一款 OpenAI 模型，可能解出一個讓數學家苦戰數十年的難題。
一篇長度僅三頁、掛載於 OpenAI 官方內容傳遞網路（CDN）上的論文聲稱，已證明圖論中的老問題「雙重環覆蓋猜想」（Cycle Double Cover Conjecture）。論文指出，完整證明由 GPT-5.6 Sol Ultra 自行產出，Codex 與 GPT-5.6 Sol 則協助整理與撰寫成正式論文。
這是相當驚人的說法。若最終獲得獨立數學家的確認，將顯示先進 AI 系統不只會整理既有研究或協助計算，還有能力創造足以攻克人類多年無解難題的原創數學成果。
不過，就目前而言，這仍只是「宣稱的證明」，距離被承認為真正突破還有一大段路。
AI 被指解出的到底是什麼問題？
圖論是研究「網路結構」的數學分支。
可以把「圖」想像成一堆點用線連接起來：點可以代表人、電腦、城市或任何對象，線則代表它們之間的關係或連結。
「雙重環覆蓋猜想」問的是：對於每一個沒有「單一致命斷點」的連通網路，是否都能用一組封閉迴路（環路）來覆蓋，使得每一條邊恰好出現在兩個環中一次、不多也不少。
聽起來抽象，但這個問題懸而未決數十年，背後牽涉的工作與貢獻者包括 William Tutte、George Szekeres、Paul Seymour 等重量級數學家。
過去研究者已在部分類型的圖上證明此一構想成立，但無法涵蓋所有情況。
這篇由 OpenAI 掛載的論文，正是宣稱補上了這最後一塊缺口。
證明的基本思路
論文中的論證技術細節極為艱深，但整體策略可以較直白地描述。
首先，作者把原始問題化簡成一類較單純的網路：每一個點都剛好連出三條邊的「三正則圖」。
接著，模型使用一種既有的數學工具──稱為「流」（flow）的概念──替圖上的每條邊標上「標籤」。這些標籤再經重新編排，使得邊自然組合成一個個封閉迴路。
關鍵條件是：每一條邊必須剛好落在兩個這樣的環裡，不能少也不能多。
論文主張，網路不同區塊之間最後剩下的標籤「不匹配」問題，可以透過線性代數手段解決；一旦一致性問題處理完畢，完整的雙重環覆蓋便隨之構造出來。
換句話說，以外行人的語言來看，AI 把若干既有的數學工具，以全新方式串接，並用來在所有符合條件的網路上，構造出所需的環覆蓋。
這對 AI 發展的意義
AI 系統已廣泛應用於撰寫程式碼、分析市場、產出研究摘要與協助科學工作。
但「證明一個重量級數學猜想」是完全不同層次的任務。
一個正確的證明必須在定理涵蓋的「所有情況」都站得住腳。它不能只是看起來合理、或只在少數例子裡給出對的答案。
延伸閱讀：Anthropic 第三季獲利預估突破 10 億美元，IPO 申請進入倒數
正因如此，數學被視為檢驗 AI 是否真的「在推理」，而不只是「在生成看似合理文字」的最清楚試金石之一。
若這份證明真的無誤，將意味著前沿模型已逐步具備把既有知識組合成「真正全新論證」的能力。
影響不會只侷限在圖論。類似系統未來有望協助研究人員在物理、密碼學、電腦科學、經濟學等領域，探索長期棘手的難題。
真正的考驗現在才開始
這篇論文掛在由 OpenAI 控管的網域上，確實比匿名上傳有更高可信來源，但這並不代表內容就一定正確。
手稿沒有列出具名的人類作者，也看不到完整的同儕審查紀錄，論文中 likewise 尚未附上獨立圖論權威的評論。
這點很重要，因為著名的數學難題時常會出現「自稱解決方案」，最後卻被找出隱藏漏洞。
一個證明初看可能相當工整，但只要某一步偷偷假設了並非處處成立的條件、忽略了一個特例，或把既有定理用得過頭，就會整體失效。
下一步因此必然是「獨立驗證」。
數學家必須逐一檢查每個化簡步驟，確認論文中的線性代數論證對所有「無橋圖」（bridgeless graphs），也就是猜想涵蓋的圖類，通通適用。
研究人員也可能嘗試把這份證明轉寫成可由電腦檢查的形式化證明，在那裡每一步邏輯都得通過軟體的嚴格驗證。
目前是「聲稱突破」，還不是定論
以今天的資訊來看，最安全的說法是：OpenAI 的一款模型產生了一份「可能非常重要」的證明，但仍亟待外部審查。
即便專家最後在其中發現錯誤，這份論文也可能因提出新的思路或化簡方式，而對後續研究仍有價值。
但若證明撐過嚴格檢驗，影響將遠不只於此。
那將意味著，一個 AI 系統不再只是輔助數學家的工具，而是被認定「獨立」解出一個懸而未決數代人的難題。
因此，現在的故事還不是「AI 已經確定解決雙重環覆蓋猜想」。
而是：AI 可能 做到了這件事，而接下來，數學界必須判斷，這款模型究竟是「真的做出史上最驚人的成果之一」，還是「造出看起來最像真的錯誤」之一。