Prince Rohatgi 的经历，则展示了另一面：当 AI 降低研究门槛后，被释放出来的不只是解题速度，也包括更多人的进入资格。
在报道看来，一名拥有 AIME 资格的高中生，在博士后指导下借助 AI，触及了菲尔兹奖得主尚未走完的研究路径。这种情形在 5 年前几乎难以想象。
报道没有给出结论式判断，只留下一个仍待数学共同体继续讨论的问题：这究竟意味着什么。至少从这篇论文看，AI 已经不再停留在数学研究的外围工具位置，而是被带进了探索环节本身。
参考信息
- 论文题目：《洛伦兹多项式的有界比》
- 论文链接：https://arxiv.org/pdf/2609.05341
- 原文注明来源：微信公众号“新智元”（ID：AI_era），作者：桃子、马可