结果族 011：Prime-factor statistics of
@@M@@p-1@@· 学科：Number theory · 验证状态：暂无形式化证明，请以社区核验为准
把欧拉函数 @@M@@\varphi(m)@@ 想成一台”缩水机”：输入整数 @@M@@m@@，输出 1 到 @@M@@m@@ 中与 @@M@@m@@ 互素的个数。这台机器远非”一机一码”——很多不同的输入会被压成同一个输出。Erdős 在 1956 年问：同一个输出的”重名名单”最长能有多长？这篇论文彻底回答：几乎能和输出值本身一样长。
关键词卡片
@@M@@\varphi@@）：数出不超过 @@M@@m@@ 且与 @@M@@m@@ 互素的正整数个数，如 @@M@@\varphi(6)=2@@。@@M@@n@@ 的全部输入，其个数 @@M@@g(n)@@ 就是名单的长度。@@M@@p@@ 的前一项 @@M@@p-1@@，它的所有素因子都很小。@@M@@P^+@@）：一个数的分解中最大的那个素数。看个具体例子
以 @@M@@n=24@@ 为例：@@M@@\varphi(35)=\varphi(39)=\varphi(45)=\varphi(52)=\varphi(56)=\varphi(70)=\varphi(72)=\varphi(78)=\varphi(84)=\varphi(90)=24@@，一共 10 个输入挤在同一个输出上。主定理说：对任意 @@M@@\varepsilon>0@@，有无穷多个 @@M@@n@@ 的名单长到 @@M@@g(n)>n^{1-\varepsilon}@@，逼近理论上限。机器的关键燃料是定理二：大量素数 @@M@@p@@ 的前身 @@M@@p-1@@ 没有超过 @@M@@x^\delta@@ 的素因子。
为什么值得关心
它解决了悬置近七十年的 Erdős 猜想；其中的关键原料——大量”前身很平滑”的素数——也是构造 Carmichael 数等经典难题的发动机。同族两篇姊妹论文共用本文新造的筛法机器，分别证明了素数前驱的折棍极限律与因子个数的奇偶定理。
暂无形式化证明（AI 结果待核验）
第一级台阶
入门导读把欧拉函数比作一台”缩水机”：每个整数进去，出来一个计数值，而许多不同输入被压成同一个输出。换成半数学的说法：我们面对一个整数到整数的对应，真正关心的不是单次输入输出，而是”挤在同一个输出上的输入全体”——导读里那张”重名名单”——它的长度究竟能被撑到多大。
第二级台阶
用本科术语精确化：对正整数 m，φ(m) 是 1 到 m 中与 m 互素的整数个数；把所有满足 φ(m)=n 的 m 收集成一个集合，称为 φ 在 n 处的纤维，其元素个数记作 g(n)。再引入最大素因子 P⁺(m)，即 m 的素因子分解中最大的那个素数；若素数 p 的前身 p-1 满足 P⁺(p-1) 不超过 x^δ（δ 固定），就称 p 为 x^δ-平滑的移位素数。这三个对象构成了两条主定理的全部主角。
第三级台阶
定理的语境如下：初等上界 g(n) ≪_η n^{1+η} 说明纤维大小的幂指数以 1 为天花板，Erdős 猜想断言这一天花板可被无穷次逼近。论文定理一无条件地证明：对每个 ε>0，存在无穷多个 n 使 g(n)>n^{1-ε}，指数达到最优。其算术核心是定理二：对每个固定的 δ>0，区间 (2x,5x] 中至少有 x^{1-o(1)} 个素数 p 满足 P⁺(p-1)≤x^δ。”δ 固定”挡住了平滑度趋于极端时筛法参数失控的麻烦——论文明言不主张 δ→0 的一致性；而框架中必须补上双线性抵消，是因为仅靠同余计数无法从候选集中剔除合成数。两定理合读：平滑前身的充足供应经乘积—抽屉论证转化为超大纤维。
证明了 Erdős 关于欧拉函数（Euler’s totient function）最大纤维的猜想：对任意 @@M@@\varepsilon>0@@，有无穷多个 @@M@@n@@ 使 @@M@@g(n)=\#\{m:\varphi(m)=n\}>n^{1-\varepsilon}@@；核心输入是对每个固定 @@M@@\delta>0@@，存在 @@M@@x^{1-o(1)}@@ 个素数 @@M@@p@@ 使 @@M@@p-1@@ 没有超过 @@M@@x^\delta@@ 的素因子。
欧拉函数 @@M@@\varphi(m)@@ 计数不超过 @@M@@m@@ 且与 @@M@@m@@ 互素的正整数个数，它远非单射：同一个函数值可以有许多原像。记纤维（fiber）大小 @@M@@g(n)=\#\{m\ge1:\varphi(m)=n\}@@。Erdős 早在 1935 年就研究欧拉函数的重数与平滑移位素数，并在 1956 年提出猜想（Pomerance 1980 年将其表述为常数 @@M@@C=1@@）：@@M@@g(n)>n^c@@ 对任意接近 @@M@@1@@ 的指数 @@M@@c@@ 都无穷多次成立。另一方面有初等上界 @@M@@g(n)\ll_\eta n^{1+\eta}@@，故指数 @@M@@1@@ 是最优目标。这一猜想的算术核心是平滑移位素数（smooth shifted primes）：需要大量素数 @@M@@p@@，使其前身 @@M@@p-1@@ 的全部素因子都小于 @@M@@p@@ 的任意固定幂。此前最好结果都停留在固定的平滑指数上：Baker–Harman 达到 @@M@@P^+(p-1)\le x^{0.2961}@@（相应纤维指数 @@M@@0.7039@@），Lichtman 改进到 @@M@@\beta>15/(32\sqrt e)=0.2843\ldots@@（纤维指数 @@M@@0.7156@@，计数 @@M@@x/(\log x)^C@@）；而 Dickman 律预测每个固定指数下应占正比例。难点在于：候选序列的因子结构被严格约束，同余计数只能给出初步筛法，必须再引入双线性抵消才能剔除合成数——这正是 Friedlander–Iwaniec 型素数探测筛法的经典分工，本文把该框架推广到了权重与位移交织的新情形。
论文证明两条定理。定理一（大纤维）：对每个实数 @@M@@\varepsilon>0@@，存在无穷多个正整数 @@M@@n@@ 使 @@M@@g(n)>n^{1-\varepsilon}@@；结合上界 @@M@@g(n)\ll_\eta n^{1+\eta}@@，幂指数最优，Erdős 猜想由此完全解决。定理二（平滑移位素数）：对每个固定 @@M@@0<\delta<1/4@@（稍作变换即对任意固定 @@M@@\delta>0@@ 成立），当 @@M@@x\to\infty@@ 时
@@M@@D\#\{p\ \text{素数}：2x<p\le 5x,\ P^+(p-1)\le x^\delta\}\ge x^{1-o(1)}，@@
其中 @@M@@P^+(m)@@ 表示最大素因子（largest prime factor），@@M@@o(1)@@ 可依赖于 @@M@@\delta@@。特别地，有无穷多素数 @@M@@p@@ 满足 @@M@@P^+(p-1)\le p^\varepsilon@@。@@M@@x^{1-o(1)}@@ 无条件地给出了计数的完整幂指数，但仍弱于正比例的 Dickman 预测（后者在 Elliott–Halberstam 猜想下由 Bharadwaj–Rodgers 的框架导出）。此外，平滑前身正是 Alford–Granville–Pomerance 构造 Carmichael 数的关键原料，故这一估计在因数分解问题之外另有应用。
证明分两大步。第一步是解析机制，目标是在因子受约束的序列中检出素数：候选数取 @@M@@2u+1@@，把 @@M@@u@@ 的素因子布置在多个对数尺度上——一部分落在互不相交的”小群/大群”素数区间（群数约 @@M@@\log\log x@@，指数上界 @@M@@d<0.47@@），其权重标记互异的群素因子；其余因子排成几何尺度带，便于凑出接近指定大小的因子；再配一条没有小素因子的粗糙（rough）长因子。全新的核心工具是加权膨胀图（weighted dilation graph）的传递定理（transference theorem）：物理图的顶点是整数及其各群素因子列表，边为位移 @@M@@kD@@（@@M@@D@@ 为两端共享素数与自由素数之积）；与之比较的理想算子（ideal operator）在独立标签上运行，标签概率正比于 @@M@@1/p@@ 且允许重复。先证理想算子的范数小：以对数局部化、特征标核（character kernel）与两块坐标分解把共享素数乘积换成独立乘积，再用置换对称性压低均零分量、以带符号的比较项抵消其余分量；接着通过中国剩余定理平均整根，把小的理想范数转移到物理图上——重复的整除查询只付一次 @@M@@1/p@@ 的代价，一个”记忆”结构在活跃使用之间保存同余，秩扩张恢复互异素数的”出生”，最终得到物理图的高阶矩平均，从而在移位配对中产生抵消。然后把移位相关转化为 @@M@@mn=2u+1@@ 的 Type II 估计：概率性地拆分几何素数带，选出与 @@M@@m@@ 同尺度的因子，经 Cauchy–Schwarz 后，非对角分解凭一个精确的行列式恒等式化为移位端点，于是余因子上的素性与粗糙性检验可换成初等粗糙代理；最后用同余估计与 Brun–Hooley 型加权筛剔除合成值，两个素因子都接近 @@M@@x^{1/2}@@ 的平衡情形由单独的上界筛处理，得到定理二。第二步是 Erdős–Pomerance 的乘积—抽屉论证（第 7 节给出完整证明）：取 @@M@@M>X^{1-\delta}@@ 个 @@M@@p\le X@@ 且 @@M@@p-1@@ 为 @@M@@X^\delta@@-平滑的素数，令 @@M@@k=\lfloor X^{2\delta}\rfloor@@，则 @@M@@\binom Mk\ge X^{(1-3\delta)k}@@ 个互异的平方自由乘积的 @@M@@\varphi@@ 值都是 @@M@@X^\delta@@-平滑、不超过 @@M@@X^k@@ 的数，而此类数值至多 @@M@@(1+k\log X/\log 2)^{X^\delta}=X^{o(k)}@@ 种可能；由抽屉原理，某个 @@M@@n\le X^k@@ 的纤维必超过 @@M@@X^{(1-3\delta-o(1))k}>n^{1-\varepsilon}@@。
本篇为 OpenAI 发布的数学手稿，主结果暂无 Lean 形式化证明，也未经过传统同行评审，请以社区核验为准；OpenAI 官方声明”未经形式化的结果可能有问题”。文中的膨胀图与核估计同时充当姊妹篇《The Poisson–Dirichlet law for prime predecessors》的输入，那篇证明 @@M@@p-1@@ 素因子的规范化对数联合收敛于 Poisson–Dirichlet 律 @@M@@\mathrm{PD}(1)@@，解决 Ford–Konyagin–Luca 猜想；族内另一篇《Prime Predecessors with an Even Number of Prime Factors》则证明有无穷多素数 @@M@@p@@ 使 @@M@@\mu(p-1)=1@@。三篇共享同一套针对 @@M@@p-1@@ 素因子结构的分析方法，结论互相支撑。
问 1：整个证明链条里最关键、也最脆弱的一环是什么？
（答：是第 2 节的传递定理：把独立标签”理想算子”的小范数，经中国剩余定理平均整根、”记忆”结构保存重复同余、秩扩张恢复素数互异性，转移到物理膨胀图的高阶矩上。它上承第 3 节的特征标核构造，下启移位抵消、Type II 估计直到素数提取；这一环的复杂度与范数假设若有验证缺口，全链倒塌。）
问 2：为什么计数只到 x^{1-o(1)}，而不给出正比例？
（答：论文引言明说：Dickman 律预测每个固定指数下占正比例，但对该预测的 Bharadwaj–Rodgers 框架在移位素数上依赖 Elliott–Halberstam 猜想（即 level 1 分布）；无条件已知只有 level 1/2。x^{1-o(1)} 已给出完整幂指数，是当前无条件下能做到的极限表述。）
问 3：定理二限定 0<δ<1/4 且不主张 δ→0 的一致性，这个假设为什么不能去掉？
（答：素数提取一节的参数（群数、指数上界 d<0.47、几何尺度带）都随 δ 退化，o(1) 明确允许依赖 δ。而定理一的乘积—抽屉论证只需任一固定 δ 配合 k=⌊X^{2δ}⌋ 即可，故放弃一致性并不损伤主结论，强行追求它反而会超出筛法能力。）
问 4：与 Baker–Harman 和 Lichtman 的已有工作相比，真正的新意是什么？
（答：此前最好结果是固定平滑指数——Lichtman 的 β>15/(32√e)≈0.2843 且计数仅 x/(log x)^C；本文对任意固定 δ 都给出完整幂指数计数。方法论新意在于加权膨胀图传递定理与理想核估计，且这两件工具被姊妹篇 PD(1) 论文直接复用，不是一次性技巧。）
问 5：这种 AI 生成的长证明最可能在哪里出错？
（答：最典型的风险是循环论证与量级错配：链条要求”筛法几何先定、解析精度次之、余因子差异精度最后”，论文特别强调所需差异估计独立于使用它的估计而建立——任何一处常数的选取顺序被打乱，o(1) 的有效范围就会失效。Type II 中那个”精确行列式恒等式”与两个素因子都近 x^{1/2} 的平衡范围单独上界筛，也是易藏符号与边界错误的角落。）
问 6：下游谁会用到这个结果？
（答：引言点名两条线：平滑前身正是 Alford–Granville–Pomerance 构造 Carmichael 数的关键原料，可与素数分布定理配合使用；同族的 Poisson–Dirichlet 定律论文显式以本文的图与核估计为输入（其定理 1.1）。）
问 7：从平滑素数到超大纤维的最后一步可靠吗？
（答：这步是初等的 Erdős–Pomerance 乘积—抽屉论证，论文第 7 节给出完整证明：M 个平滑前身素数的 C(M,k) 个平方自由乘积，其 φ 值全落在不超过 X^k 的 X^δ-平滑数中，后者只有 X^{o(k)} 种可能，抽屉即得。风险不在组合逻辑，而在上游 M 的存在性。）
总评
这项工作用一台可复用的筛法机器无条件解决了悬置七十年的 Erdős 猜想并拿到最优指数，分量确实重；但证明链条极长、常数层层相扣，最脆弱处正是传递定理的假设验证与各节精度的衔接，属于最需要社区逐节核验的那类 AI 手稿。