Apenas um dia depois que a OpenAI disponibilizou seu modelo mais poderoso, a empresa afirma que o sistema produziu uma prova completa da Conjectura de Cobertura Dupla do Ciclo – um célebre problema aberto na teoria dos grafos que resistiu aos matemáticos por cerca de meio século.

O pesquisador da OpenAI Ethan Knight anunciou o resultado em 10 de julho de 2026, postando que GPT-5.6 Sol Ultra “produziu uma prova da Conjectura de Capa Dupla do Ciclo de 50 anos usando 64 subagentes em pouco menos de uma hora”. A afirmação rapidamente chegou ao topo do Hacker News, atraindo centenas de comentários de matemáticos e engenheiros debatendo se a prova se sustenta.

Para qualquer pessoa que acompanhe os mais recentes desenvolvimentos em IA, o resultado é uma demonstração impressionante de para onde os modelos de fronteira estão a caminhar – e um lembrete de que as suas afirmações matemáticas ainda precisam de ser verificadas à moda antiga.

O que é a conjectura da cobertura dupla do ciclo?

A conjectura se enquadra em um ramo da matemática chamado teoria dos grafos. Em termos simples, ele faz uma pergunta aparentemente simples: as arestas de qualquer gráfico "sem ponte" - um sem aresta cuja remoção o dividiria - podem sempre ser cobertas por uma coleção de ciclos de modo que cada aresta apareça exatamente duas vezes?

O problema foi colocado de forma independente por vários matemáticos ao longo dos anos, incluindo Paul Seymour em 1979 e George Szekeres em 1973, com raízes anteriores no trabalho de W. T. Tutte e de Alon Itai e Michael Rodeh. Apesar de sua formulação simples, tornou-se um dos problemas não resolvidos mais conhecidos na área, e resultados parciais eram conhecidos apenas para classes especiais de grafos.

De acordo com a nota de prova publicada pela OpenAI, o argumento reduz o problema a gráficos cúbicos sem loop, depois se apoia em um resultado clássico - o teorema do fluxo zero em lugar nenhum sobre o grupo F32 (equivalente ao teorema de 8 fluxos de Tutte) - e uma etapa chave da álgebra linear que converte uma rotulagem de aresta na estrutura necessária para uma cobertura dupla de ciclo. O artigo tem apenas algumas páginas e, notavelmente, não usa “nenhuma matemática desenvolvida nos últimos 30 anos”, como observou um comentarista do Hacker News.

Como o GPT-5.6 Sol Ultra abordou isso

O que diferencia esse resultado das respostas comuns do chatbot é como o modelo foi implantado. GPT-5.6 Sol Ultra foi executado no modo “multiagente v2” da OpenAI, criando um sistema de até 64 subagentes cooperantes que exploraram diferentes estratégias de prova em paralelo. A OpenAI divulgou o prompt completo junto com a prova, oferecendo uma rara visão das instruções fornecidas ao sistema.

A solicitação instruiu o modelo a “usar o multiagente v2 de forma agressiva e dinâmica”, para manter um “portfólio diversificado de abordagens” e para implantar agentes adversários para auditar qualquer prova candidata para armadilhas comuns – como trilhas fechadas disfarçadas de ciclos ou raciocínio circular acidental. Ele até disse ao sistema para “gastar pelo menos 8 horas nisso antes mesmo de pensar em retornar ou desistir”, embora a execução final tenha sido concluída em menos de uma hora.

Na seção "Declaração de uso de IA" da nota de prova, OpenAI é explícito: "A prova nesta nota é inteiramente devida ao GPT 5.6 Sol Ultra e à redação com Codex (com GPT 5.6 Sol)."

Nem todo mundo está convencido ainda

A comunidade matemática reagiu com uma mistura de entusiasmo e cautela – e esse ceticismo está bem colocado. Até a publicação, a prova não foi formalmente verificada em um assistente de prova como o Lean, nem passou pela revisão tradicional por pares.

No Hacker News, vários comentaristas observaram que provas curtas e elegantes de conjecturas famosas merecem um exame especialmente cuidadoso. “É uma prova muito curta que não utiliza nenhuma matemática desenvolvida nos últimos 30 anos”, escreveu um usuário. "O que não significa necessariamente que seja errado, mas na ausência de mecanização no Lean ou de revisão por pares adequada, acho que é prematuro publicar isto."

Outros apontaram que as principais bibliotecas de provas formais da teoria dos grafos ainda não estão maduras o suficiente para verificar resultados deste tipo a nível de investigação, o que significa que a verificação pode ter de vir de especialistas humanos que leiam o argumento linha por linha. A própria OpenAI enquadrou o anúncio como parte de um padrão mais amplo: “Mais computação em tempo de teste leva a maior inteligência”, disse a empresa, sinalizando que a abordagem multiagente – e não este resultado único – é a verdadeira história que deseja contar.

Por que é importante

Mesmo que a prova da Cycle Double Cover precise de correção, o episódio sinaliza uma mudança significativa no que os grandes modelos de linguagem podem fazer na matemática pura. Os sistemas de IA de fronteira já produziram novos resultados de pesquisa em domínios especializados – incluindo outras reivindicações recentes de problemas resolvidos em geometria e combinatória – mas atacar uma conjectura nomeada, com décadas de idade, com um enxame coordenado de agentes de raciocínio aumenta consideravelmente a fasquia.

Para os pesquisadores, a conclusão é dupla. Primeiro, a receita multiagente — muitas tentativas independentes, polinização cruzada de ideias e auditoria adversarial — parece ser um modelo genuinamente útil para a resolução de problemas difíceis. Em segundo lugar, o gargalo da verificação agora recai diretamente sobre os humanos: o modelo pode gerar provas candidatas mais rápido do que a comunidade pode verificá-las.

É provável que essa tensão defina a próxima fase da matemática assistida por IA. Como disse um comentador, se esta prova se confirmar, “alguém está prestes a começar uma lista” de outros problemas de longa data para lançar na próxima geração de modelos.

Por enquanto, os matemáticos lerão a nota de três páginas com atenção – lápis na mão – enquanto o resto da indústria de IA observa se o esforço de uma hora do GPT-5.6 se tornará parte do registro matemático permanente.

Fique à frente da IA

Para obter mais informações sobre avanços em modelos de fronteira e cobertura de pesquisa em IA, visite a página inicial do AI Buzz Wire.

Leia mais notícias sobre IA →