一个悬置了五十年的图论难题，被AI在一顿饭的工夫里证出来了——至少OpenAI是这么说的。没有同行评审，没有LaTeX形式的验证代码，只有一份PDF和一股要把数学家饭碗砸掉的架势。这条消息来得太突然，以至于整个数学圈的反应不是惊叹，而是沉默。沉默之后，是成堆的问号。
一场没有掌声的证明发布会
只有PDF，连个屏幕共享都懒得开
OpenAI放出的不是一篇预印本论文，而是一份直接挂在官网上的PDF，附带提示词全文。对象是循环双覆盖猜想——由George Szekeres和Paul Seymour在1970年代提出的图论问题，位列维基百科“未解决数学问题”列表多年。悬赏解答它的失败者名单里不乏顶尖数学家。GPT-5.6 Sol Ultra，这个连正式版都算不上的模型，却在预留的8小时计算窗口内，只用了大约一小时就交卷了。没有直播，没有互动，OpenAI似乎刻意把这件事处理得轻描淡写，却偏偏挑了个最重的难题来砸场子。
为什么偏偏选这个猜想
循环双覆盖猜想不是那种靠算力就能暴力破解的命题。它要求证明：每个无桥图都能用一系列圈来覆盖每条边恰好两次。这个表述看似简单，实际上触及了图结构最深层的组合纠缠。选择它作为“首秀”，显然经过了精心计算——既足够难，让成功显得炸裂；又足够具体，方便用表格和符号堆出貌似正确的推导。问题在于，数学不是魔术，越精巧的舞台布置，越让人怀疑箱子里是不是藏了东西。
64个智能体，在自说自话中诞生真理？
不是单打独斗，是一屋子AI在吵架
这次推理架构的核心不再是单模型的独角戏。OpenAI调用了64个并行子智能体，外加一个专门的对抗智能体，让它们互相检查、攻击、修补逻辑链条。可以想象成一间屋子坐了64个学生和一个挑刺的监考老师，每人负责一小块推理，传纸条、指漏洞，直到整面黑板被填满。OpenAI称这种自博弈机制能极大抑制幻觉和逻辑跳跃，听起来像那么回事。
那个专门挑毛病的角色，到底多称职
对抗智能体的任务是模拟最挑剔的审稿人。它对每个子智能体提出的引理穷追猛打，要求重新澄清、补全步骤，直到无法再找到明显裂缝。这整套流程的最终产物，就是那份PDF证明。然而仔细一想，这种机制本质上还是在模型家族内部打转——所有的“反思”都建立在同一个底层模型的能力边界上。当一套逻辑系统的内部审计师与肇事者共享同样的认知盲区，它的否定信号有多大可信度？
一小时是个危险的数字
8小时的限制被刻意摆上台面，而实际的一小时完成则被包装成高效奇迹。但数学证明的速度从来不是关键，深度才是。佩雷尔曼的庞加莱猜想证明花了整整七年去雕琢。一小时出活儿这件事，在营销上极其漂亮，在学术上却散发着塑料味。它太像一场为了抢头条而设置的时间游戏，而不是朴素的科学探索。
没有同行评审，证明就是张昂贵白纸
数学共同体为什么要堵上这条裂缝
现代数学的信任基石不是天才的直觉，而是同行评审。一篇证明只有在被其他数学家逐字逐句咀嚼、质疑、重构之后，才算真正存在。OpenAI这次完全绕过了这个流程，直接向公众和媒体抛出结论。这很硅谷——用发布代替验证，用PDF代替对话。可数学不吃这一套。一个未经审查的AI证明，就像一栋没有质检报告的大楼，再高也没人敢住。
缺失的Lean，缺失的锚
更让人不安的是，这份证明没有经过任何形式化验证工具的检查。如果OpenAI真的对自己的证明信心爆棚，把它扔进Lean、Coq或Isabelle里跑一遍，让机器给出无情的正误裁决，是最直接的自证方式。但他们没有。理由是“节奏太快”“还在准备”，可这些借口在如此重大的宣称面前显得格外苍白。形式化验证的缺席，留给怀疑者的不是一个问号，而是一扇敞开的门。
人类数学家的证明，靠什么换来信任
数学家证明猜想时，往往先产生一个整体洞见，再花费漫长岁月填补细节。同行在这个过程中捕捉的不仅是错误，更是思想的可传递性。AI生成的证明目前缺乏这种可传递的“为什么”，它只有一连串看似合规的符号输出。如果连人类专家都很难在短时间内判断其真伪，那么这份证明对数学本身的价值，暂时约等于零。
倘若证明最终站住脚，我们要面对什么
数学家会变成高级提示工程师吗
一旦LLM能独立解决“未解决数学问题”列表上的难题，数学研究的重心可能从证明创造转向问题拆解和提示设计。这并非全然悲观——工具始终在变迁，就像是傅里叶变换曾经是手算噩梦，现在一个命令就出结果。但区别在于，那些工具透明且可重复，而一个黑箱AI的“洞见”无法被内化为人类数学家的直觉。数学家如果不再理解自己领域内的证明，将陷入一场前所未有的信任危机。
民主化难题，还是黑箱垄断
从另一个角度看，这种能力可能把超难数学证明从少数天才手中解放出来。任何有想法的人，都可以借助AI尝试攻击从前不敢触碰的猜想。这听起来很美好，但前提是AI的证明逻辑能被人消化。如果最前沿的数学只能被另一个AI读得懂，知识垄断就从“精英”变成了“模型”，那是更可怕的封闭。
狼又来了？不要把一次表演当成变革
一个证明撑不起AGI的幻梦
GPT-5.6 Sol Ultra即便真的证明成功，也只是一个高度专精的推理实例。离通用智能还隔着太平洋。不要忘记，几年前同样有模型声称在数学竞赛中碾压人类，后来却被发现训练数据中沾染了答案库。用一次未经审查的结果去勾勒AGI的倒影，是科技报道里最廉价的叙事陷阱。
炒作引擎正在透支科学公信力
OpenAI深谙如何用“XX首次”轰炸头条，而媒体又总是迫不及待地为这类故事配上末日或奇点论的插图。这套循环一旦加速，真正的科学讨论就被淹没在噪音里。我们需要冷静地等，等真正独立的数学家团队把这份PDF剥皮拆骨。如果它对了，这会是历史性的一刻；如果它错了，这不过是AI炒作史上又一个漂亮的水花。无论如何，让证明回到证明该去的地方——期刊、同行评审、形式化验证——而不是永远悬在PDF和推特之间。
