GPT-5.6一小时解开50年数学猜想：循环双覆盖猜想的证明路径与Prompt拆解

7/12/2026OpenAIAIGPT-5.6图论Prompt工程

GPT-5.6 Sol Ultra 在不到一小时内证明了循环双覆盖猜想

OpenAI 研究员 Ethan Knight 于 2026 年 7 月 11 日宣布：GPT-5.6 Sol Ultra 用不到一小时完成了一道存在约半个世纪的图论猜想证明，输出为 3 页 PDF。过程中模型自主调用 64 个子 Agent 并行处理。

Noam Brown（o1 核心贡献者）在 ICML 现场转发评论：这次和此前的 Erdős 单位距离问题不同，使用的是公开可用的 GPT-5.6 Sol Ultra，而非内部特供模型。

Ethan Knight 公告推文

循环双覆盖猜想是什么

循环双覆盖猜想（Cycle Double Cover Conjecture）可追溯到 Tutte、Itai 与 Rodeh、George Szekeres、Paul Seymour 等数学家在上世纪陆续提出，是图论中最重要的开放问题之一。

它问的是：给你一张无桥图（删除任何一条边都不会让图断开），能否找出一批首尾相接的"圈"（cycle），让每一条边恰好被这些圈覆盖两次。

关键在"恰好两次"。你为补上一条只出现过一次的边而加入一个新圈，可能让其他边从两次升到三次。修复三次的边又会波及更多边。难点在于让所有圈在整张图上同时协调，单独为每条边找圈并不够。

证明路径：给边贴标签而非硬找圈

GPT-5.6 没有直接在图里寻找一批圈，而是把问题转化为有限域上的边标号问题，再用线性代数求解。证明分四步：

第一步：把一般图归约成三次图（每个顶点恰好连着三条边）。只要三次图的情况被证明，原问题也就随之解决。

第二步：利用无处为零的 8 流定理（Nowhere-Zero 8-Flow Theorem），给每条边贴上一个非零的三位二进制标签。标签满足条件：每个顶点处相邻三条边的标签能够彼此抵消。

第三步：把每条边的一个标签扩展成两个标签。目标是让同一个标签在每个顶点附近，要么完全不出现，要么恰好出现两次。这样相同标签的边自动首尾相接组成圈，每条边恰好属于两个圈。

第四步：让局部标签在整张图上全局一致。同一条边连接两个顶点，两端给出的标签必须完全相同。GPT-5.6 把这个全局协调问题转化成一个线性方程组，再用对偶空间和奇偶性证明，这组方程一定有解。

最终，所有局部标号拼成一个统一的全局方案，相同标签的边自动组成圈，每条边恰好被两个圈覆盖。

64 个子 Agent 的并行机制

GPT-5.6 Sol Ultra 将测试时计算（test-time compute）并行大幅铺开。原本可能需要磨上一整天的证明，被 64 个子 Agent 压缩进一个小时。从 Noam Brown 分享的数据图可以看到，更多并行 Agent 带来更短延迟和更高得分。

并行 TTC 性能对比

OpenAI 公开的 700 词 Prompt

OpenAI 同时放出了约 700 词的完整 Prompt。这份 Prompt 没有规定固定解题步骤，而是明确验收标准、定义、边界条件和失败情形。四个技巧值得拆解。

技巧一：只写验收标准，不写解题步骤

很多人写复杂任务的 Prompt，第一反应是给模型安排一套流程：先分析问题、再提出方案、再逐步验证、最后总结答案。但对于真正困难、路径未知的任务，事先写下的步骤本身就可能是错的。模型沿着错误路线认真执行，最终只会得到结构完整的错误答案。

OpenAI 这份 Prompt 采取相反思路：不规定模型必须使用归纳法、流理论还是极小反例，而是反复强调最终结果必须满足什么条件。验收标准直接锁定为：每一个有限、无桥、无自环的多重图，都必须被证明存在圈双覆盖。同时明确禁止通过添加额外假设来"绕道"解决问题，不能只证明三次图，不能只证明平面图，也不能假设图一定连通。

技巧二：把定义、范围和边界情况一次说清

模型出现错误，很多时候并非不会推理，而是一开始理解的任务和你想要的不一样。

OpenAI 在正式提出问题前，先花了很大篇幅定义：什么是图、什么是桥、什么是圈、什么是圈双覆盖；平行边是否允许；两条平行边能不能组成一个圈；不连通图算不算；无边图如何处理。甚至专门强调：覆盖中的圈不必是诱导圈，也不必彼此边不相交，唯一要求是每条边总共恰好出现两次。

Prompt 还多次在不同位置重复"最终目标是什么"。这种重复看似啰唆，实际是在帮助模型长时间推理时不偏离任务。

技巧三：列出什么不算答案

这份 Prompt 没有停留在"请给出完整证明"这种抽象要求上，而是专门列出了一批看起来已经很接近、实际上仍然没有完成任务的结果。比如只证明某些特殊图类不算，构造出覆盖但部分边不是恰好出现两次也不算。提前预测模型可能偷懒的方式，先天排除一批失败路径。

技巧四：动态分工与独立审查

Prompt 要求调用最多 64 个智能体，但没有简单地规定"10 个研究路线 A，10 个研究路线 B"。相反，它要求先建立多样化的方法组合，根据每条路线的实际进展动态调整资源。大量 Agent 挤到同一种方法上时重新分配到尚未探索的方向；某条路线卡在和原问题同等困难的引理上则标记"受阻"，除非出现新机制，否则不继续堆算力。

Prompt 还专门设置了对抗性智能体（adversarial agent），负责检查候选证明是否偷换定义、遗漏边界情况，或把闭合路径硬说成圈。每个子 Agent 回来时必须带具体引理、方程、构造或反例，不能只汇报"有进展"。

这里有两个实用原则：复杂问题需要探索多条互相独立的路线，不能让所有模型一开始就知道"当前最被看好的答案"，否则容易集体收敛到同一个错误上；生成答案和检查答案最好分开，不要让提出方案的模型顺手给自己的方案打分。

总结

这份 Prompt 真正值得学习的，在于它把一个复杂任务写成了一份可验收、可审查、可纠错的任务合同。不规定唯一道路，但把终点、边界、失败条件和审查机制全部写清楚。对路径未知的任务，定义清楚交付物比规定流程更重要。

参考链接：

推荐阅读