AI代理攻克Conway 99图难题

Conway 99-graph问题是一个长期悬而未决的图论难题，其核心在于询问是否存在具有特定参数（99，14，1，2）的强正则图。该问题由著名数学家约翰·康威提出，数十年来吸引了许多研究者尝试构造或否定其存在性。近期，一篇提交至arXiv的论文报告了一种系统性且完全可复现的攻击方法，其执行者并非人类数学团队，而是一个自主AI研究代理。该代理在部分学分评估指标下运行，产出了多项可验证的数学贡献，为这一经典问题带来了新的计算视角。

这项研究的第一个核心成果是对循环图情况的穷举证明。研究显示，在模99的整数加群上，不存在任何循环图能满足超过3366/4950即68.0%的约束条件，具体而言是49个差分类别中最多只能满足33个。研究者进一步指出，对于阶为99的另一个阿贝尔群，同样存在相同的上限。这一结论并非基于采样或启发式搜索，而是通过穷举验证得出，从而彻底排除了循环图构造方案的可能性，将搜索空间大幅压缩。

第二个关键贡献是一种强制结构约简方法。论文中巧妙地利用了强正则图的参数特性：当λ=1时，每个顶点的邻域构成一个完美匹配；当μ=2时，外部顶点与非匹配邻居对形成双射关系。基于这些结构约束，研究者将原始的存在性问题等价转化为一个关于84个顶点上12正则图的存在性问题。该转化后的图被编码为CP-SAT可解的形式，并通过恢复已知唯一的srg（9，4，1，2）进行了验证，证明该约简过程保持了问题的等价性，且编码逻辑正确无误。

为了进一步增强结果的可靠性，研究者还建立了一个经过验证的、带有预设自同构的轨道存在性框架。该框架涵盖了无固定点和单固定点两类作用，并分别在srg（9，4，1，2）和Paley图srg（13，6，2，3）上进行了检验。这种框架允许AI代理在探索高对称候选图时，系统性地排除或确认特定轨道结构，从而有效缩小搜索范围，并确保每一步推导都是可追溯和可验证的。

在实际搜索中，该AI代理产生的最佳验证工件达到了69.43%的约束满足率。值得注意的是，论文指出这一数值并非偶然，而是表现出鲁棒的前沿特征：研究者尝试了十四种不同的方法，但没有任何一种方法的验证结果能够超过这一阈值。这种多个独立方法收敛于同一上限的现象，暗示着该数值可能与该问题本身存在深刻的纠缠结构。论文进一步指出，如果未来能够证明任何图都无法达到全部4950条约束，那么只要给出低于4950的可证明上界，就能直接证明Conway 99-graph不存在，从而彻底解决该问题。

这项工作代表了AI在数学发现领域的一次典型实践。自主研究代理不仅能够执行大量的组合搜索和逻辑推导，还能产出像穷举证明、等价约简、轨道分析这样具有传统数学价值的结果。与以往依赖人类直觉的数学研究不同，AI代理可以系统性地遍历参数空间，并在严格验证下积累可信事实。这种方法的可复现性也是其优势之一，所有步骤和编码均公开，便于其他研究者检验和扩展。

从更广泛的AI技术角度看，这篇论文展示了将自动推理、约束求解和机器学习技术整合到一个自主研究框架中的可能性。它并非简单地使用深度学习猜测答案，而是结合了符号推理和组合优化，并通过形式化验证确保中间结论的可靠性。这种“AI数学家”的模式或将为数学研究带来新的生产力，尤其适用于类似强正则图存在性这类组合爆炸严重、但结构约束较强的问题。

尽管该研究尚未最终解决Conway 99-graph问题，但它提供了坚实的计算证据和新的理论工具。68.0%的循环图上限以及69.43%的最佳验证边界，都成为未来任何构造或非存在性证明必须考虑的关键数据点。而强制结构约简将问题从99个顶点降至84个顶点，使得后续搜索可以更聚焦于更紧凑的图类。这项研究不仅推动了这一特定问题向前发展，也为AI驱动数学发现的方法论积累了重要案例。