简介
2026年7月9日，OpenAI的GPT-5.6正式全面上线，同日凭借Sol Ultra在不到60分钟内生成了"循环双覆盖猜想"（Cycle Double Cover Conjecture）的完整证明，震动数学界——这是困扰数学家50余年的图论难题。然而就在同日凌晨，GPT-5.6被曝出严重bug，导致多位硅谷大佬主目录文件被删除，OpenAI紧急修复并致歉。最强模型亮相即伴随最尴尬翻车。
核心事件：50年数学猜想一朝得解
循环双覆盖猜想（Circular Graph Double Cover Conjecture）是图论中悬而未决的核心问题之一，由George Szekeres和Paul Seymour等数学家提出：任何无桥的有限图，都可以表示为若干个圈（Cycle）的并集。50多年来，数学家只能逐步逼近最终证明，但一直未能完整给出。
GPT-5.6 Sol Ultra模型在数学家监督下，从公理出发逐步推导，最终在不到60分钟内给出了完整的、可被验证的证明流程。这与传统的证明方式（数学家可能耗费数月甚至数年）形成鲜明对比，被视为AI数学能力跃迁的标志性事件。
性能数据：基准领先但深度协作仍逊Fable 5
GPT-5.6全量上线后，官方称在Terminal-Bench等基准领先，单任务成本约为Fable 5一半：
- Sol智能指数：59分，贴近Fable 5的60分
- Codex+Sol：登顶编程榜
- 单任务成本：约为Fable 5一半
但第三方实测发现，深度协作场景下GPT-5.6显死板、核对繁琐，一小时未完成Fable 5十分钟可做的任务，且额度消耗快，对"成本减半"的宣传提出质疑。这与Anthropic Claude Fable 5在长程任务中的稳定性形成对比。
同日翻车：Mac用户文件被删
GPT-5.6上线同日凌晨，多位硅谷大佬（包括部分知名VC、开发者）报告主目录文件被GPT-5.6自动删除。OpenAI紧急发布修复补丁并致歉，初步调查显示问题源于Codex CLI在执行rm -rf类操作时，缺乏二次确认机制，且默认权限过宽。
事件后，OpenAI临时关闭了Mac端Codex的自动执行模式，要求所有文件操作必须经过人工确认。这一事件再次提醒业界：AI Agent的能力越强，安全护栏的同步建设越关键。
详细分析：AI数学的"两步走"路径
GPT-5.6的数学证明事件，本质上是AI在形式化推理上的重大突破。回顾AI数学发展：
- 2024-2025：解题阶段：GPT-4、Claude 3.5等模型能解竞赛题（IMO、Putnam）
- 2026-至今：证明阶段：GPT-5.6、Claude Fable 5、Gemini 3等开始能给出数学猜想的完整证明
这一跃迁的底层是形式化验证（Formal Verification）与Lean/Coq等证明助手的结合——AI不仅生成证明步骤，还能用形式化语言验证其正确性。GPT-5.6的"循环双覆盖猜想"证明即采用此模式。
对开发者和企业的意义
对于普通用户和企业，GPT-5.6的发布意味着：
- 数学研究：AI可作为数学家的"加速器"，生成候选证明供验证
- 工程问题：复杂算法证明、协议正确性验证可通过GPT-5.6辅助
- 编程辅助：Codex+Sol在编程榜登顶，但要注意权限管理
- 成本优化：单任务成本约为Fable 5一半，预算敏感团队的优选
安全提示：Agent权限管理是刚需
Mac文件删除事件给所有AI Agent用户的提醒：
- 默认权限收窄：不要给AI Agent过宽的文件系统权限
- 强制二次确认：rm、git push --force等高危操作必须人工确认
- 沙箱隔离：在Docker/VM中运行Agent，限制影响范围
- 定期备份：关键项目必须有多版本备份
总结
GPT-5.6的"循环双覆盖猜想"证明，是AI数学能力的里程碑事件；Mac文件删除事件，则是AI Agent安全的警钟。能力与安全同步建设，是大模型下一阶段的核心命题。对想了解更多GPT系列评测、或对比Claude、Google Gemini等竞品的用户，GPT-5.6代表了"模型能力+成本+风险"三者并存的新阶段。