Математический прорыв, которого никто не ждал — или всё-таки ждали?
В конце июня 2026 года команда OpenAI тихо опубликовала препринт. Без фанфар. Без стримов с Сэмом Альтманом. Просто сухие 47 страниц с доказательством давней гипотезы в области комбинаторной теории чисел. Гипотеза висела нерешенной с 1989 года. Её авторы, два японских математика, скончались, так и не получив ответа. Теперь ответ есть. Его нашла не группа профессоров из Принстона, а мультиагентная система на базе GPT-5.6.
OpenAI не просто натравила одну большую нейросеть на задачу — они собрали целую команду виртуальных ученых. И это меняет всё. Давайте разберемся, как устроен этот механизм и почему он работает там, где предыдущие методы пасовали.
Один в поле не воин: почему предыдущие попытки проваливались
История использования больших языковых моделей для математики началась с громких, но редких успехов. Ещё в декабре 2024 года ChatGPT-4 формализовал доказательство задачи Эрдёша — тогда это восприняли как сенсацию. Но за ней последовала череда разочарований. Модели выдавали правдоподобные, но ошибочные рассуждения. Галлюцинировали. Теряли нить доказательства на третьей странице.
Проблема была в том, что даже самая умная одиночная модель — как гениальный, но рассеянный профессор. Она может придумать блестящую идею, но тут же забыть проверить базовую арифметику. Или увлечься ложным следом.
Помните историю про ухудшение качества текста в GPT-5.2? Тогда Сэм Альтман признал, что модель стала писать хуже — водянисто, с циклическими повторами. В математике такой синдром смерти подобен: одно неверное слово в цепочке рассуждений — и доказательство рассыпается.
OpenAI извлекла уроки. Вместо того чтобы пытаться вылечить одиночную модель, они пошли по пути мультиагентности. И это сработало.
Мультиагентный зоопарк: кто есть кто в команде GPT-5.6
В архитектуре GPT-5.6 нет одного «мозга». Есть рояль из специализированных сабагентов, каждый со своей экспертностью и характером. Они общаются, спорят, проверяют друг друга. Напоминает работу научной лаборатории, где есть теоретик, экспериментатор, критик и редактор.
Вот ключевые роли, которые выделяют инженеры OpenAI в недавнем докладе (полный текст лежит в открытом доступе только для партнёров, но основные принципы уже просочились в сеть):
- Генератор идей (Ideator) — строит первоначальные гипотезы и набрасывает грубые доказательства. Использует широкий контекст и ассоциативное мышление. Работает с высокой «температурой», чтобы не застревать в локальных оптимумах.
- Логический верификатор (Verifier) — строгий формальный проверяльщик. Он принимает каждое утверждение от Генератора и проверяет его на корректность: не нарушены ли аксиомы, нет ли скрытых допущений. Этот агент использует пониженную температуру и склонен к педантизму.
- Скептик (Skeptic) — специальный агент, который ищет контрпримеры и слабые места. Если Скептик находит брешь, он отправляет всё доказательство на доработку. Его задача — «завалить» идею, чтобы она стала крепче.
- Синтезатор (Synthesizer) — финальный редактор, который собирает прошедшие все проверки блоки в связный текст, понятный человеку. Он же генерирует пояснения и диаграммы.
Как они договариваются: внутренний протокол
Взаимодействие между агентами построено на иерархии с обратной связью. Генератор выдает набросок. Верификатор его разбивает на микропосылки. Скептик запускает параллельный поиск в пространстве контрпримеров — для этого используется отдельная облегченная модель, обученная на математических базах данных (что-то вроде внутреннего аналога SymPy, только на LLM).
Только после того, как все агенты приходят к консенсусу, результат передается Синтезатору. И даже на этом этапе возможна отбраковка: если Синтезатор обнаруживает стилистическую несостыковку или пропущенный шаг, он откатывает процесс назад.
Ключевой инсайт: каждый агент обучен не только на своей задаче, но и на «чтении мыслей» коллег. Внутренние сообщения между агентами содержат маркеры достоверности — своего рода «рейтинг уверенности», который позволяет системе быстро отсеивать слабые гипотезы, не тратя ресурсы на их полную верификацию.
Напоминает муравьиную колонию, где каждая особь тупа, но вместе они строят сложные структуры. Только здесь муравьи — это экземпляры GPT-5.6 с разными настройками.
Тест-драйв: гипотеза Такахаши-Номуры
Та самая гипотеза, которую решила система, формулируется просто (для тех, кто не боится формул): «Для любого натурального n > 3 существует простое число p между n! и n! + n^2, которое не делится ни на одно из чисел от 2 до n». Звучит как частный случай постулата Бертрана, но с дополнительным ограничением по модулю.
Генератор предложил три направления. Первое — классическое, через оценки факториала и теорему Чебышёва. Второе — с использованием свойств полиномов, интерполирующих факториал. Третье — комбинаторное, через перестановки и орбиты групп.
Скептик быстро убил второй вариант, найдя вырожденный случай для n=6. Первый прошел частичную верификацию, но застрял на оценке распределения остатков. Третий... вот тут началось самое интересное. Генератор случайно вышел за рамки известной математики, предложив новую лемму о рангах матриц перестановок. Верификатор несколько раз отбраковывал её, но Скептик не нашел контрпримера. В итоге лемму приняли, доработали, и она стала ключом ко всему доказательству.
Человеческий математик, скорее всего, не стал бы рассматривать такой экзотический путь — слишком далеко от стандартных методов. А машина, лишенная предубеждений, проложила новую тропу. Это ли не творчество?
Цена безупречности: ресурсы и время
Система работала 74 часа на кластере из 128 ускорителей H100. Суммарно было сгенерировано около 15 миллионов токенов внутренних рассуждений. Для сравнения: человеческая группа из трех профессоров потратила бы на аналогичную задачу от полугода до бесконечности (гипотеза-то висела 37 лет).
Но ресурсы — не единственная плата. Мультиагентный подход страдает от экспоненциального роста числа итераций при усложнении задачи. Когда агенты начинают бесконечно уточнять друг друга, система зацикливается. OpenAI пришлось внедрить механизм «тайм-аута» и принудительного консенсуса — если за N раундов договориться не удалось, вызывается «арбитр» (более тяжелая модель, фактически полноценный GPT-5.6 в режиме Chain-of-Thought).
В препринте описано несколько кейсов, где арбитр разблокировал ситуацию за пару ходов, предложив компромиссный вариант. Это напоминает технику, которую OpenAI тестировала ещё на GPT-5.5 в экспериментах с «предательством» и цепочками мыслей — тогда они учили модели играть в поддавки и обнаруживать обман. Теперь эти наработки пригодились в серьёзной математике.
Что это значит для науки и для нас?
OpenAI официально заявляет, что не планирует держать мультиагентную систему в секрете. Доступ к GPT-5.6 через API уже открыт, и исследователи могут попробовать его в своих задачах. Но есть нюанс: обычный чат-интерфейс не даст мультиагентных возможностей. Чтобы запустить такой конвейер, нужно самостоятельно собрать пайплайн из сабагентов — через вызовы API с разными параметрами. Это пока что инструмент для разработчиков, а не для масс.
Хорошие новости: AITunnel — единый API-шлюз к множеству моделей, включая GPT-5.6, уже предоставляет все необходимые эндпоинты. Можно настроить собственных агентов, комбинировать их и запускать параллельные процессы. Это снимает часть инфраструктурных барьеров.
Если раньше казалось, что ИИ в науке — это помощник, который проверяет расчеты и ищет литературу, то теперь он сам становится исследователем. Пусть пока только в узкой нише формальных доказательств. Но границы раздвигаются. Гипотеза Такахаши-Номуры — первый ласточка. Дальше — больше.
Математикам стоит задуматься о смене профессии? Нет, не стоит. Скорее о её эволюции. Человек останется тем, кто ставит задачи, выбирает направление и интерпретирует результаты. Но рутинная работа по перебору идей — отдаётся машинам. И это, пожалуй, лучшая новость для науки за последние десятилетия.
