Position paper：跨学科猜想的形式化 — 证明非目标
设 $\omega = (f(p_1), f(p_2), \ldots)$ 为 Mersenne 素性特征序列，其中 $f(p_i) = 1$ 当 $M_{p_i}$ 是素数，否则 $0$。猜想：$\omega$ 相对测度
$$\mu \;=\; \prod_{i \geq 1} \mathrm{Bernoulli}\!\left(\frac{e^\gamma}{p_i \ln 2}\right)$$
是 Martin–Löf 随机序列。
定位：position paper 级 — 不试证，而是给出精确陈述、分析其与 Wagstaff/Cramér 模型的关系、指出反面等价于何种数论条件。
Martin–Löf（1966）在 Bernoulli 测度 $\mu$ 下：ML 零集是 c.e. 开集序列 $U_1 \supseteq U_2 \supseteq \cdots$ 满足 $\mu(U_n) \leq 2^{-n}$。$\omega$ 是 ML 随机 $\iff$ 不属于任何 ML 零集。等价：
| $p$ | $e^\gamma / (p \ln 2)$ | 是 Mersenne 指数？ |
|---|---|---|
| 2 | 1.2848 ⚠️ > 1 | 是 |
| 3 | 0.8565 | 是 |
| 5 | 0.5139 | 是 |
| 13 | 0.1977 | 是 |
| 521 | 0.0049 | 是 |
$p = 2$ 时概率 $> 1$；$p = 3$ 时 $\approx 0.86$。Wagstaff 公式仅渐近启发式。命题 5 必须截断至 $q_i = \min(1, e^\gamma / (p_i \ln 2))$，或限 $p \geq 11$。
Cramér 1936 模型：自然数 $n$ 建模为以概率 $1/\ln n$ 独立 Bernoulli。Wagstaff 公式是 Cramér 思想对 Mersenne 的移植 — $M_p$ 有 $p \cdot \ln 2$ 位，本地素数密度 $1/(p \ln 2)$，乘以 $e^\gamma$（Mertens 第三定理残差）。
$\omega$ 不是 MLR $\iff$ 存在 c.e. 数论性质 $P$ 可"预测" $f(p)$ 比随机好，或 $K(\omega \upharpoonright n) = o(n)$。具体：存在某有效算法能以超过 Wagstaff 密度的正确率预测下一个 Mersenne — 即存在隐藏的素数结构，远超现有数论知识。
逻辑链：
ω 是 MLR (Wagstaff 测度)
⟹ van Lambalgen 1987 LLN：经验频率 → E_μ[f] > 0
⟹ {p : M_p 素} 是无穷集
⟹ Mersenne 无穷
$\sum e^\gamma / (p_i \ln 2)$ 发散（$\sim \log\log x$），故 Wagstaff 期望频率正，$f = 1$ 必无穷出现。命题 5 是 Mersenne 无穷的充分条件，但不是充要。
| 论文 | 贡献 |
|---|---|
| Martin–Löf 1966 (Inf. Control 9) | 奠基：ML 随机性 + 通用测试 + Kolmogorov 等价 |
| Wagstaff 1983 (Math. Comp. 40) | $e^\gamma / (p \ln 2)$ 公式，启发式 |
| Cramér 1936 (Acta Arith. 2) | 独立随机模型，预测间隙 $\sim (\ln p)^2$ |
| Iwasawa $\mu = 0$ 猜想 | 类比：$p$ 进 L 函数"无隐藏结构" |
| Sarnak 2011 Möbius 随机性 | 类比：$\mu(n)$ 对零熵序列正交 |
设 $P = (p_1, p_2, \ldots) = (2, 3, 5, 7, \ldots)$。定义
$$q_i \;=\; \min\!\left(1, \frac{e^\gamma}{p_i \ln 2}\right).$$
Wagstaff 测度 $\mu = \bigotimes_i \mathrm{Bernoulli}(q_i)$ 为 $\{0, 1\}^{\mathbb{N}}$ 上乘积概率。命题 5 (修正版)：Mersenne 特征序列 $\omega = (f(p_i))_i$ 是相对 $\mu$ 的 Martin–Löf 随机序列。
(1) MLR $\Rightarrow$ 满足 $\mu$ 下大数定律（van Lambalgen 1987）：$\frac{1}{N}\sum_{i \leq N} f(p_i) \to E_\mu[f]$ 几乎必然。
(2) $\mu$ 下期望：$E_\mu[\sum_{i \leq N} f(p_i)] = \sum_{i \leq N} q_i \to \infty$（$q_i \sim 1/p_i$ 调和发散）。
(3) 故 $\sum_{i \leq N} f(p_i) \to \infty$，即 $f(p_i) = 1$ 无穷次出现 $\Rightarrow$ Mersenne 无穷。$\blacksquare$
$\omega$ 不是 MLR $\iff$ 存在 c.e. 数列 $S \subset \{0, 1\}^{\mathbb{N}}$ 使 $\mu(S) = 0$ 且 $\omega \in S$。这等价于"$\omega$ 满足无穷多代数依赖条件，且这些条件图灵可识别"。具体可表述为存在递推关系 $f(p_{n+1}) = R(f(p_1), \ldots, f(p_n))$ 使 $R$ 图灵可计算。没有任何已知数论结果排除这个可能。
命题 5 的"测度选择"问题 — Wagstaff 公式只是启发式，不是定理。把它当作 ML 随机性的"基准测度"是循环：你假设了 Wagstaff 公式的精确形式，再问 $\omega$ 是否符合。但 Wagstaff 公式本身是猜想。
命题 5 的形式化合法（一旦修正测度截断）。van Lambalgen LLN + Borel-Cantelli 第二引理（$\sum q_i = \infty$ + 独立性）确保 $f = 1$ 几乎必然无穷次。但 ML 随机性是个极强的断言 — 比"无穷次"强得多，要求所有有效统计检验都通过。
命题 5 与 Sarnak 猜想（Möbius 随机性）形式上相似，但 Sarnak 至少给出可攻击的代数结构（特征和），命题 5 没有。位置 paper 价值在于提出，不在于证。但读者会问：除了"提出"，命题 5 是否给数论新工具？答案是：它把 Wagstaff 启发式提升为可证伪的精确猜想，与 Iwasawa $\mu = 0$ 平行。
命题 5 不是要被证明的定理，而是跨学科猜想的形式化。修正测度定义（截断或限 $p \geq 11$）后，可作为 J. Number Theory 或 Bull. AMS 级别的 position paper。
命题 5 是 Mersenne 无穷的充分条件（已严格证）。但命题 5 本身未证（也不试证）。
命题 5 的 gap 不是"未证"，而是"无攻击工具" — ML 随机性本身就是猜想范式，不是结果。但这正是 position paper 的卖点：把 Wagstaff 启发式精确化。
verdict：命题 5 是本批 5 命题中唯一直接可写、自洽完整的产出。建议作为 Template 2 v2 流程的"成功示例"对照命题 1, 2, 4 的 KILL/弱 GO 结果。
注意：position paper 不会"证明 Mersenne 无穷"，而是把它降维成另一个公认难题（算术随机性猜想）。这种"难题等价"在数学史上是有价值的（如 BSD 与 L 函数零点的等价）。