GPT-5.6 Sol 90 分钟证出 50 年数学猜想：AI 从”辅助思考”到”独立证伪”的临界点

GPT-5.6 Sol 90 分钟证出 50 年数学猜想：AI 从“辅助思考”到“独立证伪”的临界点

导语

2026 年 7 月 10 日，OpenAI 宣布 GPT-5.6 Sol Ultra 在不到 1 小时内，独立完成了一个悬了 50 多年的数学难题——循环双覆盖猜想的完整证明。这个结果让我想起一个更早的类比：AlphaGo 赢李世石那盘棋，AI 从“辅助工具”变成“对手”只用了一夜。Sol Ultra 这次要证明的不是“AI 能帮数学家省时间”，而是“AI 自己能把人类卡了半个世纪的难题做出来”——只是这次，它用了 64 个子智能体。

正文

问题：50 年悬案到底有多硬？

循环双覆盖猜想（Cycle Double Cover Conjecture）由图论领域提出，核心命题是：如果一个图没有桥边，那么它的每一条边都能恰好被两个圈覆盖。这个猜想最早可追溯到 1973 年 George Szekeres 和 1979 年 Paul Seymour 的独立工作，在此后的 50 多年里，数学家们尝试了无数路径，包括 8-流定理、线性代数构造、组合覆盖等方法，但始终没有一份被广泛接受的完整证明。

这对 AI 意味着什么？如果 GPT-5.6 Sol Ultra 真的独立完成了证明，那将是大型语言模型首次在不依赖人类关键提示的情况下，独立解决了一个被列入“未解决数学问题”的重要猜想。之前 DeepMind 在帽子集合问题、纽结理论方面的突破，本质上是“人机协同”，而这次 OpenAI 公布的是一份“AI 自己生成、自己验证”的 PDF。

方案：64 个子智能体 + 1 个对抗智能体

OpenAI 研究员 Ethan Knight 在 X 平台公布的提示词显示，他们给 Sol Ultra 的指令非常明确：

• 最多同时调用 64 个并行子智能体
• 动态管理每个子智能体的工作内容
• 早期保持研究路线多样性，让不同智能体尝试不同的数学表示方法、代数思路和结构归纳
• 设置专门的对抗智能体，负责寻找证明漏洞、边界情况和潜在错误
• 明确禁止联网搜索资料，拒绝只证明特殊情况或不完整证明
• 必须通过对抗式验证检查常见数学错误

这套思路本质上是在用多智能体博弈替代单模型推理。Sol Ultra 没有被要求“想出一个答案”，而是被要求“组织 64 个思考者互相挑战，直到 nobody 能找出漏洞”。

证明的核心步骤有四步：

1. 把一般图归约成三次图（每个顶点恰好连三条边）
2. 利用无处为零的 8-流定理，给每条边贴上一个非零的“三位二进制标签”
3. 把每条边的一个标签扩展成两个标签，让同一标签在每个顶点附近要么不出现，要么恰好出现两次
4. 把局部标签的全局协调问题转化为线性方程组，用对偶空间和奇偶性证明这组方程一定有解

最终，相同标签的边自动组成圈，每条边恰好被两个圈覆盖。GPT-5.6 没有直接去找圈，而是设计了一种特殊的边标号，让圈自己从标号中“长出来”。

结论：90 分钟 vs 50 年，但“完成”不等于“验证”

英国曼彻斯特大学数学家 Thomas Bloom 是最早公开评价这份证明的学者之一。他的判断很关键：“这是一个非常漂亮的证明，简洁、基础，使用的方法并不复杂。如果当年有人想到，20 世纪 80 年代就有可能完成。”

但 Bloom 也指出了一个明显问题：整篇证明没有引用任何已有文献。例如 1983 年 Bermond、Jackson 和 Jaeger 的经典论文本应被引用，却完全没有出现。他认为这是目前 AI 自动生成数学论文普遍存在的问题。此外，这份证明也没有使用 Lean 等形式化证明工具进行机器验证。

换句话说，GPT-5.6 Sol Ultra 的成果目前处于“人类评审前”状态。数学界将在未来数天至数周内对证明的每一步进行严格审查。过去几年 arXiv 上曾出现过多次宣称解决重大猜想的论文，后来都被发现存在漏洞。

对前端工程师的启示

这个事件对前端社区有三层启示：

第一，AI 的“独立思考”边界正在扩展。 以前我们说 AI 能帮写代码、改 bug、生成 UI，但核心判断还是人来做。Sol Ultra 这次证明的意义在于：AI 可以在没有人类关键提示的情况下，自主规划证明路径、自我校验、自我修正。这对代码审查、架构决策、技术选型等前端高频场景有直接映射——当 AI 能独立验证一个复杂系统的正确性时，工程师的角色会从“执行者”变成“审阅者”。

第二，多智能体协作是 2026 年最被低估的能力。 OpenAI 没有给 Sol Ultra 一个“超级推理”按钮，而是给了它 64 个子智能体 + 1 个对抗智能体的组织架构。这个思路完全可以移植到前端工程：把复杂拆解成 64 个子任务并行跑，再用对抗验证找漏洞。你下次重构一个 10 万行代码库时，不妨想想能不能用类似的思路。

第三，AI 生成的结论必须经过人类验证。 Bloom 指出的“零引用问题”提醒我们：AI 可能会跳过人类认为“显而易见”的背景知识。在代码场景里，这意味着 AI 重构可能漏掉你项目里某个重要的业务约束——不是因为它笨，而是因为它没有你那 5 年的上下文。

收尾

如果你要做一件事来判断 AI 是否真的“懂”一个领域，不要问它“什么是 X”，问它“X 的边界条件是什么”。Sol Ultra 这次给出的不是“答案”，而是一个可被验证的证明过程。对前端工程师来说，下一波红利可能不是“让 AI 写更多代码”，而是学会如何组织、验证、审阅 AI 产出的复杂结果。这才是 2026 年最该补的能力。