一、发生了什么7 月 10 日GPT-5.6 全量上线。同一天OpenAI 公布了一个更震撼的消息GPT-5.6 Sol Ultra 在不到 1 小时内用 64 个并行子智能体独立证明了图论领域悬而未决 50 多年的循环双覆盖猜想Cycle Double Cover Conjecture。这是大型语言模型首次独立解决被列入维基百科未解决数学问题列表的重要难题。成本约275-485 美元OpenAI 定价。对比如果让一个数学家年薪 20 万美元全职研究50 年没证出来的问题AI 花了不到 500 美元在一小时内解决了。二、什么是循环双覆盖猜想图论中关于桥bridge的经典问题。简单说任何一个没有桥的图它的每条边是否都可以被两个不同的环覆盖这个猜想自 1970 年代提出以来数学家们证明了大量特殊情况但一直无法给出适用于所有无桥图的通用证明。为什么难因为需要同时处理指数级数量的可能环组合。人类数学家的证明思路是逐步归约但通用情况下的归约路径一直没找到。三、Sol Ultra 是怎么做的3.1 核心架构64 个子智能体并行主 AgentSol Ultra ├─ 问题形式化 Agent × 4 │ 将猜想转化为多个等价的数学表述 ├─ 引理搜索 Agent × 16 │ 在已知定理库中搜索可用的引理和工具 ├─ 路径探索 Agent × 32 │ 每条可能的证明路径由一个子Agent独立探索 ├─ 验证 Agent × 8 │ 对每个候选证明进行形式化验证 └─ 综合 Agent × 4 将通过的片段拼成完整证明3.2 为什么并行是关键的数学证明本质上是一个搜索问题——在巨量的推理路径中找到一条通向结论的路。人类数学家一次只能探索一条路径。Sol Ultra 同时探索 32 条而且 8 个验证 Agent 实时过滤掉死胡同。人类: 试一条路 → 死胡同 → 回溯 → 试另一条 → ... → 50年 Sol: 32条路同时试 → 8个验证器实时反馈 → 1小时四、这对 AI 科研意味着什么维度之前GPT-5.6 Sol Ultra 之后AI 能做的辅助计算、检索文献独立发现和证明科研范式人类提出假设AI 辅助验证AI 提出假设AI 自己验证成本需要研究团队$275-485/次速度数年数十分钟可重复性依赖个体数学家任何有 API 的人都能复现但有三点需要冷静1. 证明尚未经过同行评审。OpenAI 内部验证了证明的正确性但数学界需要独立审核。历史上 AI 生成的证明被推翻的先例很多。2. 这是搜索验证不是理解。Sol Ultra 解决这个问题的方式是海量搜索 并行尝试验证。它不理解图论——这和人类的数学洞察有本质区别。3. 循环双覆盖猜想是一个搜索友好型问题。它的难点在于搜索空间太大而不是需要全新的数学工具。这意味着 Sol Ultra 的方法不一定适用于所有数学难题。五、子智能体架构的技术要点# Sol Ultra 子智能体调度的简化模型classSolUltraArchitecture:defsolve(self,problem:str)-Proof:# 1. 问题分解将猜想转化为多个等价的子问题formulationsself.decompose(problem,num_agents4)# 2. 知识检索搜索相关定理和引理lemmasself.search_lemmas(formulations,num_agents16)# 3. 并行探索32个Agent同时探索不同的证明路径candidatesself.explore_paths(lemmas,num_agents32)# 4. 实时验证8个验证器过滤无效路径validself.verify(candidates,num_agents8)# 5. 综合输出4个综合Agent拼接完整证明proofself.synthesize(valid,num_agents4)returnproof六、总结GPT-5.6 Sol Ultra 证明 50 年数学猜想核心突破不是模型更聪明了而是并行子智能体 搜索 验证这套架构让 AI 能做以前做不了的事。单个 LLM 解决不了这个猜想。64 个 LLM 协作就能。这不是量变是质变。对开发者的启示不要只关注单个模型的性能。多 Agent 协作、并行搜索、实时验证——这些架构层的创新可能比模型本身的升级更重要。如果觉得有用欢迎点赞 收藏 关注。持续追踪 AI 在各个领域的突破性应用。 下午阶跃 Step Edge 端侧模型——手机 AI 的拐点来了