OpenAI GPT-5.6 Sol 宣稱以 64 個 AI 子代理解決 50 年數學懸題

GPT-5.6 Sol 正式對外開放還不到 24 小時，OpenAI 就在 7 月 10 日發佈了一份文件，聲稱已證明「循環雙覆蓋猜想」——這個困擾職業數學家整整半個世紀的問題。OpenAI 研究負責人 Ethan Knight 在 X（原 Twitter）上公開貼出了完整的 PDF 證明與觸發此次推論的完整 prompt，消息瞬間在 AI 與數學兩個社群掀起熱烈討論。

什麼是循環雙覆蓋猜想？

這個猜想由 George Szekeres 於 1973 年、Paul Seymour 於 1979 年各自獨立提出，屬於圖論領域的核心難題。猜想的核心陳述是：對於任何「無橋圖」（即拿掉任何一條邊都不會使圖分裂成兩個不相連部分的圖），都存在一組迴圈集合，使得這些迴圈恰好覆蓋圖中每條邊兩次。

聽起來不難，卻沒有人能在一般情況下給出完整證明。五十年來，數學家確立了它對若干特殊圖族成立的結果，建立了愈來愈嚴格的限制條件，但完整的一般性證明始終缺席。這個問題被歸類在 Goldbach 猜想、Collatz 猜想同一層級——容易陳述、難以征服，足以定義數代數學家的學術生涯。

GPT-5.6 Sol 如何處理這個問題

OpenAI 在這次推論中採用了「代理人群（agentic）」架構，派出 64 個並行子代理，而非單一的鏈式推理（chain-of-thought）流程。子代理分工探索不同的證明路徑，再將結果整合，整個計算流程在一小時內完成。

這份證明的技術核心是利用 Jaeger 於 1979 年建立的「8-流定理」（8-flow theorem），並以GF(3) 有限域上的線性代數加以延伸。這個數學結構讓某些圖的性質得以代數化，將迴圈覆蓋問題轉化為線性方程組的可解性問題——而在形式化語境下，AI 在這個領域的推理可靠性已有愈來愈多的佐證。

OpenAI 此次罕見地將完整 prompt 連同 PDF 一起公佈。「我們公開 prompt 和完整輸出，因為我們希望任何人都能驗證它，」Knight 在 X 上寫道。「我們相信這份證明是正確的，但同樣相信它應該接受嚴格審查。」

聲明，而非定理

數學社群的反應謹慎但不乏真誠的興趣。在 Hacker News 和 MathOverflow 的討論中，研究者們聚焦在一個核心矛盾：機器驗證的邏輯一致性，與數學理解，並非同一件事。

「電腦可以確認每一步都從上一步正確推導出來，」一位具有形式方法背景的研究者寫道，「但我們目前仍不清楚這份證明『為何』成立——它究竟蘊含什麼洞見。這對後續研究至關重要。」

這個區別很重要。歷史上已有數份聲稱證明循環雙覆蓋猜想的論文，其中幾篇發表於 arXiv，最終都被發現存在漏洞或主動撤回。此次雖然採用 AI 推理，本質上的風險類型並無不同，社群的審慎是合理的。一份 CDN 上的 PDF，無論發佈過程多透明，都不等同於同行評審的學術論文。

讓此次案例在結構上有別於一般 AI 生成數學的，是形式驗證工具的介入。子代理流程據報使用了類似 Lean 4 的逐步驗證機制，意即每個邏輯推導步驟本身是經過機器驗證的，而非僅憑語言模型的推測。這與 Mistral 本月同步發佈的 Leanstral 1.5 在軟體形式驗證上的做法如出一轍，提供了遠高於自然語言推理的可信度保證。

儘管如此，即便是形式驗證過的證明也可能暗藏更隱微的錯誤：一個有瑕疵的公理、對引用定理的誤用，或原問題到形式化版本之間的縮減步驟存在漏洞。這類錯誤正是需要資深數學家深度審閱才能發現的。

更大的脈絡：AI 與數學研究

這次公告出現在 AI 輔助數學研究的關鍵轉折點。今年稍早，DeepMind 的 AlphaProof 系統以金牌水準解決了多道國際數學奧林匹亞競賽題目。五月，MIT 研究者與 AI 代理合作，為一個已知但被認為不可能更簡化的組合數學結果找到了新的短證明。循環雙覆蓋猜想若得到驗證，在難度與數學深度上，都將是一次質的跨越。

OpenAI 表示計畫將證明投稿至同行評審的數學期刊，預計需要數週時間進行獨立驗證。公司也已直接聯繫多位在此猜想上發表過大量研究的數學家，提供完整的代理人交互記錄（agentic trace）供審查。

對形式數學研究者而言，這份證明提出了一個前所未有的測試：在形式驗證工具與大規模並行計算的加持下，AI 推理能否觸及那些需要的不只是模式辨識，而是真正數學創造力的開放問題？答案，將在未來幾週由數學家而非 OpenAI 給出。

對產業的意義

無論這份特定證明最終是否成立，這次公告都標誌著 AI 系統所指向目標的質變。GPT-5.6 Sol 開放的同一週，它就被指向人類數學知識的前沿問題。這與過去十年以 benchmark 驅動的評估循環，已是截然不同的敘事。

對企業和開發者而言，更立即可用的啟示或許在於方法本身：64 個並行子代理，各自負責一個有邊界的子問題，集體解決了個別代理與個別人類都無法完成的任務。這個架構已可透過 OpenAI API 直接使用。循環雙覆蓋猜想或許是並行 AI 計算迄今最戲劇性的展示，但很可能不是最後一次。

數學界很快就會給出答案。而在那之前，這個圖論領域最古老的未解問題又多了一位新的聲索者——這次，它以每秒 750 個 token 的速度運行。