OpenAI GPT-5.6 Sol Ultra一小时攻克50年数学猜想：64个子Agent并行破解图论难题

【新闻原文】7月12日消息，OpenAI宣布其旗舰模型GPT-5.6 Sol Ultra在不到1小时内成功生成了“循环双覆盖猜想”的完整证明，这是AI首次独立攻克维基百科“未解决数学问题”列表中的重要难题。OpenAI研究员Ethan Knight在X平台宣布了这一成果，并将证明及提示词以PDF形式公开。 该猜想由数学家George Szekeres于1973年、Paul Seymour于1979年分别独立提出，核心问题是：对于任意无桥图，是否都存在一组循环使得每条边恰好出现在两个循环中？AI用时1小时完成证明，而系统原本预留了8小时计算时间。 据OpenAI公布的提示词，Sol Ultra被要求最多同时调用64个并行子智能体，动态管理工作内容，保持研究路线多样性，并安排专门的“对抗智能体”负责寻找漏洞。英国曼彻斯特大学数学家Thomas Bloom评价称“这是一个非常漂亮的证明”，方法简洁基础。但他也指出整篇证明没有引用任何已有文献。目前这份证明尚未经同行评审，数学界保持谨慎。 【企服观察】GPT-5.6 Sol Ultra的这次突破，对企服科技行业具有多重深远意义。首先，它标志着AI从“辅助工具”向“独立研究者”迈出了实质性一步。过去AI在数学领域的重要成果，如DeepMind在帽子集合问题上的研究，均属于人类与AI协同完成，而非AI独立完成完整证明。Sol Ultra的突破意味着企业级AI应用的下一个重大场景可能是“自主发现与创造”。 从企业服务视角看，64个子Agent的并行协作机制本身就是一项革命性的工程范式。这种“分工-探索-对抗验证”的协作模式，实质上是将分布式计算与分布式智能合二为一。未来企业管理、供应链优化、金融建模等复杂场景，都可以借鉴这种多Agent并行决策框架。想象一下，一个企业级AI系统可以同时派出64个“虚拟分析师”，分别从市场、财务、运营、合规等不同角度分析同一个商业决策问题，并由对抗Agent互相质疑验证——这将极大提升决策的质量和速度。 此外，此次推理的计算成本仅为275至485美元，这个数字本身就极具颠覆性。当一个需要50年才能解决的数学难题，仅需几百美元的算力成本就能在一小时内获得潜在答案时，企业应当重新评估“什么值得用AI做”的边界。过去企业AI应用的ROI计算往往局限于“降本增效”，而现在“创造新知识”这个维度已经进入了可以量化的范畴。 然而，风险同样不容忽视。数学界对证明的谨慎态度提醒我们，AI的“输出自信度”与“答案正确性”之间存在鸿沟。在企业决策场景中，AI给出的方案是否经过了充分验证？是否存在未标注的假设前提？Bloom提到的“引用缺失”问题在企业场景中可能表现为“数据溯源缺失”——即AI基于何种训练数据得出的结论并不透明，这对于合规要求严格的金融、医疗等行业而言是需要重点关注的。 总的来看，GPT-5.6 Sol Ultra的数学突破是一个重要的里程碑。它告诉企服行业：AI的能力上限正在被快速推高，企业应该为“AI驱动创新”做好战略准备——不仅要思考如何用AI优化现有流程，更要想清楚如何让AI参与到真正的创造性工作中来。