把 10 的 81 次方个原子分成两队，差距只有 3：一道 40 年的数学墙裂了条缝

一、从酒馆分队说起

想象你在酒馆组织 trivia 夜。二十个人，每人知识面不一样——有人体育通，有人历史狂，有人刷完过整部柯南。你要把人分成两队，让每一项知识维度上两队都别差太多，不然比赛无聊，人也不服。

把人换成向量，这事就是组合数学里的差度理论（discrepancy theory）：n 个单位向量，每个要么原样分给甲队，要么乘个 −1 分给乙队，目标是让各维坐标的和都尽量贴近零。衡量"分得多糟"的那个量，就是差度。

问题有多老？上世纪八十年代初，匈牙利数学家 János Komlós 放话：不管多少个对象、多少个维度，差度总能压进一个普适常数以内。这个猜想大胆到他自己后来都开玩笑——"我当时年轻气盛，这是个不负责任的猜想。"

四十年过去，常数还是没证出来。但 8 月 21 日 Quanta 杂志长文报道，密歇根大学的 Nikhil Bansal 和芝加哥大学的 Haotian Jiang 把界从根号 log N 砍到了 log N 的四次方根——三十年来这堵墙第一次被撼动。耶鲁同行 Daniel Spielman 的注解很直白：四次方根在现实尺度里从不超过 5，"实际上就是常数"。

二、四十年攻防史

几个节点值得细看。

1985 年 Spencer 的 log N 已经覆盖了绝大多数直觉——多数人觉得故事到这里就完了。1998 年 Banaszczyk 的根号 log N 是纯存在性结果，构造性拿到它是 2016 年的事，Bansal 用了整整六年。2022 年 Bansal、Jiang 携 UCLA 的 Raghu Meka 等人先在特殊条件下证出了常数，算预热。

然后是 2025 年 2 月。Jiang 去安娜堡拜访 Bansal，两人原计划磨一周，第二天就摸到了线索。那篇论文（arXiv:2508.03961）秋天挂出，整个领域安静了几个月后炸了锅。多伦多大学的 Aleksandar Nikolov 原本站"猜想是假的"那一侧，看完改口说信心"足了相当一截"。

三、四次方根是个什么概念

差度界的数值感，列表最直观：

四、他们到底做了什么新东西

Bansal 2010 年的成名手法：把每个向量对半切开、两队各拿一半，再随机扰动这些半块，慢慢把整块推向某一队，全程盯紧差度别爆表。新结果是给扰动过程装上了仪表——他们引入了对依赖度的度量与控制：动一个维度时，其他维度的差度会被连带牵动多少。维度之间原本高度纠缠，他们精心设计扰动的方向和步长，让连带伤害互相抵消，等效于挖出了一层隐藏的独立性。

关键在于这不是纯存在性证明，而是高效算法。同样这套依赖度控制的手艺，有机会移植去啃别的公开问题——优化、运筹、数值积分里的若干老大难，结构上是同一族。

五、这数学有什么用

展开两个。

机器学习。匈牙利 Rényi 研究所的 Rainie Heck 已经在把差度理论工具用于大语言模型——均匀性控制这类问题在训练和推理的许多环节都会冒头。

量化这边蹭个亲戚。数值积分里有个"低差度序列"的分支——格点均匀性的度量也叫差度，量化交易里做拟蒙特卡洛（QMC）用的正是它。跟这次的组合差度同姓不同支，但共享"把不均匀压到极致"的审美。看到差度理论的算法工具升级，做 QMC 的人不至于完全无感。

六、墙还在

Bansal 自己很清醒："我们在四次方根这里撞墙了，再往下肯定需要全新的东西。"Spielman 补刀：数学史上四次方根很少是最终答案，这多半不是终点。Heck 的预测更乐观：总有人会把它证出来。

四十年，从 log N 到根号，再到四次方根，每一步都耗时十年上下。下一步是把那个 3 换成真正的常数——酒馆分队的问题，离句号还有一步，但这一步之内的路，从没像现在这么亮过。

参考：

• Quanta 报道（2026-08-21）：https://www.quantamagazine.org/huge-breakthrough-in-the-math-of-imbalance-20260821/
• 论文：arXiv:2508.03961（Bansal & Jiang）