一句话看懂：OpenAI 代号为 GPT-5.6 Sol Ultra 的新模型，在人类精心设计的提示词和 64 个子智能体并行推理的帮助下，约一小时内生成了图论中“圈双覆盖猜想”的完整证明。该猜想自 1970 年代提出以来未被完全攻克，数学家认可其证明巧妙，但也批评 AI 未引用前人关键成果。
事件核心：发生了什么
据 The Decoder 报道，OpenAI 宣布其推理模型 GPT-5.6 Sol Ultra 成功证明了“圈双覆盖猜想”（Cycle Double Cover Conjecture）。该猜想由多位数学家在1970年代独立提出，核心问题是在任意顶点与边构成的网络中，能否找到一组环，使得每条边恰好被遍历两次。此前只有针对特殊情形的部分解。OpenAI 通过 64 个子智能体并行工作，在不到一小时内生成了一份完整论文。曼彻斯特大学的数学家 Thomas Bloom 评价该证明“简短、初等、本可在1980年代发现”，关键在于一个反直觉的推理步骤——人类数学家可能会在快速尝试自然解法失败后放弃，而 AI 不会受挫，持续尝试小变体直至成功。不过 Bloom 指出，证明的核心思路至少可追溯到一篇1983年的论文，OpenAI 的论文完全没有引用这些先期工作，“这看起来不像独创，更像是对已有文献的检索与重组”。
为什么重要
这次事件的价值不在“AI解决了人类多年难题”本身，而在两个层面。第一，它展示了当前大模型通过“多智能体协作+强行打断常见失败路径”的工程方法，可以系统性地攻克那些“只需要现有理论+大量耐心”的难题。Bloom 认为这类问题只占未解问题的一小部分，但 AI 公司正在大举投入同时攻击多个开放问题（只报告成功的那些），这会快速揭示哪些问题其实“一直就在我们伸手可及之处”。第二，它再次激化了一个核心争论：推理模型究竟是在创造新知识，还是在高效检索并重新组合已有信息？从 Bloom 的反馈看，目前更接近后者——模型的第一本能是搜索并阅读所有相关论文，而非从零建构。这暗示，即便能力惊人，AI 在学术严谨性（如规范引用）和真正的概念创新之间仍有明显鸿沟。
对用户/开发者/创作者的影响
对深度使用 API 的开发者：本例中的提示词策略值得学习：明确告诉模型“假设完整证明存在”，禁止其联网或回答“未解决”，将其逼至必须求解的路径上。这种“对抗式提示”可复用于其他开放性问题推理场景，但也需要注意成本（64个子智能体并行）和输出质量的核查。
对学术研究者和内容创作者：AI 生成论文的引用问题会越来越频繁。若需使用或引用此类结果，必须由领域专家独立验证，不能默认“AI 写的就正确且完整”。同时对创作者而言，提示词的工程设计本身正在成为新的“蓝领技能”，能写出高效、减少幻觉的提示词，比期望模型自动完美产出更现实。
对关注技术趋势的读者：目前公开信息显示，OpenAI 并未宣布该模型何时商业化或上线 API，但“多智能体并行解决具体问题的能力”可能成为下一代推理模型的产品差异点，值得关注类似能力是否被封装为独立服务。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1. 学术验证进度：Bloom 的初步评估是迄今最有深度的公开同行审阅，但完整数字社区的验证尚未完成。一旦验证通过，可能会引发大量“AI 辅助数学发现”的伦理和署名规范讨论。
2. OpenAI 的产品落地动作：Sol Ultra 是否面向开发者开放 API？定价策略如何？算力消耗规模（64个子智能体并行需要多少GPU）？这关系到类似能力对中小企业是否可负担。
3. 竞争格局：Google DeepMind 的 AlphaProof、Meta 的 Cicero 类系统都在探索数学或推理场景。若 OpenAI 首先将此类“多智能体定理证明”产品化，将显著拉开其与 GPT-4o 系列的能力差，迫使竞争对手加速或改变策略。
