GPT-5.6一小时破解50年图论猜想：700词Prompt与64子Agent的协同进化

2026-07-12 12:32 12 阅读

数学证明范式的悄然重构

在人工智能发展的最新里程碑中，OpenAI研究院的Ethan Knight公开了一项令人震撼的成果：利用刚发布的GPT-5.6 Sol Ultra模型，在不到一小时的时间内，成功证明了一个困扰数学界长达50年的图论难题——循环双覆盖猜想（Cycle Double Cover Conjecture）。这一突破不仅刷新了AI在复杂逻辑推理任务上的性能天花板，更揭示了多智能体系统在处理高难度开放式问题时的巨大潜力。

值得注意的是，这次证明并非依赖于某种未公开的“特供”模型，而是完全基于公开可用的GPT-5.6 Sol Ultra版本。研究员Noam Brown，作为o1模型的核心贡献者，在ICML大会期间也对此表示了高度关注。他指出，通过大幅扩展测试时的计算并行度，原本可能需要耗费一整天人工或传统算法才能完成的证明过程，如今被压缩至一小时以内。这一效率的提升，核心在于引入了64个子Agent的协同工作机制，以及一套极具前瞻性的Prompt工程策略。

循环双覆盖猜想的本质与难点

要理解这一成就的分量，首先需要厘清“循环双覆盖猜想”本身的数学内涵。该猜想主要涉及图论中的多重图结构，核心问题是：对于任意一个有限、无桥、无自环的多重图，是否存在一组回路（Cycle），使得图中的每一条边恰好被这些回路覆盖两次？

所谓“桥”，是指若将其移除，整个图将不再连通的边。无桥图意味着图中任意两点间至少存在两条独立路径，这保证了每条边至少属于某个回路。然而，从“至少覆盖一次”到“恰好覆盖两次”，中间存在着巨大的逻辑鸿沟。

如果简单地通过添加回路来覆盖未达两次的边，往往会引发连锁反应，导致其他原本已满足条件的边被额外覆盖，从而变为三次甚至更多。因此，难点不在于寻找单个回路，而在于如何协调全局，确保所有回路在整体结构上达成精确的平衡。这要求证明不能局限于局部构造，而必须具备全局视角的线性代数支撑。

核心突破：从几何构造到代数标号

GPT-5.6 Sol Ultra并未采用传统的几何直观方法来逐一寻找回路，而是展示了一种更为抽象且严谨的代数思路。证明过程主要分为四个严密的逻辑步骤：

首先，模型将一般图归约为三次图（每个顶点连接三条边）。由于三次图的证明成立可推广至原问题，这大大简化了结构复杂性。

其次，利用无处为零的8流定理，模型为每条边分配了一个非零的“三位二进制标签”。这些标签需满足特定约束：在任意顶点处，相邻三条边的标签之和为零（在有限域意义下抵消）。

第三步是关键的结构转换。模型将每条边的标签扩展为两个标签，目标是让每个标签在顶点附近要么不出现，要么恰好出现两次。这种设计使得具有相同标签的边自然形成回路，而每条边携带两个标签则意味着它属于两个不同的回路。

最后，也是最艰难的一步，是解决全局一致性。由于一条边连接两个顶点，两端的标签必须一致。GPT-5.6将这一问题转化为线性方程组的求解问题，通过对偶空间和奇偶性分析，证明了该方程组必有解。至此，局部标签得以拼合为全局方案，循环双覆盖得证。

700词Prompt的深层逻辑

此次发布的完整Prompt长达约700个英文字符，其长度和复杂度本身就反映了当前大模型对长上下文指令的卓越消化能力。更重要的是，这套Prompt体现了一种全新的任务定义哲学：不规定路径，只锁定终点。

1. 定义验收标准而非执行步骤

传统Prompt往往倾向于给模型设定SOP（标准作业程序），如“第一步分析，第二步推导”。但在面对路径未知的复杂问题时，固定的步骤可能本身就是错误的引导。GPT-5.6的Prompt反其道而行之，它明确禁止模型使用特定方法（如归纳法或流理论），而是反复强调最终交付物必须满足的条件：每一个有限、无桥、无自环的多重图都必须存在圈双覆盖，且严禁通过添加额外假设（如仅证明平面图）来规避核心难点。

2. 消除歧义与边界条件预置

模型出错常源于对任务理解的偏差。该Prompt在提问前花费大量篇幅精确定义了“图”、“桥”、“圈”及“圈双覆盖”的概念，并特别澄清了平行边、不连通图及无边图等边界情况的处理方式。例如，明确覆盖中的圈不必是诱导圈，也不必边不相交。这种详尽的上下文预设，有效防止了模型在长推理过程中的“上下文漂移”，确保目标一致性。