一款由 OpenAI 训练的模型，或许已经攻克了一道困扰数学界数十年的难题——不过这一结果目前仍有待独立验证。相关难题背景链接
一篇长约三页的论文被托管在 OpenAI 官方内容分发网络上，声称给出了“循环双覆盖猜想”（Cycle Double Cover Conjecture）的完整证明。这一猜想是图论领域的经典开放问题。论文表示，核心证明完全由 GPT-5.6 Sol Ultra 生成，Codex 和 GPT-5.6 Sol 则参与将证明整理成正式论文。
如果这一主张最终被证实，将远超“AI总结文献”或“协助计算”的传统角色，意味着前沿模型在原创数学推理上，可能已经具备解决人类久攻不下难题的能力。
但就目前而言，这只是“声称给出证明”，距离被数学界接受为“既成突破”仍有不小距离。
这道 AI 声称解决的是什么问题？
图论是研究“网络结构”的数学分支。
简单理解，一个“图”可以被看作一堆点和连接这些点的线。点可以代表人、计算机、城市或其他对象，线则表示它们之间的关系或连接。
“循环双覆盖猜想”大致在问：对于每一个没有单一“致命断点”（即删去某条边不会让网络断开的所谓“无桥连通图”）的网络，是否总能找到若干闭合回路，使得图中每一条边恰好被覆盖两次？
听上去很抽象，但这个问题已悬而未决数十年，并与 William Tutte、George Szekeres、Paul Seymour 等著名数学家的工作密切相关。
研究者已经证明了该猜想在某些特定类型的图上成立，但对“一般情形”始终未能给出全面证明。
OpenAI 这篇新论文声称，自己补上了这一关键缺口。
证明思路的核心框架
根据论文描述，完整论证极其技术化，但大致策略可以简要概括。
首先，它把问题“化简”，将一般图归约到每个顶点恰好连出三条边的特殊网络（所谓“三正则图”）上。
随后，模型利用一个成熟的数学工具——“流”（flow），给图中的每条边赋予标签，并通过重新组织这些标签，让边自然组合成一系列闭合回路。
关键约束是：每条边必须恰好出现在这批回路中的两条之中。
论文宣称，对网络不同局部之间残余的不匹配，可以借助线性代数手段统一协调；一旦这种一致性问题解决，就能在整体上构造出所需的循环双覆盖。
换句话说，AI 似乎是将已有的多种数学工具，以一种此前未曾出现的方式“拼接”起来，并用这一新框架在所有满足条件的网络上构建出覆盖回路体系。
对 AI 意味着什么？
当下，AI 已广泛用于代码生成、市场分析、文献综述以及各类科研辅助工作。
但“证明一个重量级数学猜想”是完全不同等级的任务。
一份正确的数学证明，必须在定理所涵盖的所有情形下无一例外地成立，不能只是在若干例子上“看起来正确”，也不能只是语言上“写得很像那么回事”。
延伸阅读：Anthropic 第三季度利润预计突破 10 亿美元，IPO 申报在即
正因如此，数学被视为检验 AI 是否具备“可靠推理能力”而非仅仅“生成貌似合理文本”的最佳试金石之一。
若此次证明最终被确认无误，将显示前沿模型已能在现有知识之上，构造出真正意义上的新论证。
其影响将远不止于图论本身。类似系统未来可能被用来探索物理学、密码学、计算机科学乃至经济学中的棘手问题，为高难度理论研究提供新路径。
真正的考验现在才开始
这篇论文托管在由 OpenAI 控制的官方域名上，相比匿名上传，其来源更具可追溯性。但这并不意味着数学内容就一定正确无误。
手稿没有列出任何具名人类作者，也未展示同行评审记录，更没有附上独立图论专家的评注。
这点尤为重要，因为历史上著名数学难题几乎都反复遭遇“自称已经解决”的稿件，其中相当一部分后来被发现存在隐蔽漏洞。
很多证明在初看时相当“干净利落”，但仍可能因为某一步多做了未经证实的假设、漏掉一个极端特例，或不当地滥用了某个已知定理，而在严审之下崩塌。
接下来最关键的环节，就是独立验算和审查。
数学家需要逐步核查论文中的每一次归约是否正确、每一步线性代数论证是否对所有满足条件的无桥图都成立。
研究者还可能尝试把整个证明形式化，输入到自动证明检查器或形式化证明助手中，在那里每一个逻辑步骤都必须通过软件验证，无法“含糊带过”。
目前是“声称突破”，还不是“既成事实”
在当前时点，最稳妥的表述或许是：OpenAI 的一款模型产出了一份潜在影响巨大的证明草案，但它仍然亟待外部验证。
即便最终被查出错误，这份工作也可能因为提出了新颖的思路、工具组合或归约方法，而对后续研究仍具启发意义。
如果它经受住了来自数学界的全面审查，影响将远为深远——那将意味着，不再是“AI 协助数学家”，而是 AI 本身被视为独立完成了一个困扰人类数代人的开放问题。
因此，当前的故事还不是“AI 已经最终解决循环双覆盖猜想”，而是：
AI 或许已经做到了这点，而接下来，轮到数学共同体来判定，这是一份真正缜密的突破性证明，还是人类至今见到的、最具迷惑性的“漂亮错误”之一。