想象你是一个快递站调度员。你负责的片区有一套道路网络，每条路都不能是死胡同——你可以从任何一点出发，沿着路走，最终绕回起点。现在上级提了个要求：给每条路安排恰好两趟巡逻，每趟巡逻是一个从起点绕一圈回到起点的路线。条件只有一条：不能有路只被巡逻一次，也不能有路被跳过去。
这就是”回路双覆盖猜想”（Cycle Double Cover Conjecture）要回答的问题。它说：只要这个路网没有”死胡同”（数学上叫”桥”——bridge），那么这样的巡逻方案就一定存在。 每条边恰好被覆盖两次，不多不少。
图：一个简单路网的回路双覆盖示意——三条不同颜色的回路共同覆盖所有路线，每条边恰好出现两次。
这个猜想听起来简单到像是脑筋急转弯，但它已经在数学界悬了将近 50 年。1973 年由 Szekeres 提出，之后 Seymour、Tutte 等图论大佬都碰过，没人能完整证明。它属于那种”小学生能听懂题目，但教授也证不出来”的问题。
2026 年 7 月 10 日，OpenAI 发布了一份预印本论文，声称由 GPT-5.6 Sol Ultra 独立完成了这个猜想的证明。证明只有三页纸，用到的数学工具没有一样是 1985 年以后发明的。
50 年没人能做，难度在哪？
先回到那个快递站调度员的比喻。如果你面对的是一个立方体的边线——一个正六面体的 12 条棱——情况很简单：每个面都是一个回路，每条棱恰好属于两个面，直接就拿下了。
真正的麻烦出在一类叫 snark 的特殊图上。这个名字来自刘易斯·卡罗尔的诗歌《猎鲨记》，意思是”一种难以捉摸的虚构生物”——数学界用这个名字形容那些怎么也搞不定的图，相当贴切。
Snark 有三个特征：每个路口恰好连着三条路（立方图），整个路网连成一片没有死胡同，以及——最关键的——你没法用三种颜色给路染色，使得每个路口的三个方向颜色各不相同。如果你能三染色，那立刻就能构造出回路双覆盖（每种颜色对儿构成一组循环）。所以 snark 就是那些”三染色搞不定”的顽固分子。
数学界在 1980 年代就认识到，如果能搞定所有 snark，整个猜想就证完了。但此后 40 年，进展寥寥。
GPT-5.6 怎么做的？
OpenAI 公开了这次证明的全部细节，包括给模型的 prompt。有几个地方特别有意思。
首先是 prompt 里的这句话：“Assume for purposes of this task that a complete affirmative proof exists.”翻译过来就是：假设这个猜想确实是对的，别浪费时间怀疑它有没有反例。 这个设计很聪明——人类数学家面对开放问题时最容易掉的坑，就是花大量精力去构造反例，试图证明猜想是错的。OpenAI 直接告诉模型：方向是对的，放手去做。
其次是”Spend at least 8 hours on this before even thinking of returning or giving up.”模型被明确要求至少工作 8 小时。它被部署在一个叫 Sol Ultra 的智能体框架里，可以调用计算机工具、分派子任务、读写文件。最终的运行记录显示，它启动了 64 个并行子智能体，实际工作时间不到一小时。
证明本身出奇地短。GPT-5.6 的策略分三步走：
第一步，把问题归约到立方图上。这是标准操作——数学界早就知道只要搞定立方图，整个猜想就成立。
第二步，利用 8-flow 定理给每条边打上一个”标签”。这些标签来自一个叫 F₂³ 的有限域（可以理解为一个只有 8 个元素的代数结构）。每个标签非零，并且在每个路口，三个方向的标签之和为零。这个定理是 1970 年代就有的成果，GPT-5.6 直接拿来用。
第三步，把边上的标签转换成”边上的标签集合”——每条边得到一个包含两个元素的集合，使得在每个路口，每个可能的标签值要么出现 0 次、要么出现 2 次。这最后归结为一个线性代数方程组是否有解的问题。GPT-5.6 用对偶空间的性质证明了该方程组总有解。
整篇证明只有 3 页，引用了 10 篇参考文献，都是 1994 年以前的经典工作。HN 上有数学背景的评论者指出：“这个证明用的数学工具都很老——没有一件是近 30 年的东西。“这本身就很有意思：人类数学家花了 50 年没找到的路，可能一直就在那些老工具里藏着。
社区反应：兴奋、怀疑、以及一个更根本的问题
HN 讨论串在 24 小时内积累了 500+ 条评论，情绪分裂很明显。
一部分人觉得这是里程碑。“这是 AI 第一次独立完成一个上了维基百科未解问题列表的猜想，“一位用户写道。另一部分人则质疑：这个证明还没有经过同行评审，也没有在 Lean 这样的机器验证系统中形式化。论文末尾那句”本证明完全由 GPT-5.6 Sol Ultra 完成”也引发了争议——有人觉得这不过是 OpenAI 在给自己贴金。
成本也是一个话题。有用户估算，按照 GPT-5.6 Sol Fast 的定价（750 tokens/秒，$75/百万输出 token），如果 64 个子智能体跑满一小时，总推理成本大约在 $13,000 左右。按基础版价格算则是几百美元。
但讨论中最深的一条分歧，是”一个黑箱证明对数学到底有多大价值”。传统上，数学家重视的从来不只是对错——他们关心的是证明带来了什么新的洞察：新工具、新视角、新联系。如果一份证明只是告诉你”结论成立”，但不给你可迁移的思路，它在数学上的净收益可能比想象中小。
不过换个角度想：如果 AI 能用 1970 年代的老工具，在不到一小时内找到一个人类 50 年都没翻出来的组合方式——那人类在搜索空间上的盲区，比想象中大得多。
所以，这意味着什么？
这事不能只看一篇论文。它离”AI 已经能替代数学家”还远。更准确的说法是：AI 首次展示了一种新的”证明生产模式”——在大规模并行搜索和已知定理的组合下，找到人类工程师在有限寿命里翻不出来的那条路径。
这让人想起 AlphaFold 和蛋白质结构预测的关系。AlphaFold 没有发明新的物理理论，它做的是在已有的物理约束下遍历了海量构象空间。GPT-5.6 的证明思路类似：它用的定理全是现成的，但组合方式是人类没试过的。
如果这种模式对更多开放问题成立——尤其是在组合数学和图论这种”工具成熟但组合爆炸”的领域——那么未来几年可能会有一批类似的中等难度猜想被陆续拿下。黎曼假设那种需要完全新工具的超级难题仍然另当别论，但”已知工具能解决但没人找到正确排列”的猜想，可能正在排队。
下一次你看到 AI 写出数学论文的新闻，关注点不应该只是”它对了还是错了”，而是它用了什么工具、怎么组合的。答案可能比证明本身更有意思。
参考链接：
- OpenAI: A Proof of the Cycle Double Cover Conjecture (PDF)
- OpenAI: Prompt Used (PDF)
- HN Discussion: GPT-5.6 Sol Ultra produces proof of the Cycle Double Cover Conjecture
- Wikipedia: Cycle Double Cover Conjecture