命题 1:$r_2(n) > 0$ 对几乎所有偶数(密度 1)

Verdict: 早期 kill — 已被 Zhao 2025 严格证明 $E(X) = O(X^{7/10})$  |  v2 流水线 · 2026-05-23

§1 命题精确陈述与 Verdict

命题 1(密度形式):令 $E(X) := \#\{n \le X : n \text{ 偶},\; r_2(n) = 0\}$ 为 Goldbach 例外集的计数函数,其中 $r_2(n) := \#\{(p,q) : p, q \text{ 素数},\; p + q = n\}$。则

$$E(X) = o(X) \qquad (X \to \infty),$$

即"几乎所有偶数"(密度意义下集合测度为 $1$ 的子集)都可以表示为两个素数之和。

等价叙述:$r_2(n) > 0$ 对几乎所有偶数 $n$ 成立,亦即 $E(X) / X \to 0$。这是强 Goldbach 猜想($E(X) = 0$ 对所有充分大 $X$)的严格弱化版本。

Verdict: Kill Early — 命题已被严格证明

命题 1 所要求的 $E(X) = o(X)$ 已是文献中的经典结果,且已被大幅超越:

本文档以 position paper 模式撰写:梳理历史进展、解析 Zhao 2025 的技术细节、定位当前真正的开放 gap。

§2 数值证据:Sentinel 报告

v2 流水线在 L1 阶段运行了 sentinel 数值验证(Python,$n \in [4, 10000]$,全量偶数检查),结果如下:

代表性样本($n = 1000$ 到 $10000$,间隔 $1000$)

$n$ $r_2(n)$(实测) HL 预测值 $\mathfrak{S}(n) \cdot n / (\log n)^2$ 比值 $r_2 / \text{HL}$
10002836.890.7589
20003760.940.6071
3000104164.780.6312
400065102.360.6350
500076121.340.6264
6000178279.130.6377
7000119188.650.6308
8000106174.370.6079
9000242382.240.6331
10000127207.520.6120

汇总统计($n \in [1000, 10000]$,共 4501 个偶数)

统计量数值
$r_2(n)$ 最小值16
$r_2(n)$ 最大值329
$r_2(n)$ 均值92.77
$r_2(n)$ 中位数82
均值比(ratio)0.6418
中位数比0.6397
$E(10000)$ — 例外数0
Sentinel 判定:Ok

$E(10000) = 0$:在 $(2, 10000]$ 内所有偶数均有 Goldbach 表示,与计算机验证到 $4 \times 10^{18}$(Oliveira e Silva, 2014)完全一致。

比值 0.6418:Hardy–Littlewood 渐近公式在 $n \sim 10^4$ 量级系统性地偏高(比值约 $0.64$),这是完全正常的有限 $n$ 修正效应。渐近式 $r_2(n) \sim \mathfrak{S}(n) \cdot n / (\log n)^2$ 的收敛速率是对数阶,比值在 $n \to \infty$ 时趋向 1,当前偏差完全在预期范围内(判定阈值:$0.2 \le \text{ratio} \le 5.0$)。

奇异级数参数:$\mathfrak{S}(n) = 2 C_2 \prod_{p > 2,\, p \mid n} \frac{p-1}{p-2}$,$C_2 \approx 0.6601618$(孪生素数常数)。

§3 五角度概览与评分

L1 阶段并行启动了 5 个方向的探索 agent(角度 A–E),由 Ranker agent 汇总评分。评分维度:可证性 P(5 = 半页可证)、新颖性 N(文献空白度)、意义 I(逼近强 Goldbach)、工具就绪度 T(满分各 5 分)。

候选角度 Status P N I T 总分 /20
A. 圆法 + Pintz–Zhao 零点密度 ok 3254 14
B. Schnirelmann 密度路径 ok(方向错配) 1112 5
C. BV 色散方法(Linnik–Pintz) ok(与 Zhao 同源) 3244 13
D. 遍历论 / Sarnak–Chowla 路径 warn(弱于圆法) 2421 9
E. Cramér 模型 / 概率启发式 ok(启发式不严) 4223 11

各角度简评

角度 A(总分 14,最高):圆法 + 零点密度是命题 1 的正统标准路径,与 Zhao 2025 完全对齐。工具链成熟:Linnik 零点密度定理(Huxley $A = 12/5$)+ Vaughan 恒等式 + Linnik 大筛 = 完整闭合框架。可证性得 3 而非满分,因为 Siegel 零点的 Heath-Brown 分叉处理和 ineffectiveness 转换仍需 20–30 页精细估计。意义满分:直接给出命题 1 的最优已知上界。

角度 B(总分 5,最低):Schnirelmann 密度方法与命题 1 存在根本性方向错配。Schnirelmann/Ramaré 给"所有 $n$,$\le 6$ 个素数";命题 1 要"几乎所有 $n$,恰好 2 个素数"——两者在逻辑结构上正交,无蕴含关系。密度方法对有限例外集天然不敏感(改变有限多元素不改变 Schnirelmann 密度),故彻底无法区分"所有偶数"与"几乎所有偶数"。

角度 C(总分 13):BV 色散方法与角度 A 本质同源(色散 = 圆法 minor arc 的平均化重写),但其贡献在于明确暴露了瓶颈结构:$E(X) \sim X/Q$,取 $Q = X^{1/3}$ 得 $X^{2/3}$(Pintz 2017),取 $Q = X^{3/10}$ 配合更精细零点密度得 Zhao 2025 的 $X^{7/10}$。这一"余项地图"对后续攻击 $X^{1/2+\epsilon}$ 有方法论参考价值。

角度 D(总分 9,warn):遍历论路径(Sarnak 猜想、Furstenberg 对应、Chowla 猜想类比)受制于加法-乘法鸿沟与素数密度为零双重障碍。即便突破(依赖未证的 Chowla 猜想),所得结论 $E(X) = o(X)$ 在定量上弱于圆法已有的 $O(X^{7/10})$。该角度提供结构性理解,非定量改进。

角度 E(总分 11):Cramér 独立模型内,Borel–Cantelli 第一引理给出远强的结论:$\sum_n P(r_2(n) = 0) \le \sum_n e^{-cn/\log^2 n} < \infty$,故模型内 $E(X) = O(1)$(几乎必然有限例外)。但独立性假设无法移植到真实素数集(不同 $n$ 的 Goldbach 表示共享素数,强相关),故仅具启发价值。

§4 历史进展时间线

1742
Goldbach(致 Euler 信):猜想每偶数 $\ge 4$ 是两素数和(原始表述)。
1923
Hardy–Littlewood:圆法 + GRH 假设证 ternary Goldbach;引入奇异级数 $\mathfrak{S}(n)$,给出 $r_2(n)$ 的精确渐近公式 $\sim \mathfrak{S}(n) \cdot n / (\log n)^2$。 条件性
1937
Vinogradov:指数和方法,无条件证 ternary Goldbach 对充分大奇数。 已证
1966
Chen Jingrun:"1+2"定理——每充分大偶数 $= p + P_2$($P_2$ 至多两个素因子)。圆法 + 筛法最优成果,停在 parity barrier 边缘。 已证
1975
Montgomery–Vaughan:"The exceptional set in Goldbach's problem",Acta Arith.。首次证明 $E(X) = O(X^{1-\delta})$,$\delta = 0.05$(即 $E(X) = O(X^{0.95})$),给出例外集第一个非平凡幂次上界。方法:圆法 + 大筛不等式 + Bombieri–Vinogradov 定理。 已证
1984–2012
Pintz(历年改进):通过改进零点密度估计和色散方法中的参数选取,将指数 $\delta$ 逐步从 $0.05$ 提升至约 $0.121$,即 $E(X) = O(X^{0.879})$,参见 Pintz 系列论文(1984, 1992, 1997, 2009…)。 已证
2013
Helfgott:无条件证明弱 Goldbach($\ge 7$ 的所有奇数 = 三素数和)。覆盖 Vinogradov 未处理的小奇数区间。 已证
2014
Oliveira e Silva:分布式计算验证强 Goldbach 至 $n \le 4 \times 10^{18}$(数值验证,非理论证明)。 数值
2017
Pintz 2017:"A note on Goldbach numbers in short intervals"。色散方法的关键改进,将例外集上界降至 $E(X) = O(X^{2/3})$($\delta = 1/3$)。核心:利用 $\sigma > 2/3$ 区域的 Ingham–Huxley 零点密度定理,取 $Q = X^{1/3}$,余项 $X/Q = X^{2/3}$。 已证
2025
Zhao 2025(arXiv:2511.05631):当前最优无条件结果 $E(X) = O(X^{7/10})$,同时给出 Linnik 常数 $P(q) = O(q^5)$。技术:圆法 + Linnik 零点密度改进($\sigma > 3/5$ 区域)+ 色散,Heath-Brown 分叉处理 Siegel 零点(故 ineffective)。 已证 ineffective

§5 当前最优结果:Zhao 2025 的 $X^{7/10}$ 如何得到

Zhao 2025(arXiv:2511.05631)的主定理是:无条件地,$E(X) = O(X^{7/10})$(隐含常数 ineffective)。下面梳理其技术骨架。

5.1 圆法框架

令 $S(\alpha) = \sum_{p \le X} e(p\alpha)$($e(x) = e^{2\pi i x}$),则

$$r_2(n) = \int_0^1 S(\alpha)^2 e(-n\alpha)\, d\alpha.$$

将 $[0,1)$ 分为 major arcs($\alpha$ 靠近有理数 $a/q$,$q \le Q$)和 minor arcs(其余部分)。Major arc 贡献给出主项 $\mathfrak{S}(n) n / (\log n)^2$;minor arc 余项靠 Vinogradov–Weyl 指数和估计控制。对单个 $n$,主项与 minor arc 同阶——这是二元 Goldbach 圆法的结构性障碍,无法直接得到 $r_2(n) > 0$。

5.2 色散方法(Linnik–Pintz 框架)

例外集策略:不对单个 $n$ 攻关,转而对 $n \in [X, 2X]$ 取平均($L^2$ 框架)。定义 Goldbach 光滑近似

$$\tilde{r}_2(n) := \sum_{\substack{q \le Q \\ \chi \bmod q}} \frac{\mu(q)}{\phi(q)} \left(\sum_{m \le X} \Lambda(m) \chi(m)\right)^2 \chi^2(-1) \cdot \text{(相位项)},$$

$$E(X) \ll \frac{X}{\log^2 X} + \frac{X}{Q} \log^C X + \frac{1}{\log^2 X} \sum_{q \le Q} \sum_{\chi \bmod q} \left|\sum_{m \le X} \Lambda(m)\chi(m)\right|^2.$$

三项分别来自:主项误差 + 余项截断($X/Q$ 项)+ 字符和均方(大筛项)。

5.3 参数选取:为什么是 $X^{7/10}$

余项 $X/Q$ 决定了 $E(X)$ 的量级:$Q = X^{3/10}$ 给 $X/Q = X^{7/10}$。关键问题是:$Q = X^{3/10}$ 时,大筛项能否被控制到 $\ll X^{7/10}$ 以下?

此处需要 Linnik 型零点密度定理:

$$N(\sigma, T) := \#\{\rho = \beta + i\gamma : L(\rho, \chi) = 0,\; \beta \ge \sigma,\; |\gamma| \le T\} \ll T^{A(1-\sigma)} (\log T)^B.$$

Huxley(1972)无条件给出 $A = 12/5$;Zhao 2025 在 $\sigma > 3/5$ 区域利用改进的密度定理($A$ 量级约 $2.2$–$2.3$),使得 $Q = X^{3/10}$ 时大筛项满足

$$\sum_{q \le X^{3/10}} \sum_{\chi \bmod q} \left|\sum_{m \le X} \Lambda(m)\chi(m)\right|^2 \ll X^{7/10+o(1)}.$$

5.4 Siegel 零点与 Ineffectiveness

若不处理 Siegel 零点(即例外特征 $\chi_0 \bmod q_0$,$q_0$ 可能很大,存在实零点 $\beta_0 \approx 1 - c/\log q_0$),大筛项可能超出 $X^{7/10}$ 量级。Heath-Brown 分叉处理:

Ineffectiveness 的含义

"$E(X) = O(X^{7/10})$"中的大 $O$ 常数无法显式计算,因为它取决于是否存在 Siegel 零点以及 $q_0$ 的大小——而这两件事目前都未知。若能无条件排除 Siegel 零点(等价于 GRH 的弱化版本),则 Zhao 2025 的结果可改为 effective。有效上界的当前记录约为 $E(X) = O(X^{0.879})$(Pintz 系列有效版本)。

5.5 与 Pintz 2017 的关系

Pintz 2017 取 $Q = X^{1/3}$,余项 $X^{2/3}$;利用 $\sigma > 2/3$ 区域零点稀少(Ingham–Huxley)控制大筛项。Zhao 2025 实质是把 $Q$ 从 $X^{1/3}$ 推进到 $X^{3/10}$,借助更精细的 $\sigma > 3/5$ 区域密度定理。两者在方法论上完全同源,Zhao 是 Pintz 框架在零点密度精化方向上的自然延续。

§6 剩余 Gap:从 $X^{7/10}$ 到终点的距离

6.1 解析方法的可期极限

当前进展:$E(X) = O(X^{7/10})$(Zhao 2025)。解析方法(圆法 + 零点密度 + 色散)框架内有两个自然终点:

Gap 1:$X^{7/10}$ → $X^{1/2+\epsilon}$(解析极限)

若零点密度猜想成立($N(\sigma, T) \ll T^{2(1-\sigma)+\epsilon}$,即密度指数 $A = 2$,优于 Huxley 的 $A = 12/5$),则色散余项可降至 $X^{1/2+\epsilon}$,对应 $Q \approx X^{1/2-\epsilon}$(Bombieri–Vinogradov 的极限范围)。这是无 GRH 条件下圆法的最乐观上界,目前未证。

若 Elliott–Halberstam(EH)猜想成立(BV 范围扩到 $X^{1-\epsilon}$),理论上可给 $E(X) = o(X^\delta)$ 对任意小 $\delta > 0$,但 EH 本身同样未证。

Gap 2:$X^{1/2+\epsilon}$ → $O(1)$(有限例外集)

即使 Gap 1 被突破(达到 $X^{1/2+\epsilon}$),从"几乎所有"($E(X) = o(X)$)到"有限例外集"($E(X) = O(1)$)是质的飞跃,需要完全不同的机制。纯圆法 + 密度估计的结构性天花板约在 $X^{1/2}$,更强的下降需要突破现有解析工具的根本限制。

GRH 下的条件结果

假设广义黎曼假设(GRH),$L$-函数零点全在临界线 $\text{Re}(s) = 1/2$,则:

6.2 Parity Barrier:真正的鸿沟

强 Goldbach($E(X) = 0$)的终极障碍不是 $X^{7/10}$ 到 $X^{1/2}$ 的间隔,而是 Selberg(1949)揭示的 parity barrier(奇偶墙)

Parity Barrier

任何上界筛(Selberg 型乘性方法)无法区分"$n - p$ 是素数"与"$n - p$ 是两个素数之积"。这不是技术障碍,而是乘性函数方法的结构性限制——筛法作用于 Möbius 函数的一次矩,$\mu(p) = -1 = \mu(p_1 p_2)$(当 $p_1 \ne p_2$),故两类"素数缺陷"在筛法层面无从分辨。

Chen(1966)"1+2"定理是筛法在 binary 加性问题上的极限——恰好停在 parity barrier 的边缘。突破 parity barrier 需要某种非乘性的解析结构,目前无候选工具。

核心不等式对比:
三元圆法:主项 $\gg n^2 / (\log n)^3$ vs. minor arc $\ll n^2 / (\log n)^A$,主项赢。
二元圆法:主项 $\sim n / (\log n)^2$ vs. minor arc 同量级,无法分离。

6.3 当前真正开放的问题

命题 1 已解决;以下才是真正的开放目标(难度递增):

  1. $E(X) = O(X^{1/2+\epsilon})$(无条件)——需零点密度猜想 $A = 2$,目前最佳 $A = 12/5$。
  2. $E(X) = O(X^{1/2} \log^C X)$(无条件)——等价于消除 Siegel 零点影响,使 GRH 条件结果无条件化。
  3. $E(X) = O(X^\epsilon)$ for any $\epsilon > 0$(无条件)——完全未知,可能需要超越圆法的新工具。
  4. $E(X) = O(1)$(有限例外集)——接近强 Goldbach,需要革命性方法。
  5. $E(X) = 0$(强 Goldbach)——完全开放,与 parity barrier 正面冲突。

§7 v2 Verdict 与流水线决策

Verdict:Weak-PASS / Kill Early

命题 1 在 Zhao 2025 的结果下已不再是开放问题。它是 $E(X) = O(X^{7/10})$ 的一个直接推论($O(X^{7/10}) = o(X)$),判定为 已证 而非开放命题。

不投入 L2–L4 是正确决策

v2 流水线的 L1 Ranker 判定(best angle = A_analytic,top score = 14/20,verdict = early-exit (already-known))是准确的:

7.1 命题 1 在整体研究框架中的位置

Goldbach 研究有如下层级结构(每层比上一层更强):

  1. 已证 弱 Goldbach:每 $\ge 7$ 奇数 = 3 素数和(Helfgott 2013)
  2. 已证 命题 1:$E(X) = o(X)$,即 $r_2(n) > 0$ a.e.(Montgomery–Vaughan 1975,加强至 Zhao 2025)
  3. 开放 $E(X) = O(X^{1/2+\epsilon})$(无条件,需零点密度猜想)
  4. 条件性 $E(X) = O(X^{1/2} \log^2 X)$(GRH 下已知)
  5. 开放 Chen "1+1":每充分大偶数 = 两素数和(强 Goldbach,全开放)

本流水线下一步应聚焦层级 3 及以上的开放问题,而非在层级 2 内部循环。

7.2 参考文献