刚好一年前，借着 DeepSeek 引发的 AI 热潮，我开始尝试利用人工智能辅助文献检索与理论探索。对我而言，这原本是科研中的一个短板：平时主要靠自己在网上查资料，而英文阅读速度也很慢。AI 的出现，似乎为这一问题提供了新的可能。出于好奇，我踏上了业余探索黎曼猜想之路。

当时确实投入了不少时间，形成了一些初步思考，并写下博文《百年难题黎曼猜想》记录这些尝试。但经过半年左右的实践，我逐渐发现：AI 的协助远没有想象中可靠。它提供的部分文献、公式和计算，后来经核查并不准确，导致我在一些方向上做了不少无用功。关于这一过程中的经验与教训，我在另一篇博文《人机协作背景下的黎曼猜想研究：一次经验总结》中曾做过较为详细的反思。

不过，这段探索并非毫无意义的。一方面，在研究过程中产生的一些想法，后来在其他问题上得到了很好的应用。例如，关于双曲核积分变换的工作，逐渐发展出一套与特殊函数密切相关的积分变换理论，整体结构已经较为完整[1]；再如多项式求根的新方法，也展现出一定的实用潜力[2]。这些工作目前均在审稿过程中，并已获得一些积极反馈。

另一方面，对黎曼 $\zeta$ 函数各种表示形式的研究，虽然此前未能直接突破黎曼猜想本身，却让我逐渐理解了 $\zeta$ 函数背后的解析结构与对称机制。过去一直尝试沿着直接计算与零点分析的传统路线推进，但由于工作量巨大以及数值工具的限制，最终难以继续深入。

而这一次，我完全从物理学中的“对称性原理”出发，重新审视黎曼函数方程，最终形成了一条不同于传统方法的路径。在我看来，这条思路具有相当值得进一步研究的潜力。相关论文现已以预印本形式公开[3]，欢迎同行讨论与批评。

核心思路简介

本文的核心思想其实非常简单。将黎曼 $\xi$ 函数分解为两个部分：一个已知无零点的因子 $M(s)$，以及一个具有显式对称性的整函数

 $$ g(s)=\eta(s)+\eta(1-s). $$

于是，$\xi(s)$ 的零点问题，便转化为研究 $g(s)$ 的零点。利用函数方程，可以进一步证明：$g(s)=0$ 等价于比值函数  $$ Q(s)=\frac{\eta(s)}{\eta(1-s)} $$  满足$ Q(s)=-1$，也即同时满足  $$ |Q(s)|=1,\qquad \arg Q(s)=\pi \pmod{2\pi}. $$

接下来的关键，在于对 $|Q(s)|$ 进行严格估计。通过解析方法，我证明了：当虚部满足 $|t|\geq \pi$ 且实部 $\sigma\neq \frac12$ 时，  $$ |Q(s)|\neq 1 \quad \Rightarrow\quad  g(s)\neq 0,  $$  从而 $\xi(s)$ 的非平凡零点只能位于临界线 $\sigma=1/2$ 之上。

整个证明过程中，并未直接讨论 $\zeta$ 函数复杂的零点分布理论，而是主要利用了函数方程所蕴含的对称性结构，以及比值函数的模估计。

与经典工作的对比

与过去一百多年中的主流研究路线相比，本文的方法有几个较为明显的特点。

1. 避开零点分布的直接分析

传统方法——例如 Hadamard 乘积、Nevanlinna 理论、Selberg 筛法等——往往试图直接刻画零点分布本身。而本文通过构造对称化函数 $g(s)$，将零点条件转化为比值函数的模条件，从而绕开了对零点分布的直接控制。

2. 不依赖 Hilbert–Pólya 路线

Hilbert–Pólya 猜想长期以来为量子混沌与随机矩阵理论提供了重要灵感，但迄今仍未找到谱恰好对应黎曼零点虚部的自伴算子。本文并未沿着谱理论路线推进，而是直接从函数方程与对称性出发。

3. 避免复杂的高阶渐近控制

许多经典方法（例如 Riemann–Siegel 公式、鞍点法等）都依赖于对大参数渐近行为的精细分析，误差控制通常非常繁琐。本文对 Stirling 余项采用了较为保守的放大估计，得到了更直接、严格且结构清晰的不等式链。

4. 将“对称性”作为第一推动

这一点带有明显的物理学色彩。在物理学中，人们常相信：对称性不仅约束动力学，甚至决定动力学。而在黎曼函数方程 $\xi(s)=\xi(1-s)  $ 这一看似简单的对称关系背后，也许隐藏着限制零点分布的核心机制。本文通过构造 $g(s)$，试图将这种“隐藏的约束”显式化。

科研就是“试错—纠错”

很多人可能会觉得奇怪：为什么那些错误的手稿、失败的尝试，我始终没有删除，而且还保留 DOI 与时间戳。我一直认为，科研本来就是一个不断试错、不断修正的过程。那些不成熟的文章，真实记录了当时的思考路径与探索过程。它们虽不完全正确，却构成了后来工作的基础。从这个意义上说，它们正是科研“进步的阶梯”。

面对真正复杂的问题，人不可能不犯错。重要的并非“从不出错”，而是能否及时发现问题、修正问题，并不断向前推进。科研需要严谨，但严谨并不意味着必须维持一种“永远正确”的幻觉。一个学术自信的研究者，根本不会害怕犯错，极力掩饰错误，而是不犯低级错误，有能力及时纠正错误；而一个健康的社会，也应当允许探索、宽容失败。

未来展望

本文的方法还打开了几个值得进一步研究的方向。

1. 推广至 Dirichlet $L$-函数

广义黎曼猜想（GRH）断言：Dirichlet $L$-函数的所有非平凡零点同样位于临界线上。本文中的对称化思想，原则上可以推广到更一般的 $L$-函数族，只是需要构造相应的“$g$ 函数”，这也将是下一步重点研究方向。

2. 更一般 Zeta 函数中的对称结构

Dedekind zeta 函数、Selberg zeta 函数等对象，都满足类似的函数方程。因此，“构造对称化函数 + 分析比值模条件”的方法，也许能够发展为研究更广泛 $L$-函数零点问题的一种统一框架。

3. 与物理学的进一步联系

量子混沌理论中，能级统计与黎曼零点之间存在令人惊讶的一致性。本文中出现的分解结构  $$ G(t)=2Z(t)B(t) $$  也许能够为“为什么临界线恰好是 $1/2$”提供新的物理直觉：临界线可能对应某种动力系统中的稳定流形、共振条件或守恒约束。

4. 数值算法与零点验证

虽然论文[3]属于解析证明，但其中关于 $Q(s)$ 的模条件与辐角条件，可以自然转化为高精度零点搜索算法。结合理论约束，未来或许能够发展出更严格、更高效的零点验证程序，用于大规模数论计算。

一点感想

黎曼猜想提出至今，已经一百六十多年。无数杰出的数学家为此投入了巨大心血。而我作为一名长期从事基础物理研究的人，能够从“对称性”这一物理学最核心的思想出发，为这个纯数学问题提供一种新的理解路径，本身就说明了跨学科思维的重要性。所谓“它山之石，可以攻玉”，不同学科的思想方式的碰撞，往往能够打开新的局面。

科研中，知识积累当然重要，但我始终觉得，人类的直觉更是一种极其神奇的力量。例如，在理论物理研究中，我非常欣赏广义相对论的深刻结构，但我从来就不认为奇点定理，大爆炸模型是完全对的，也不认为拍到的“甜甜圈”照片就是真正看到了黑洞；我完全相信量子理论在实验上的巨大成功，但对其流行诠释和说辞并不完全认同。很多时候，真正推动研究向前的，并非已有结论，而是“哪里似乎不对劲”的敏感性。而面对被号称 “数学圣杯”与“数学珠峰”的黎曼猜想，我始终有一种探索冲动。每当深入其中，总会“思如泉涌”，不断冒出新思路、新构造、新可能性，仿佛还有“一百条路”可以尝试。所以，对于研究中的错误与失败，我并不太在意，因为那正是通向顶峰的路标。

参考文献

[1] 《双曲核积分变换：解析结构、谱理论与 $\zeta$ 函数表示》 DOI: 10.13140/RG.2.2.20960.55045

[2] 《特征圆与模方拓扑：多项式求根的几何新视角》 DOI: 10.13140/RG.2.2.14134.36167

[3] 《函数方程的对称性约束与黎曼猜想的证明》 DOI: 10.13140/RG.2.2.18926.57927