可逆计算和计算物理学专家 Michael P. Frank 日前发文称，他给 GPT-5.6 Sol 设定了一项高难度研究任务，要求模型探究费马大定理是否存在比怀尔斯-泰勒证明更简洁的证明路径。该任务在后台持续运行了约 33 个小时，消耗了大量计算资源，最终被 OpenAI 系统强制终止。
任务目标指向费马大定理替代证明路径
根据 Michael P. Frank 的描述，这项任务并不是让模型直接“撞大运”式地寻找答案，而是围绕几条具体方向展开，包括专门的 Frey 曲线模性、一致无限下降法、算术 abc 型不等式，以及一致低亏格商。与此同时，他要求 GPT-5.6 Sol 保持严谨笔记，通过计算验证候选引理，并清楚区分哪些内容已经证明、哪些仍属猜测。
这场尝试最终没有得到新的证明。GPT-5.6 Sol 在事后分析中写道，系统叫停任务，可能有两个原因：其一，系统判定该会话占用了过多资源；其二，OpenAI 过去可能已经用类似模型尝试过同类问题但没有成功，因此不想继续消耗算力。Michael P. Frank 似乎认可这一判断。
模型称产出是一张“此路不通”的地图
GPT-5.6 Sol 也对这 33 小时的工作做了自我总结。它表示，核心成果不是拿出证明本身，而是把许多“听起来可行”的捷径转化为可以验证的精确陈述，再逐一证伪或排除。按它自己的说法，最终产出更像是一张“此路不通”的地图，并建议在这一轮尝试后就此打住。
外界对中止原因出现多种解读
围绕 OpenAI 为什么会让任务中止，外界出现了不同看法。有人认为，OpenAI 可能不愿让模型在公开环境下随意解决顶级数学难题，担心被外部用户抢走风头，或者希望把这类能力保留在内部使用。按照这种说法，如果用户过度依赖单一平台，未来“什么能被发现”的权力也可能更集中地掌握在平台手中。
不过，OpenAI 高级研究科学家 Noam Brown 很快对这一说法提出反驳。他表示：“要是有人只是输入一个 continue（继续），就用我们的模型解决了千禧年大奖难题，然后拿走 100 万美元奖金，这对 OpenAI 来说才是最好的广告，没有比这更好的了。”
反对者则认为，即便开放顶尖能力给用户能带来短期宣传收益，长期看却可能削弱 OpenAI 在 AI 竞赛中的领先位置。在多方竞争环境下，把强模型优先用于内部研究，价值可能高于让外部用户率先解决重大问题；一旦这类能力变成“人人可用”，宣传价值也会下降。
监管、系统机制和 bug 也被纳入讨论
报道还提到，近期监管风波也是外界用来解释 OpenAI 行为的一个角度。按照这一观点，如果用户通过公开版本解决了高难度数学问题，就等于公开证明模型能力很强，可能引来更多监管关注。在这种情况下，对外提供弱化版本、内部保留更强版本，被一些人视为一种合理做法。
也有人从技术层面给出不同解释。按照相关说法，在 codex-cli 里，“goal blocked”指的是模型在连续 3 个推理轮次里反复遇到同一个限制或阻挡点，因此任务被中止，可能只是运行过程中的常规安全机制，目的是防止模型长时间卡住，而不一定是针对数学难题的特殊限制。
还有一种说法指向 bug。根据相关讨论，5.6 版本的 Sol 在长时间任务中存在一个令人困扰的问题，临时处理方式是先切回 5.5 版本，压缩上下文，用 5.5 再运行几分钟，然后切回 5.6 版本的 Sol。相关说法称，如果用户想保留同一个 session，会话就可能卡住，无法顺利恢复。
讨论延伸到 AI 与数学研究边界
这起事件发生之际，围绕“数学 + AI”的讨论正在升温。文章提到，最近菲尔兹奖公布后，相关讨论格外热烈，不少人也由此联想到，普通用户如果把一类数学难题交给 AI，并不断要求它“继续”，模型是否真有可能解出难题、拿下大奖，甚至影响数学研究进程。
从这次结果看，至少在这 33 小时里，GPT-5.6 Sol 没有给出费马大定理的新证明。它留下的是一套排除过程，以及关于平台资源分配、模型公开边界、监管压力和系统实现细节的新一轮争论。
本文参考链接为 https://x.com/lu_sichu/status/2081367506468360495。原文来自微信公众号“机器之心”，作者为张倩。