GPT-5.6一小时攻克五十年数学猜想，64个Agent协同作战

7月11日，OpenAI研究员Ethan Knight在社交平台宣布了一件事，让数学圈和AI圈同时炸了锅。刚发布没多久的GPT-5.6，在「Sol Ultra」模式下调集了64个子智能体，用不到一小时，给一道悬置了近五十年的图论猜想「循环双覆盖猜想」拿出了一份完整证明。OpenAI把完整提示词、三页纸的证明全文，以及一份用Lean形式化验证过的版本全部公开，相关代码已经通过Lean内核检查。

这件事之所以轰动，首先因为那道题真的不简单。「循环双覆盖猜想」最早能追到Szekeres在1973年、Seymour在1979年的工作，长期被视作图论里最重要的开放问题之一。它问的是一个看似朴素的问题：给你一张图（点和线的集合），能不能找出一批首尾相接的「圈」，让图上的每一条边都恰好被这些圈经过两次？朴素到什么程度？一张没有「桥」的图，每条边至少都属于某个圈，那把所有圈收集起来不就行了？可难点恰恰在「恰好两次」——你为了补一条只出现一次的边加一个新圈，可能让别的边从两次变三次，牵一发动全身，最后要的是全局同时协调，而不是单独给每条边找个圈。

模型给出的证明思路很聪明，它没去硬找圈，而是把「找圈」翻译成一个有限域上的边标号问题，再用线性代数证明这些标号一定能拼起来。大致四步：先把一般图归约成每个顶点连三条边的三次图；再利用无处为零的8流定理给每条边贴上三位二进制标签，要求在每个顶点处相邻三条边的标签能彼此抵消；接着把每条边的一个标签扩展成两个，让同一标签在每个顶点要么不出现、要么恰好出现两次；最后，也是最关键的，把「两端标签必须一致」这个全局协调问题变成一组线性方程组，用对偶空间和奇偶性证明它一定有解。于是相同标签的边自动连成圈，每条边恰好落在两个圈里。OpenAI还顺手把那份约700词的提示词公开了，里面藏着驾驭神话级模型的真功夫：不规定解法，只把验收标准钉死；把定义、边界情况一次性说清；不只讲要什么答案，还列出什么不算答案；复杂任务不搞固定分工，而是动态搜索加独立对抗审查。

发布后，正在韩国开ICML的Noam Brown（o1的核心贡献者）隔着太平洋第一时间赶来捧场。他特别点出，这次和此前证明Erdős单位距离问题不同，没有动用什么内部特供模型，靠公开能用的GPT-5.6 Sol Ultra就干成了，而且把测试时计算的并行大幅铺开，原本可能磨一整天的证明被64个Agent压进了一小时。外界普遍认为，这既说明前沿模型在数学上的天花板还在抬高，也证明了多智能体协作能极快地压缩任务耗时。

但热闹归热闹，这事儿还远没到「盖棺定论」的时候。 OpenAI放出的是一份「公开且技术具体的证明主张」，不是经过同行审议的结论。数学界尚未完成独立审查，所以负责任的表述只能是「给出证明」，不能直接说「正式解决」。更冷静的观察者还指出，这次实验报告其实并不完整：OpenAI只公开了这一个成功案例，没披露失败尝试、没给成功率、也没交代64个Agent的真实并发模式与成本。一次成功跑通，可以很有历史意义，但还谈不上是对模型能力的完整评估。说到底，图论家的下一章，才是真正检验这份证明成色的地方。

把视线拉远一点，我更在意这份公开Prompt本身。 它示范了一种和「神话级模型」打交道的正确姿势：路径未知的任务，别急着替模型排好SOP，先把「什么算真正完成、什么不算完成」写死，把边界和验收机制钉清楚，再让一群Agent去动态探索、互相找茬。这比「证明了一个五十年猜想」更值得普通从业者抄作业——毕竟能调64个Agent的人不多，但能把复杂任务写成一份可验收、可审查、可纠错的「任务合同」的人，每一个团队都缺。真正的拐点，可能不是AI第一次证明数学猜想，而是我们终于学会怎么给AI立规矩、定标准。