一款 OpenAI 模型據報已攻克一項困擾研究人員數十年的數學難題。
一篇長約三頁、託管於 OpenAI 官方內容傳遞網絡（CDN）的論文，聲稱已證明圖論中的經典難題——「循環雙覆蓋猜想」（Cycle Double Cover Conjecture）。論文表示，整個證明由 GPT-5.6 Sol Ultra 自行產出，再由 Codex 與 GPT-5.6 Sol 協助整理成正式論文。
若屬實，這並非小事。因為這意味先進 AI 系統的能力，或已超越「整理現有研究」或「輔助計算」層次，而是能夠構造足以解決人類數十年未能攻克難題的原創數學。
但至少在目前，這項成果仍然只是一個「聲稱已完成的證明」，距離「獲廣泛接納的突破」仍有一段距離。
AI 究竟聲稱解決了甚麼？
圖論是研究「網絡結構」的數學分支。
我們可把「圖」想像成一堆用線連接起來的點：點可以代表人、電腦、城市或其他對象，線則代表它們之間的關係或連線。
「循環雙覆蓋猜想」大致問的是：對於每一個沒有「單一致命斷點」的連通網絡，是否總可以用若干條「迴路」來覆蓋整個網絡，而令每一條連線恰好被兩條迴路經過一次。
聽起來很抽象，但這個問題懸而未決數十年，牽涉多位知名數學家，包括 William Tutte、George Szekeres 及 Paul Seymour 等。
過去研究已為部分類型的圖建立證明，但始終未能推廣至所有情況。
今次載於 OpenAI 網站的論文，就聲稱填補了這個最後缺口。
證明的大致思路
論文內的推理極為技術化，但背後策略可以較直觀地概括。
首先，證明把原來的一般情況化約至較簡單的一類網絡——當中每一個點都恰好接有三條連線。
之後，模型利用一套既有的數學工具「流」（flow）為每條連線標記「標籤」，再透過重新編排這些標籤，令連線自然地組成多條迴路。
核心條件是：每一條連線必須剛好出現在兩條迴路之中，不能多亦不能少。
論文指，網絡不同部分之間剩餘的不匹配，可透過線性代數手段加以調和；一旦這個「一致性問題」被解決，整個循環覆蓋便隨之而來。
簡單來說，AI 看似把若干已知的數學工具，以一個全新的結合方式串連起來，用以在所有符合條件的網絡上構造所需的迴路。
對 AI 發展有何意義？
現時 AI 系統已廣泛應用於編寫程式、分析市場、撰寫研究摘要、協助科學工作等。
但要「證明一個重量級數學猜想」，難度卻是完全不同的層次。
一個嚴謹的數學證明，必須對定理涵蓋的「所有」情況都成立，不能只是在若干例子上看似正確，或在文字上「說得通」就算。
延伸閱讀：Anthropic 第三季盈利料突破 10 億美元 IPO 文件即將遞交
數學因此成為測試 AI 是否「真正懂得推理」，而不只是產生「似是而非文字」的最清晰試金石之一。
若今次證明經得起檢驗，將意味前沿模型已具備把既有知識重新組合、構造出真正新穎論證的能力。
其影響遠不止於圖論本身：類似系統未來有望協助研究人員，探索物理學、密碼學、計算機科學及經濟學等領域中最棘手的問題。
真正的考驗現在才開始
論文託管在由 OpenAI 自行管理的網域，較匿名上載文件更具可信度和溯源基礎。但這並不代表證明自動正確。
手稿未有列出任何具名人類作者，亦未見審稿紀錄或獨立圖論專家評論。
這一點相當關鍵：知名數學難題歷來不乏被人宣稱「已解決」，其後卻被揭發存在隱蔽漏洞的例子。
一份證明即使表面上邏輯緊密，仍可能因某一步假設在所有情況下並不成立、忽略了一類特例，或錯誤套用現有定理，而在細節處失手。
下一步因此必須是「獨立驗證」。
數學家需要逐一檢查每個化約步驟，確認線性代數部分的推理，對猜想涵蓋的所有無橋連通圖（bridgeless graphs）都有效。
研究人員亦可能嘗試把證明翻譯成形式化證明（formal proof），交由專用軟件逐步檢驗每一個邏輯步驟。
「聲稱突破」，距離「塵埃落定」仍有距離
目前最審慎的描述，是：OpenAI 模型產生了一份「潛在重要」的證明草案，但仍有待外界驗證。
即使最終被發現含有錯誤，這份論文仍可能具價值，例如提供了新的化約思路或技術路線。
若證明最終經得起全面審視，其影響則會大得多。
那將意味：今次並非 AI 在人類數學家指引下「打下手」，而是被視為「獨立解決」了一道懸而未決多代人的難題。
故此，目前的故事並不是「AI 已經確定解決了循環雙覆蓋猜想」，而是「AI 或已做到」，而數學界的任務，則是要判斷這套推理究竟是一次真正的突破，還是一個極具說服力、但最終站不住腳的錯誤。