AI 产品观察
64 个子智能体，真的能一小时证明 50 年数学猜想吗
64 个子智能体，真的能一小时证明 50 年数学猜想吗
这两天我看到一个消息，第一反应是，？？？
OpenAI 让 GPT 5.6 Sol Ultra 去处理一个困扰数学家几十年的图论猜想，最多开了 64 个子智能体，并行跑了一段时间，最后给出了一份 三页纸的证明。
标题看起来像科幻电影。
64 个 Agent。
一小时。
50 年。
先把证据摆在桌上。
先看最早传出这件事的那条消息。Polynoamial 在 X 上描述了这次实验，原帖在这里。
图注，Noam Brown 描述 GPT 5.6 Sol Ultra 把一个五十年问题的证明时间压缩到了约一小时。
但社交媒体上的一句话还不够。OpenAI 随后放出了完整的证明文本，A Proof of the Cycle Double Cover Conjecture。这不是一张宣传海报，而是一份可以下载、可以逐行检查的 PDF。
图注，这一段同时写出了猜想的定理表述和 OpenAI 对 AI 使用方式的说明。
PDF 里还有一句非常关键的话，证明由 GPT 5.6 Sol Ultra 完成，文字整理由 Codex 与 GPT 5.6 Sol 完成。注意，这里是 OpenAI 的自述，不是数学期刊的最终验收结论。
至于最多 64 个并行 Agent 这件事，目前能核对到的公开报道来自 Scientific American。
更重要的是，韩国基础科学研究院离散数学组已经安排了 Sang-il Oum 的专题报告，活动页面在这里。有人在看、在拆、在准备讲解，这就是目前最诚实的进度条。
这些材料放在一起，刚好把事情的轮廓拼出来，消息从哪来，原始证明在哪，64 个 Agent 是怎么被报道的，人类核验走到哪一步。后面读到任何一个判断，你都可以顺着来源回去复核。
我猜你看到这里，脑子里可能已经自动跳出了那几个问题。
这是真的吗？
这个证明有人检查过吗？
以后数学家是不是也要失业了？
我也一样。
所以这篇文章我不打算直接喊「AI 证明了数学猜想，人类完了」。这句话很爽，但不严谨。我们还是得把这件事一层一层剥开，看看 OpenAI 到底公布了什么，64 个子智能体在里面干了什么，以及这件事真正改变的，可能是哪一种工作方式。
先别急着封神。
事情是这样的。
OpenAI 公布了一份叫做「A Proof of the Cycle Double Cover Conjecture」的短 PDF。它声称证明了 循环双覆盖猜想。
这个猜想听上去很吓人，讲人话其实没有那么复杂。
想象一张由点和线组成的网络。点是城市，线是道路。所谓无桥图，就是你随便拿掉一条边，不会立刻把整个网络劈成两个互不相连的区域。
现在的问题是，能不能找到若干个环形路线，让每一条道路刚好被经过两次。
不是至少两次。
不是大概两次。
是每一条边，刚好两次。
这就是循环双覆盖猜想。
图注，这是一张解释性示意图，不是论文原图，用来帮助理解「每条边恰好经过两次」是什么意思。
它在 1970 年代被不同数学家分别提出，后来很多人证明了它在特殊图类中成立，但一般情况一直没有一个被普遍接受的证明。
这类问题最有意思的地方就在这里。
题目本身很容易讲给一个高中生听，真正做起来，却能把几代研究者卡在门外。
这次 OpenAI 的 PDF 只有三页。里面用到了无桥图、三次图、八流定理、有限域上的线性代数这些东西。普通人不一定能一口气看懂，但它至少不是一份把结论写在黑箱里的宣传稿，而是一份可以拿出来逐行检查的数学文本。
OpenAI 还在 PDF 里写了一句很有意思的话，证明由 GPT 5.6 Sol Ultra 完成，文字整理由 Codex 与 GPT 5.6 Sol 完成。
这句话的冲击力，可能比「模型得分又涨了两分」大多了。
因为它把模型的角色从答题机器，往前推了一步。
它试着扮演一个研究团队。
但这里有一个细节必须抠出来。
不是一个模型，啪，一拍脑袋，想出了一份完美证明。
根据公开报道，提示词要求系统最多启动 64 个并行 Agent，让它们同时探索不同方向。模型还被要求不要因为人类过去没解决，就默认这个问题无解，也不要刚遇到一点困难就放弃。
这听着很像一个项目经理在给研究组开会。
你们 64 个人，别一起挤在一个思路上。
有人负责找路，有人负责拆解，有人负责挑错。最后把有用的东西收回来，合成一份能让人继续检查的证明。
这跟我们过去使用聊天模型的方式完全不一样。
过去我们问模型一个问题，模型给一个答案。错了，再问一次。还是错了，再换个提示词。
这是一对一问答。
而这里更像一间没有办公室的研究所。
主控模型负责拆题和收敛，子 Agent 负责扩散，最后还要有人把错误路径筛掉。
真正的变化。
这个区别非常关键。
很多人以为 Agent 的价值，就是让模型多做几件事。其实不是。真正有用的是让不同任务之间出现结构，让一个 Agent 的工作可以被另一个 Agent 检查，让失败不再只是一句「抱歉，我刚才错了」，而是一条可以被记录、被比较、被淘汰的路径。
64 个 Agent 的价值。
图注，这是一张 AI 生成的解释图，用来说明并行探索、互相挑错和人类核验之间的关系，不代表 OpenAI 内部界面截图。
我今天刚好也在搭自己的内容工作流。
信息源先帮我找题目，来源核验单独做，一个人负责写作，另一个人只负责冷审，最后再由同一个写作者统一修改，博客负责母稿，公众号和飞书从母稿分发出去。
它当然没有 64 个 Agent。
但底层逻辑是一样的。
不要让所有人都写一遍。
不要让不同代理各自改掉核心判断。
把探索、核验、审稿和发布拆开，每个角色只对自己的部分负责。
以前我觉得这是工程上的讲究。
现在再看这场数学实验，会发现它可能就是未来知识工作的一个基本形状。
一个 Agent 负责提出假设，另一个 Agent 负责找漏洞，第三个 Agent 去补背景，主控再决定哪些东西值得留下。
这不就是研究组吗？
只不过研究员不再坐在会议室里，而是在并行的上下文里工作。
听着很美。
但问题也马上来了。
64 个 Agent，不会自动产生真理。
它们也可能只是 64 个一起犯错的模型。
如果主控模型把一条错误前提当成共识，子 Agent 越多，错误反而越容易被包装得像真的。你会看到一堆格式整齐、语气自信、互相引用的证明，然后发现第一步就走歪了。
所以这件事最重要的词，可能不是 64，而是 检查。
OpenAI 发布的是一份声称完成证明的 PDF，不等于数学界已经完成正式验收。韩国基础科学研究院的离散数学组在 7 月 16 日安排了 Sang-il Oum 的专题报告，标题就是 OpenAI 对这个猜想的证明，并且说明会讲解一个略作修改的证明。
这至少说明，数学家还在看。
还在拆。
还没有因为模型说「我证明了」，大家就集体把教科书改掉。
这反而是好事。
科学从来不是谁声音大谁赢，而是谁能把每一步放在桌面上，让别人从头走一遍。
说到这里，可能有人会失望。
原来还没有被完全确认，那这件事是不是就没那么牛了？
我觉得恰恰相反。
如果最终证明真的成立，厉害的地方不只是模型把一个猜想解出来，而是它把几十年积累的数学工具重新组合了一遍。
OpenAI 的证明文本自己也写得很清楚，它没有凭空造出一套全新的数学语言，而是利用了已有的流、图和有限域工具，把几条过去分别被使用过的路接到了一起。
这让我想起一个经常被忽略的事实。
人类解决难题，很多时候不是因为突然从宇宙里接收到一个完全陌生的想法，而是因为有人终于把桌上那些已经存在的零件拼对了。
数学家们可能早就见过这些零件。
只是它们躺在不同的论文里，不同的年代里，不同的人的脑子里。
模型最擅长的，恰好是把这些分散的东西放在同一个搜索空间里，不知疲倦地换组合、试路径、推回去，再来一次。
这不是说模型比数学家更有灵魂。
而是说，某些长期困难的问题，可能同时卡在了人的注意力、记忆范围和试错成本上。
人类会累，会被一个漂亮但错误的方向吸引，会因为某个问题已经被很多人称为困难，就下意识觉得它不值得再试。
模型不会因此感到羞耻。
它甚至不知道什么叫羞耻。
只要提示词还在，它就可以继续跑。
这也是为什么公开提示词里那句「不要因为过去的失败就放弃」很重要。它不是数学定理，却像一条心理学指令，专门对付模型最容易出现的偷懒动作，看到人类没有解决，就开始解释为什么这件事很难，然后礼貌地退出。
你敢信？？？
有时候我们给模型加的最重要的能力，不是更多知识，而是别那么快接受「这题没人做出来，所以我也不做」这个结论。
人类还没被省掉。
当然，这里也不能把人类的作用讲没了。
模型负责搜索，不代表模型负责判断一切。
研究者要决定哪个问题值得花钱，哪些资料可靠，哪个证明值得拿出来给同行看。数学家要检查定义有没有偷偷变掉，某个引理是不是只对特殊情况成立，最后那一步是不是把「存在」和「构造」混成了一件事。
普通读者也可以做一件很简单的事。
看到「AI 证明了五十年猜想」时，先问三句。
证明文本在哪里？
有没有人从头检查？
它到底用了什么已知结果？
这三个问题不炫，但很有用。
它们能把我们从情绪标题拉回到真正的工作现场。
我越来越觉得，AI 时代最稀缺的能力，可能不是让模型给出答案，而是知道什么时候答案还不能拿去用。
这句话听着有点保守，但我自己越来越相信它。
因为当模型开始同时启动几十个 Agent，答案会变得越来越像一个完整的产品。它有标题，有摘要，有漂亮的证明，有一大堆看起来非常聪明的中间过程。
越像成品，越需要有人把它拆回零件。
一条一条看。
这一步到底成立吗？
这个数字从哪儿来的？
这两个 Agent 的结论，是独立得到的，还是互相污染出来的？
这不是给 AI 泼冷水。
恰恰是因为我觉得它真的开始有点东西了，才更想把它当成一个需要认真对待的同事，而不是一个会自动正确的神谕。
回到那 64 个子智能体。
它们真正带来的，可能不是 64 倍智力，而是 64 条同时展开的路。
以前一个人研究一个问题，要在一条路上走很久，走错了，再回头。现在主控可以让多个 Agent 同时去试，互相不知道对方的路径，避免所有人过早收敛到第一个看起来最漂亮的答案。
这是一种很朴素的并行。
但一旦它和长时间推理、对抗式审查、工具调用、正式写作结合起来，就会变成一种新的生产方式。
写代码可以这样。
做研究可以这样。
查资料可以这样。
甚至写一篇公众号文章，也可以这样。
只是文章最后不能让 64 个 Agent 各写一段，然后像拼乐高一样拼起来。那样大概率会得到一篇谁都没说错，但谁也不像的人类拼接物。
好的协作应该是，很多人帮你看路，一个人负责说话。
这也是我现在给自己定的规矩。
一个人写。
别人挑错。
最后还是同一个人把话说完。
数学证明也许需要数学家来验收。
文章当然也一样。
64 个子智能体已经把门推开了一条缝。
门外面不是人类失业四个字，也不是模型封神四个字。
门外面是一间更大的工作室，里面有主控、有搜索者、有审稿人、有工具，还有一个必须对最后一句话负责的人。
这个人，暂时还不能省掉。
至少在我们确认那份证明之前，不能。
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～
谢谢你看我的文章，我们，下次再见。