OpenAI昨晚扔出一篇论文，没有预热，没有煽情的 AGI 宣言。论文只有一个极简标题，外加一个冰冷冷的 PDF 链接，但内容却足以让所有图论学者在凌晨三点惊醒——循环双覆盖猜想，那个在图论界挂了近半个世纪的钉子，被 GPT-5.6 Sol Ultra 拔掉了。不是辅助搜索，不是提供直觉，而是直接给出一个严格意义上完整的证明。你没法再用“语言模型只会玩概率续写”这类托词甩回去了。
一块没有被洪水冲垮的骨头
无桥图里的环游戏
循环双覆盖猜想说的其实是一句童谣般的断言：任何一个没有桥的无向图，你都能找到一组环，让图上每条边恰好被覆盖两次。桥就是那条一断掉图就散架的边，把它排除在外，猜想声称剩下的每条边都能在某个环里恰好出现两回，不多不少。六十年代开始有人嘟囔这个命题，七十年代 Seymour 和 Szekeres 正式把它提了出来，随后无数特例被验证——三次图、无爪图、哈密顿图——但全盘解决始终缺一口气。图形结构越复杂，环之间的纠缠就越像一堆解不开的耳机线。
五十年间，聪明人用尽了工具
人们尝试过各种办法。流多项式、整数流、曲面嵌入、拓扑约束，每轮攻击都像用更漂亮的铁镐去敲同一块花岗岩。最接近的一次是把问题化归到三次图——所有顶点的度都是 3 的图——再利用 Nowhere‑Zero 8‑Flow 定理强行给边染上 F₃² 向量空间里的非零元素。这条路确实把猜想拉进了线性代数的地盘，可最后一步始终没人能走完：染色要满足每个顶点周围三个元素要么全部不重复地出现，要么某个元素恰好出现两次而另外一个不出现，这个看似简单的局部条件一旦铺展到全图，就变成了一团纠缠极深的组合方程。很多数学家觉得，只要找到一个能让方程自洽的全局赋值，猜想就证完了，但他们没找到。
GPT-5.6 是怎么一口吞掉这道题的
先瘦身，再上色：把问题压进三次图
证明起点并不新鲜——先把任意无桥图压成三次图。这一步早已是标准操作：把度数大于 3 的顶点拆成一串度数为 3 的新顶点，保持覆盖关系不变。真正凶狠的在于染色阶段。论文没有手工去凑一个染色方案，也没用搜索算法穷举，而是直接构建了一个庞大的线性系统。图的每一条边都被指派一个 F₃² 中的非零向量，共三个可能值。顶点处的约束被翻译成线性方程：令三个相邻边对应的向量为 a,b,c，要求要么 a=b≠c（每个元素出现两次），要么三者互异且满足 a+b+c=0（在 F₃² 中这意味着每个非零元素恰好出现一次）。后者恰好契合 8‑流定理所保证的零和条件。就这样，一个图论猜想被扭成了一组跨全图的齐次线性方程。
从流到向量，Tutte 搭的桥
这个翻译能成立，离不开 Tutte 关于整数流的老定理。整篇证明把8‑流定理当做转换插头：既然每个三次图都存在一个无处为零的 8‑流，而 F₃² 恰好是 8 阶群，那就天然获得了一套非零边标记。GPT-5.6 Sol Ultra 的任务不是重走 Tutte 的路，而是直接坐在这一套既有标记上，继续向前解那个顶点方程组。Codex 同步介入，把整个证明过程写成可形式化验证的脚本——每一步归结、每一个线性变换，都钉死在逻辑链条上。这在以往需要顶尖研究生花几个月手工追踪的细活，模型用不到半天就跑通了。
把局部约束炼成矩阵的秩
最狠的一步是把每个顶点的二元集标记要求转化为矩阵行向量的正交关系。论文显示，模型将全图所有顶点的约束堆叠成一个带状稀疏矩阵，然后证明该矩阵的零空间维数严格大于零——也就是说解必然存在。证明并没有给出显式构造，但以严格线性代数论证说明非零解的存在性。只要解存在，反推回边染色就重建出那组覆盖每条边恰好两次的环。图论家们梦寐以求的那片拼图，最终被一张线性方程组求解的确定性论证填上，干脆利落。
证明写完了，然后呢
这份证明，数学界买不买账
必须说清楚：这并非第一个由 AI 参与的数学证明，但它极可能是第一个由大模型主导完成猜想终极证明的案例。以往的 AI 协证，要么是在搜索空间中捡漏，要么是辅助生成引理，核心思路仍旧握在人类手里。这次不同——虽然人类事先搭好了三次图化简和 8‑流定理的舞台，但从染色条件到线性代数归约的关键一跃，完全出自模型之手。数学界会不会因为“它不是人想出来的”而冷眼旁观？部分会。但 Nature 和 Annals 级期刊这几年的态度已经软化，只要证明可形式化核验、逻辑完整，它就足够真。Codex 撰写的脚本就是一块硬通货。
推理的边界正在被自己改写
GPT-5.6 Sol Ultra 并非专门推理模型，它依然是个通用语言模型，只是被塞进了更深的规划轨迹和自洽校验环路。论文的要点正在于此：不需要把模型训练成“数学专业博士”，只要架构能支撑足够长的连续推理链路，正确的逻辑就能自发生长出来。循环双覆盖猜想证明里的大量步骤是符号推导与逻辑检验的反复交替，没有直觉、没有画图辅助，纯粹是冷冰冰的代数运算。这种任务恰好戳中了大模型长上下文和链式推理的甜点。也说明所谓“复杂推理”不必等一条新架构出现，只要在现有模型上施加足够的测试时计算与形式验证压力，它就能啃动真正意义上的人类未解难题。
下一个猜想，也许已经排队了
有理由相信，这不会是孤例。图论中还有一大串未证猜想——Hadwiger 猜想、重构猜想、Berge 猜想——其中很多都可以通过类似的“缩减→代数翻译→解方程存在性”路线去冲击。GPT-5.6 证明了这条路不单可行，而且高效到让纯手工证明显得像是在用小刀削大理石。现在需要的不是再等一个更强的模型，而是让整个数学共同体学会与新工具共处：我们把猜想磨成代数核，AI 把它炼成证明。而且别忘了，这种代数化的归约策略本来就需要极深的数学品味，也许下一次，连那一步归约的提出者也变成模型自己。
