近日，人工智能领域迎来一项备受瞩目的突破：OpenAI宣布其最新模型GPT-5.6 Sol Ultra在不到一小时内完成了图论领域著名难题“循环双覆盖猜想”的完整证明。这一猜想自1973年由数学家George Szekeres首次提出，并在1979年由Paul Seymour独立完善后，始终未被解决，被视为该领域最重要的未解问题之一。
根据OpenAI披露的技术细节，GPT-5.6 Sol Ultra通过调用64个并行子智能体协同工作，动态分配任务并保持研究路径的多样性。系统在早期阶段让不同智能体尝试多种数学表示方法、代数策略和结构归纳，同时部署“对抗智能体”专门检测逻辑漏洞和边界条件错误。整个过程严格遵循预设规则：禁止联网搜索、拒绝局部证明、强制通过对抗式验证排除常见数学错误。尽管预留了8小时计算时间，实际仅耗时约1小时便完成全部推导。
证明的核心步骤包括：将原问题转化为三次图（Cubic Graph）的等价形式，运用8-流定理建立理论框架，最终通过GF(3)有限域上的线性代数构造边标记系统，确保每条边恰好属于两个循环。英国曼彻斯特大学数学家Thomas Bloom在初步审阅后评价称，该证明“简洁优雅，使用的工具均为20世纪80年代已存在的经典方法，若当时有人想到，问题可能早已解决”。
这一成果引发数学界对AI研究能力的深度讨论。Bloom指出，AI的优势不在于创造全新数学理论，而在于其超越人类极限的耐心——当人类数学家尝试一种方法失败后往往转向其他方向，而AI可以持续穷举所有可能的细微变体。不过他也批评证明中存在明显缺陷：未引用任何现有文献，例如1983年Bermond、Jackson和Jaeger的奠基性论文完全缺失，这反映出当前AI生成数学内容的普遍短板。
数学界对这一突破保持审慎态度。多位专家强调，将证明文件上传至公司CDN与通过正式同行评审完全不同——历史上该猜想已出现多次“伪证明”，包括arXiv平台近年撤稿的多篇论文。更关键的是，证明未使用Lean等形式化验证工具，而当前图论领域的形式化数学库尚不足以支持如此复杂定理的机器校验。据估算，此次推理消耗的计算资源成本在275至485美元（按OpenAI官方定价）或最高1.3万美元（Cerebras平台）之间。
若最终通过严格验证，这将成为首个由大型语言模型独立完成、并被列入维基百科“未解决数学问题”列表的重要突破。此前AI在数学领域的标志性成果，如DeepMind破解帽子集合问题或纽结理论进展，均依赖人类与AI的协同工作。图论专家表示，未来数周将对证明的每个推导步骤进行逐一审查，只有通过全部验证才能获得学界正式认可。
