一根单位长度的针，在平面上完整旋转一周，最小能藏进多大区域？
1917年挂谷宗一抛出的这个朴素问题，牵出了调和分析领域跨越百年的悬案——挂谷猜想。三维版本已迎来关键突破，但四维集合版挂谷猜想至今仍是学界公认的开放难题。近期，云知声U2-Flash围绕该问题完成从问题拆解、链式推演、迭代自查到预印本手稿输出的全链路自主探索。
这次实践并不意味着四维挂谷猜想已经获得最终证明，而是将大模型置于一个真实的前沿数学问题中，考察其能否突破单点解题模式，持续推进复杂任务，并形成可供进一步审查的研究成果。从回答问题到探索开放性数学难题，云知声U2-Flash 正在以具体任务检验大模型的长程推理能力。
大众习惯用“能不能算出答案”评判大模型数学能力。刷题、计算题、有固定解法的习题，属于单点问答。而挂谷猜想完全是另一套逻辑：它没有标准答案，没有既定步骤，论证链条环环相扣，一处逻辑漏洞，就会让整条推导失效。它考验的不是单次输出，而是模型能否持续锚定目标、保留中间结论、识别自身漏洞、自主调整推理路径。
对数学家而言，四维挂谷猜想的难点，在于高维空间里线段聚集结构极度复杂，三维证明的工具无法直接平移；对大模型而言，难点在于对抗“推理漂移”。在数百步的连续推导中，模型很容易遗忘前置约束、混淆定义，在漫长链路里慢慢偏离命题本身。这正是长程推理的核心痛点：连贯性、可追溯性、自我校验能力。
本次U2-Flash的实践，把任务拆成了一套完整的科研工作流：先拆解猜想边界，梳理豪斯多夫维数、闵可夫斯基维数等核心概念之间的逻辑关系；接着沿着推理路径持续推演，维护层层依赖的中间结论；多轮迭代中主动回溯、排查矛盾、修正路径；最后整理形成带过程记录的预印本手稿，留存完整推演轨迹。整套流程，模拟的是一名研究者独立攻坚一个开放问题的全过程，而非简单给出一句结论。
支撑这套能力的底层，是云知声探索的RSI递归自我改进路线。不同于传统后训练依赖外部标注数据，RSI尝试让模型参与轨迹复盘、薄弱点识别、自我修正，在任务执行的反馈循环里迭代自身能力。RSI是模型能力升级的机制，而四维挂谷猜想推演，是这套机制落地的压力场。二者结合，指向一个清晰方向：大模型竞争，正在从“单次回答质量”转向“复杂任务闭环执行能力”。
当下AI在前沿数学领域的讨论里，两种声音常常走向极端：一边畅想AI短时间横扫百年猜想，颠覆数学研究；另一边警惕AI批量产出手稿，把核验成本转嫁给数学家。云知声这次试验，恰好站在中间的理性地带：主动划清边界，反复强调手稿论证仍需要数学界独立审查、专业核验，不宣称取得数学定理层面的结论。它的价值，不在于产出一个正确证明，而在于验证：国产模型有能力承接这种长周期、多依赖、需要持续自查的开放型科研任务。
这个试验的辐射意义，也不止于纯数学。长程推理能力，是通用智能体的底层底座。复杂代码开发、多环节工程仿真、分层专业分析、多步骤业务攻坚，本质都和推演挂谷猜想相似：需要持续追踪条件、动态调整方案、留存可追溯过程、支持反复校验。数学猜想只是一个最严苛、最干净的测试沙盒。
从问答工具，走向任务执行者；从生成文本，走向可追溯、可复核的推理链路。U2-Flash对四维挂谷猜想的探索，是一次低调但关键的信号：大模型能力的标尺正在改写。未来的可靠AI，不在于总能给出一个漂亮答案，而在于它走的每一步，都留痕、可复盘、经得起检验。
百年前挂谷宗一的那根针，丈量的是空间的边界；
今天，这根针也正在丈量大模型长程推理的边界。
热门跟贴