GPT-5.6 Sol Ultra 证明了一个数学猜想：这件事为什么不一样

过去几年AI 在数学上的进展大多集中在解题上——奥林匹克竞赛题、微积分计算、定理证明的辅助工具。但 7 月 10 日 OpenAI 公布的一件事不太一样GPT-5.6 Sol Ultra 独立完成了一个数学猜想的证明——Cycle Double Cover Conjecture圈双覆盖猜想而且是以 PDF 论文形式正式发布的。这不是AI 帮助数学家验证了一个步骤也不是AI 在竞赛题集上刷出了高分。这是一个存在了数十年的图论猜想由一个语言模型独立完成了从构思到论证的全过程。自己能出活和帮忙打下手的区别Cycle Double Cover Conjecture 是图论中的一个经典问题每一个无桥的连通图是否都存在一组圈cycle使得图中的每条边恰好被覆盖两次这个问题自上世纪 70 年代提出以来一直未被完整证明。Sol Ultra 提交的证明初稿有 46 页。OpenAI 公布了 PDF 全文数学社区已经开始审阅。这里有一个关键的区别需要说明。过去 AI 在数学上的应用绝大多数属于辅助工具范畴用符号计算引擎验证推导、用搜索算法寻找反例、用语言模型生成 LaTeX 代码。AI 是帮忙的人类数学家是做决定的。但这次Sol Ultra 完成的是一个完整的、独立的证明工作——从问题理解到推理路径探索再到最终论证结构的组织。如果这个证明被验证为正确那就意味着语言模型在独立数学研究这件事上跨过了一个以前被认为还很遥远的门槛。当然需要谨慎。AI 生成的数学证明历史上出过问题——最著名的例子之一是 2023 年的AI 证明了黎曼猜想闹剧后来被验证是有缺陷的。Sol Ultra 的证明目前也处于等待同行验证阶段数学社区的审阅需要时间。对开发者来说这意味着什么如果只把这件事看作AI 又能干一件新事了可能会错过一个更值得关注的变化。过去几年大语言模型的能力提升一直沿着两条线走一是处理更多类型的数据文本→代码→图像→视频二是处理更复杂的任务问答→翻译→编程→推理。这次 Sol Ultra 的数学证明指向的是第三条线从验证已有结果到产出新知识。对开发者来说这个变化的影响可能比 benchmark 分数更实在。一个常见的开发场景是遇到一个复杂的算法问题搜索 Stack Overflow 没有结果在 GitHub Issues 里翻半天也找不到现成方案。过去只能自己从零开始推导。但如果模型不仅能理解问题还能自主构建一个完整的推理链来解决问题——哪怕只是在有限领域内——开发中的从想法到实现这个环节就会发生质的变化。这不是说程序员会被取代。而是说一个能独立处理复杂推理步骤的 AI 工具可以承担更多需要深入理解但不需要业务上下文的中间工作。就像编译器处理了汇编细节AI 可能正在进入处理推理细节的阶段。一个更微妙的信号Sol Ultra 的技术细节中还有一个值得注意的点这个证明不是通过搜索所有可能的证明路径暴力找到的而是模型在推理过程中逐步构建出来的。系统卡里提到Sol Ultra 在数学推理任务上使用了 Chain-of-Thought 的增强版本——它不只是列出推理步骤而是能在推理过程中自我修正走错的方向。这比证明了一个猜想本身更接近 AI 研究的核心问题。传统的符号推理系统可以处理严格的逻辑推导但它们缺乏常识和直觉——不知道什么方向值得试、什么时候该换思路。Sol Ultra 在数学证明上的表现至少说明语言模型在推理过程中识别错误并自我纠正这个能力上比大多数人预期的要成熟。当然也存在刻意优化的可能性——OpenAI 在这个版本的训练中可能针对性地增加了数学推理数据的比重Sol Ultra 在数学上的突出表现不一定代表通用能力的飞跃。但不管怎么说一个语言模型写了一篇 46 页的论文证明了一个数学猜想这件事本身的信号已经足够清晰了AI 在知识生产的链条中正在从工具的位置向协作者的位置移动。至于这个移动的速度有多快、边界在哪里才是接下来值得持续观察的问题。关于维基框架维基框架关注企业应用开发中的长期维护问题。在实际项目中业务系统往往同时涉及权限、微服务、接口协议、部署环境等复杂因素因此我们希望提供一套更容易扩展和维护的基础框架。官网framewiki.comGiteegitee.com/wiki-frameworkGitHubgithub.com/wiki-framework示例项目gitee.com/cdkjframework/framewiki-example 许可证MulanPSL-2.0木兰宽松许可证第2版