当AI证明了一个数学猜想：GPT-5.6 Sol Ultra 的历史性突破意味着什么？
2026年7月10日，一则消息在科技圈炸开了锅：OpenAI 的最新模型 GPT-5.6 Sol Ultra 成功给出了 Cycle Double Cover 猜想（循环双覆盖猜想）的证明。这不是一个普通的数学作业，而是一个困扰了图论学界数十年的开放问题。
但我们真正该问的问题不是"AI 能不能证明数学定理"——它显然能。真正值得思考的是：这究竟是怎么发生的？这改变了什么？以及，它改变不了什么？
不是灵光一现，而是一场精心设计的"提示工程"
如果你仔细阅读 OpenAI 公布的完整提示词（已随论文 PDF 一同发布），会发现一个耐人寻味的细节：这个提示词里花了大量篇幅——不是告诉模型数学知识，而是在告诉它"要如何思考"。
比如这样的指令：
"拒绝接受状态报告、模糊的乐观情绪，以及那些声称未经验证的全局兼容性陈述是'常规操作'的说法。"
还有非常具体的行为指导：
"不要过早收敛到一个局部最优解。展开搜索空间。不要被时间压力约束。"
换句话说，GPT-5.6 Sol Ultra 不是"突然开窍了，自己决定去证明一个世界难题"。它是一个被极度精细地校准过的推理引擎，在人类给它铺设的轨道上，跑了足够长的距离。
Hacker News 上有人一针见血地指出："这些模型本质上既神奇又机械。它们没有意志。它们依赖人类的引导。你把它们设置好，然后它们就像水一样顺着坡流下去。"
这个观察极其重要。它意味着即便到了 2026 年，当我们拥有一个能够产出原创数学证明的 AI 时，其背后的工作范式依然是——人类充当"勘探策略师"，AI 充当"计算推演引擎"。
为什么 AI 会"拒绝"尝试解决难题？
另一个有趣的发现来自网友的测试。当被直接问及 P vs NP 这样的问题时，GPT-5.6 Sol Ultra 会直接拒绝尝试，声称"这太难了"。用户不得不"与模型进行一场战斗"来让它给出一些有希望的尝试方向。
为什么？因为模型在训练过程中学会了"人类的失败"。在整个训练语料中，数十亿计的文本片段都在传递一个信息：有些问题太难了，人类尝试了几十年都没有结果。模型吸收了这种先验知识，于是在面对困难问题时，会倾向于保守和谨慎——就像人类会做的那样。
这就形成了一个悖论：模型的"智能"恰恰来源于对人类知识的模仿，而这种模仿也继承了人类的认知偏见和"自我设限"。 要突破这种限制，就需要人类在提示词中刻意地对抗它。
这改变什么了？
尽管有上述的"泼冷水"分析，我们依然不能低估这个突破的意义。
Cycle Double Cover 猜想自 1979 年被提出以来，无数数学家试图证明或反驳它。它属于图论中一个经典但极其棘手的开放问题：是否每一个没有割边的连通图，都可以被一组圈（cycle）覆盖，使得每条边恰好出现在两个圈中？
GPT-5.6 Sol Ultra 给出了一个构造性证明。这意味着：
- AI 能够进行真正的数学发现，而非仅仅是搜索已知结果。 这个证明是新颖的，此前不存在于训练数据中——至少从目前的同行评审反馈来看，它展示了一条此前未被探索的证明路径。
- 数学研究的生产力范式将发生转变。 过去，数学家的日常工作包括大量"探索性工作"——尝试不同的证明路径，排除死胡同，寻找突破口。AI 可以在此维度上发挥巨大的作用，将数学家的角色从"前线探索者"推向"战略指挥官"。
- 形式化验证与 AI 生成的结合成为关键。 这次 OpenAI 同时发布了完整的证明文档，许多数学家已经开始逐行检验。这预示着未来 AI 生成的数学内容将越来越多地与自动化定理证明器和形式化验证工具相结合。
这改变不了什么？
同样不可避免的是——真正深刻的数学洞见、跨领域的直觉飞跃、以及"重新定义问题"的能力，依然是人类的核心优势。
这次突破的本质是"在一个明确定义的搜索空间中，用极高的计算资源找到一条通往目标的路径"。这是一个计算问题，不是灵感问题。
而那些真正改变了数学史的时刻——比如伽罗瓦发明群论、黎曼变革几何基础、哥德尔发现不完备定理——它们之所以伟大，不是因为它们"解了一个很难的问题"，而是因为它们重新定义了什么算作问题，什么算作答案。
AI 在这一步上还没有站稳。或者说，它还没有学会"质疑自己的问题"。
结语
GPT-5.6 Sol Ultra 证明 Cycle Double Cover 猜想，是 AI 能力的又一个里程碑。它向世界宣告：机器不仅可以在围棋和蛋白质折叠领域战胜人类，也可以在纯数学这一"人类理性最高殿堂"中做出原创贡献。
但它也暴露了当前范式的局限：AI 依然是一个需要人类精心引导的工具，它的"创造性"很大程度上取决于我们如何为其铺设轨道。
也许未来的数学史家在回顾这一天时，不会说"AI 取代了数学家"，而是会说——"AI 让数学家成为了更好的数学家。"
而这，可能才是这个时代最真实的进步。