GPT-5.6一小时破解图论难题，700词Prompt如何驾驭64个子Agent？

突破：从算力堆砌到逻辑重构

当OpenAI研究院宣布GPT-5.6在不到一小时内完成对“循环双覆盖猜想”的证明时，这一事件超越了单纯的模型性能更新，它标志着人工智能在处理高度抽象、长程逻辑推理任务时，发生了一次从量变到质变的跃迁。这项由Tutte、Itai与Rodeh等数学家在上世纪提出的图论难题，因其对图结构的深层约束要求，长期被视为领域内的硬骨头。过去，解决此类问题往往依赖内部特供模型或极其漫长的算力消耗，但此次GPT-5.6 Sol Ultra版本通过公开可用的接口，结合创新的Prompt策略，仅用时60分钟便输出了一份严谨的三页证明文档。

这一成果的关键不在于模型本身的多大，而在于其驾驭复杂智能体（Agent）协作的范式革新。研究员Noam Brown指出，这与早期依靠内部数据微调的Erdős单位距离问题证明截然不同。GPT-5.6通过大幅铺开放开测试时的计算并行度，将原本可能需要数天甚至数周才能探索的证明空间，压缩至单小时内。这种效率的提升并非单纯来自硬件算力的线性增加，而是源于对智能体工作流的重构：通过动态资源分配和独立审查机制，避免了传统多智能体协作中常见的重复劳动和集体错误收敛。这一案例为理解未来AI在科学发现中的作用提供了全新的视角，即AI不仅是计算工具，更是能够自主规划、协作并验证复杂逻辑的证明助手。

核心挑战：循环双覆盖猜想的本质

要理解GPT-5.6的突破，首先需要厘清其攻克对象的复杂性。循环双覆盖猜想（Cycle Double Cover Conjecture）要求对于任何无桥多重图，都能找到一组闭合路径（圈），使得图中的每一条边恰好被这些圈覆盖两次。直观上看，这似乎只是简单的路径叠加问题，但深层的逻辑陷阱在于“恰好两次”的严格约束。

在图论中，如果一条边被删除后图不再连通，则该边被称为“桥”。无桥图保证了每条边至少属于某个圈。然而，试图通过简单叠加圈来满足覆盖条件极易失败。因为为弥补某条边的缺失覆盖而引入新圈，往往会打破其他边已有的覆盖平衡，导致某些边被覆盖三次或更多，进而引发连锁反应，难以通过局部调整修复全局一致性。这种非线性的相互依赖性，使得传统的贪心算法或简单的递归搜索难以奏效。

GPT-5.6的证明策略巧妙地避开了直接搜索圈的陷阱，转而采用了一种更为抽象的代数方法。它将几何层面的圈搜索问题，转化为有限域上的边标号问题。具体而言，证明过程分为四步：首先将一般图归约至三次图；其次利用无处为零的8流定理，为每条边赋予非零的二进制标签，确保顶点处标签抵消；接着将标签扩展，确保每个标签在顶点附近要么不出现，要么恰好出现两次；最后，通过构建线性方程组并利用对偶空间理论，证明全局标签的一致性必然存在解。这种从几何到代数的转化，不仅简化了问题结构，更证明了数学直觉与算法逻辑结合的巨大威力。

提示词哲学：定义终点而非规定路径

GPT-5.6成功的关键，很大程度上归功于其配套的Prompt设计。这份约700词的英文提示词，并未采用传统的“第一步、第二步”式SOP（标准作业程序）引导，而是确立了一种全新的指令范式：不规定解题路径，只锁定验收标准。这种设计哲学基于一个深刻认知：在面对未知或极难路径的任务时，预设步骤往往基于错误的假设，强行执行会导致模型在错误的方向上深度优化，最终产出结构完整但逻辑谬误的结果。

在Prompt中，研究员明确界定了任务的边界与定义，消除了所有可能的歧义。例如，清晰定义了什么是图、什么是桥、什么是圈，并特别强调覆盖中的圈不必是诱导圈，也不必边不相交。更重要的是，Prompt多次重复核心目标，防止模型在长达一小时的复杂推理中出现上下文漂移。这种“啰嗦”的重复，实际上是对长上下文窗口中注意力分散的一种有效补偿。通过预先定义“什么是答案”以及“什么不是答案”，模型被赋予了明确的纠错方向，而非在迷雾中盲目探索。

智能体协作：动态搜索与独立审查

在技术实现层面，GPT-5.6调用了多达64个子Agent协同工作，但其调度逻辑极具创新性。传统多智能体系统常面临“群体思维”风险，即所有Agent倾向于探索同一条看似最有希望的路线，导致搜索空间收敛过快，错过更优解。GPT-5.6的Prompt设计了动态资源分配机制：系统建立多样化的初始方法组合，监控各路线进展。若某路线进展受阻或陷入局部最优，系统会将计算资源重新分配至未充分探索的方向。

此外，Prompt引入了“对抗性智能体”角色，专门负责审查候选证明的逻辑漏洞。这些审查者不负责生成答案，而是专注于检查是否存在偷换定义、遗漏边界情况或将闭合路径误判为圈等问题。每个子Agent返回结果时必须提供具体的引理、方程或构造，禁止模糊的“有进展”汇报。这种生成与审查分离的架构，确保了验证过程的独立性，极大提高了最终证明的可靠性。

可复用的提示词工程原则

对于非数学领域的开发者和研究者而言，GPT-5.6的成功提供了一套通用的复杂任务处理框架。首先，在编写复杂任务Prompt时，应摒弃对具体步骤的强制规定，转而详细定义“完成态”的特征。其次，必须一次性厘清所有术语定义、边界条件和例外情况，减少模型自行推测的空间。再次，明确列出“失败案例”，即明确告知模型哪些看似合理的结果是不被接受的，从而提前排除常见陷阱。最后，对于高复杂度任务，应采用动态搜索与独立审查相结合的Agent架构，避免固定分工导致的资源僵化和集体错误。

这一案例表明，随着大模型能力的提升，人机协作的重点正从“如何教模型做事”转向“如何定义问题与验收标准”。未来的AI应用，将更多地依赖于精细的任务合同设计，而非简单的指令下达。通过这种严谨的工程化思维，我们有望在更多科学前沿领域，见证AI协助人类突破认知边界的新奇迹。