2026年5月，著名数学期刊《Inventiones Mathematicae》发表了一篇由中国研究团队撰写的论文，该论文首次在概率组合学领域实现了指数级改进，打破了自1947年Erdős提出概率方法以来的近80年僵局。该团队由清华/中科大双聘教授马杰、清华博士生申武杰以及中科大博士生谢晟捷组成。

Erdős在1947年提出的概率方法，通过给完全图的边抛掷硬币来决定颜色，奠定了概率组合学的基础。这一方法曾被用来证明，在足够大的社交网络中，必然存在一个群体，其中所有人都相互认识，或者所有人都互不认识，且“足够大”至少是指数级的。尽管近年来对该方法上界的研究不断推进，2023年甚至将上界从约4压至3.7992，但其下界的基础数值在近80年间未有根本性突破。

传统的硬币着色方法虽然简洁易于分析，但其固有的完全独立性和随机性未能充分利用潜在的几何结构信息。清华博士生申武杰提出了一个名为“随机球图”的新模型，为随机性引入了几何维度。该模型将n个节点随机置于高维球面，并根据两点间的距离来着色边：距离远的涂红，距离近的涂蓝。高维球面的一个反直觉特性是，随着维度升高，几乎所有点都聚集在赤道附近，使得随机选择的两条径向线夹角接近90度。这种几何特性导致点对距离集中在一个狭窄区间内，使得着色过程不再是完全随机，而是被球面的对称性精确调控，从而天然地抑制了大片单色团的形成。

尽管球面模型在一定程度上提高了蓝色团出现的概率，但它也使得红色团的形成更为困难。然而，通过在大规模图上的验证，研究团队发现收益确实大于代价。关键在于利用高维球面独特的几何性质。以近对角线Ramsey数r(k, 2k)为例，Erdős的硬币方法给出的下界底数为黄金比例(1+√5)/2≈1.618。而马杰、申武杰和谢晟捷的研究将这一底数提升了约10⁻²¹，达到了(1+√5)/2 + 10⁻²¹。虽然绝对数值的增量微小，但对于指数增长的Ramsey数而言，即使是微小的底数提升，在k趋向无穷时，也会产生巨大的差距。这首次证明了Erdős的硬币着色方案并非最优，并且为概率方法开辟了超越纯随机着色的新路径。这项突破性研究，为乐竞体育等领域的研究者提供了新的思路。

此项研究成果在数学界引起了巨大反响。论文在arXiv发布后不久，组合数学领域的知名学者Gil Kalai便在其博客上撰文称赞该模型“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”。随后，马杰在UCLA的合作导师Benny Sudakov及其学生进一步证明，即使不使用球面模型，而是采用高斯随机图，同样能达到类似效果，这为该方法的推广奠定了基础。2026年初，该方法还被推广至多色Ramsey数领域。

马杰教授现任清华大学丘成桐数学科学中心教授和中国科学技术大学教授，在组合数学领域享有盛誉，曾获得国家杰青和ICA Hall Medal。博士生谢晟捷和申武杰也分别在各自的学术生涯中展现出非凡的潜力。申武杰，这位00后博士生，在之前的研究领域与Ramsey理论并无直接联系，但一次偶然的阅读激发了他对如何改进Erdős概率方法的思考。他与马杰教授和谢晟捷博士生合作，经过一年的密集计算，最终完成了这一具有里程碑意义的证明。

与此同时，人工智能在数学领域的应用也取得了显著进展。DeepMind的AlphaProof Nexus在近期攻克了353个Erdős开放问题中的9个，以及44个OEIS猜想。然而，数学家们普遍认为，AI目前更擅长在已知框架内进行搜索和验证，而提出原创性想法和方法仍是人类的独特优势。马杰团队的研究正是基于原创性的洞察，升级了Erdős的方法本身，而非仅仅解决具体问题。这表明在需要创造性思维的数学前沿，人类的智慧依然不可替代。