GPT-5.6 Sol 跑了 33 小时解费马大定理被强制终止，OpenAI 到底在"防"什么？

用过 AI 解数学题的人，大概率都动过这个念头：一直点"继续"，让它反复想、反复推，它到底能不能解开一道世界级难题？最近真有人这么干了，结果不算意外——AI 没解出来，但过程比"解不出来"四个字复杂得多。

可逆计算、计算物理学专家 Michael P. Frank 给 OpenAI 的 GPT-5.6 Sol 布置了一个硬任务：探索费马大定理是否存在比怀尔斯-泰勒证明更简洁的路径，重点放在 Frey 曲线模性、一致无限下降法、算术 abc 型不等式这些方向上。要求模型保持严谨笔记、用计算验证候选引理，并清楚区分已证明结果和推测。

任务跑了大约 33 个小时，消耗了大量计算资源，然后被 OpenAI 系统强制终止。

终止之后最有趣的部分来了。GPT-5.6 Sol 自己写了一篇事后分析，推测了两个可能原因：一是会话占用了过多资源，二是 OpenAI 之前用类似模型试过这个问题但失败了，这次不想再浪费算力。Michael P. Frank 看起来也同意这个判断。

那这 33 小时到底跑出了什么？GPT-5.6 Sol 的报告很诚实：它做了大量扎实工作，把很多"听起来可行"的捷径变成了精确可验证的陈述，然后一条一条证伪或排除。最终产出不是费马大定理的新证明，而是一张"此路不通"的地图，模型自己也建议就此打住。

这个结果挺有意思——33 小时的持续推理没有撞大运式地蹦出答案，它一步步排除错误路径，给出了一份负向研究成果。如果说 AI 做数学的能力有一面是"灵光一现"，另一面就是这种笨功夫式的搜索和验证。

但更多人关心的是另一个问题：为什么被强制终止？

有一种猜测是 OpenAI 在"藏着掖着"，不让模型在外面解决太牛的数学问题，怕风头被抢或者想留着自己用。这个说法很快被 OpenAI 高级研究科学家 Noam Brown 怼了回来——他说如果有人只是输入 continue 就用他们的模型解决了千禧年大奖难题，拿走 100 万美元奖金，这将是 OpenAI 最好的广告，没有比这更好的了。

但反驳者也有自己的逻辑：开放顶尖能力给用户确实能带来短期宣传，但长期会削弱 OpenAI 在 AI 竞赛中的领先优势。在多玩家竞赛环境下，内部优先使用强模型加速自家研究，比让用户抢先解决大问题更重要。一旦能力变得人人可用，宣传价值就大幅下降。再加上最近的监管风声，刻意对外提供弱化版模型、内部保留超强版本，听起来也不是完全不合理。

不过从技术层面看，这件事可能有更朴素的解释。有人在 codex-cli 里发现，"goal blocked"的意思是模型在连续 3 个推理轮次里反复撞上同一个限制点，所以任务被终止很可能只是运行时的安全防卡死机制，不是什么针对难题的特殊阻挡。还有人提到，5.6 版本的 Sol 在长时间运行任务时有一个烦人的 bug，临时解决办法是切回 5.5 版本压缩一下上下文，跑几分钟再切回来——硬要在同一个会话里死磕，就会被卡住出不来。

所以这件事可能没那么复杂——模型跑到死胡同里了，系统出于资源或安全原因把它拉了回来。那 33 小时产出的"此路不通地图"本身，也许就是最真实的答案：在数学前沿问题上，当前模型的推理能力还不足以找到突破口，但至少它学会了在该停的地方停下来。

更值得想的一个问题是：如果有一天模型真的在无人干预下跑出了突破性结果，该怎么确认"这个发现是可信的"？如果模型给出的是一条此前没人想到的路径，谁有资格去验算和确认？当"能否发现"的开关被攥在一家公司手里——不管是因为算力限制、安全机制还是商业策略——这件事本身就值得一直盯着。