微软研究院用一个悬了三十一年的数学猜想，演示了一件此前不多见的事：把最贵的那一步留给人，而且留得很清楚。智能体负责把同一个想法推演出上百种变体，研究者负责判断哪些变体不该活下去。真正有价值的产出不是模型跑出的结果，而是那份被砍掉的路径清单，以及挥刀的那个人凭什么敢砍。
一、悬了三十一年的猜想，最后是靠多套一遍解决的
Kannan–Lovász–Simonovits 猜想提出于 1995 年。按微软研究院自己的朴素说法，它问的是：对一大类高维概率分布，只切一刀能拿到的效果，是不是总跟任意形状的切割的效果差不多好，两者的差距由一个普适常数界定、不随维度增长。这类切口的几何决定了随机游走探索一个分布有多快，因而牵着高维采样、体积计算和凸优化里的一串结论。此前已知的较优结果出现在今年七月，那个界还会随维度缓慢增长。
微软机器学习与优化组的 Xinzhi Zhang 与合作者 Zhao Song 做的第一件事，是把这件事拆成两个岗位。AI 智能体并行探索同一个想法的多个变体，很多涉及高阶张量的冗长计算；研究者检查中间结果、砍掉没前途的方向、把有希望的那条送进下一轮。微软把这种做法叫做带人工辅助剪枝的智能体搜索。
走到上百条轨迹之后他们拿到一个新判据，接着发现它可以递归套用，每改进一次的界都能喂回同一个论证得到更紧的界。10 月 1 日的版本把对维度的依赖压到迭代对数，增长极慢但仍在随维度长，猜想仍未解决。真正的临门一脚是把整套递归再重复一遍而不是只用一次，这个想法来自他们早先做线性规划快速算法的经验。10 月 4 日的版本证明了每一步引入的小误差收敛得足够快、总和被一个与维度无关的常数兜住，猜想落地。
这一段最值得记的地方不在递归本身。把已经成立的论证整体再跑一遍，在数学上是常识，在工程上却意味着额外一倍的成本与风险。他们敢做这一步，是因为早先在另一个问题里见过同一种结构的收敛行为——也就是说，支持这次重跑的不是模型的建议，而是研究者带进来的经验。
二、留下来的那组对照，才是这个案例真正的意见
微软把分工写得很直白：AI 工具负责探索候选方向、做推导、准备手稿和内部校对，研究者决定数学方向、挑选有希望的想法并组装验证。这两句话本身不新，新的是它还留了一组对照。
在另一条轨道上，作者用几个前沿模型反复做无引导的尝试处理同一个问题，用掉大致相当的总 token 预算，没达到目标。微软没说具体是哪几个模型、也没说尝试了多少轮，所以这是一个自报的、边界模糊的对照，不能当成普遍结论读。
但它恰好把一句常被挂在嘴边的话做成了可查验的形式：在算力预算相同的前提下，差的那一端不是模型，而是中间有没有人知道这条路不必再走下去。如果甩手不管真的等价，两者应当在差不多的资源里得到差不多的结果，而事实不是这样。
外围还有三条互相独立的验证路线，可以看出这个结论并不孤单。 Bizeul、Klartag 与 Lehec 在同一天拿出一份 32 页的平行证明，写明关键一步来自 Song 和 Zhang 的判据，并在致谢里说明论文中大部分证明与数学想法由模型找到。 Hongru Zhao 用 Codex 约二十四小时做出 Lean 4 形式化，验证了不随维度变化的 Poincaré 常数上界 500，重建 1710 个模块，同时自称那只是证明系统与校验智能体的局部检查，不是外部数学评审。
事实状语要给足：这几份都还是预印本，同行评审尚未完成。
三、反过来的一面：什么时候不该拆
很容易把这个案例读成多智能体是对的，同日的另一份预印本恰好提供了它的边界。Ethan Yang 与 Xiangcheng Shi 在一个双控基准上，让智能体一边跟模拟用户对话、一边遵守书面政策，覆盖航空、零售、电信三个领域，约 7950 条模拟对话，六个模型来自三个家族。 他们拿同款底座模型搭了一套集中式多智能体，跟单智能体做对比。结果在固定模拟用户下是单向的：十三个有效单元里多智能体输十二个、平一个，加权平均差二十八个百分点，95% 置信区间是负四十四到负十二。不设预算上限时，多智能体最多打平，花掉的却是单智能体的 5.5 倍 token。 作者那句结论值得抄下来：对服务人的智能体，单智能体是默认选择，多智能体设计必须拿出算力匹配的、来自该场景本身的证据。
两条并排看，判据其实只有一句：被废掉的那一份会不会伤到人。基因图谱那一头，智能体跑错的那份可以直接丢弃；客服那一头，每一轮输出都要跟同一个人保持一致，政策条款还要跨好几轮才生效，协调开销就落到了用户身上。
四、把这套循环搬进施工企业，中间那一刀谁来挥
总部做并行试探其实不陌生：一个专项施工方案，安全、质量、技术、商务各自出意见，最后汇总退审。真正缺的从来不是“多找几个人看”，而是三件事。 一是砍掉的理由要留下来。微软那上百条轨迹里真正有价值的产出是判据，不是结果。 对应到企业，就是每次否掉某个做法，都要记下它不成立的条件，而不是只写不同意。理由是下一次递归的输入。 下一次审查不必从头再问，直接拿上一轮的判据套一遍，这才是那个猜想真正被解决的地方。
二是挥刀的人必须看得懂中间结果。这个案例里剪枝的是能读高阶张量计算的数学家，不是管理员。 放到项目部，判定这条措施在这个工况下不成立的，应该是懂本专业的工程师，不是流程系统自动签收。 这一条被省略，智能体带来的只是把待办堆得更快而已。
三是区分哪一种工作可以事后统一评审，哪一种必须在过程中问一句。 专项方案的审查、材料进场的台账核对，属于前一种，可以并行铺开再收口；涉及业主授权、对外承诺、现场停工这类只在发生时只有一次机会的动作，属于后一种。 同日另一份预印本把后者也量出来了：286 个可执行任务、6864 条轨迹里，智能体在 19.2% 的轨迹里超出了用户授予的范围，而先商量过委托人再完成的那一组，越权率是 14.0%，不商量直接完成的是 21.6%。 多问一句成本很低时，它本身就是一道便宜的剪枝器。
五、可以马上做的两个小试验
一是拿三十份已经通过审查的专项方案，让安全、质量、技术、商务四个口径各自列出这份方案哪里不成立，再对比合并后的清单和单份清单差多少。 重点不是看谁提得多，而是看有多少条意见在没有对应专业签字的情况下被扔掉了。 二是给退审意见做一份复用台账，记录每条意见被后续审查套用了几次。 跑三个月，能二次使用的意见就是你的判据，只能用一次的那部分只是结论。微软那一步“把递归再套一遍”，在企业里对应的正是这份台账从一开始就存在。
来源与说明
[1]: Solving a 31-year-old grand challenge in mathematics – the KLS conjecture —— Microsoft Research / 2026-10-21 (https://www.microsoft.com/en-us/research/blog/solving-a-31-year-old-grand-challenge-in-mathematics-the-kls-conjecture/) [2]: Microsoft Researcher and Collaborator Prove 31-Year-Old KLS Conjecture —— Unite.AI / 2026-10-21 (https://unite.ai/microsoft-researcher-and-collaborator-prove-31-year-old-kls-conjecture) [3]: Microsoft Says Human-Directed AI Agents Helped Prove the 1995 KLS Conjecture（含无引导对照组与三条并行路线） —— TSNMedia / 2026-10-21 (https://tsnmedia.org/microsoft-kls-conjecture-ai-proof) [4]: Microsoft team proves 31-year-old KLS conjecture with AI agents（含 Lean 形式化 500 与重建模块数） —— AIxvz / 2026-10-21 (https://aixvz.cc/news/microsoft-team-proves-31-year-old-kls-conjecture-with-ai-agents) [5]: Does Multi-Agent Collaboration Pay When Agents Serve Users? Testing Agent Scaling in Dual-Control Settings（arXiv:2610.27655） —— Ethan Yang、Xiangcheng Shi / 2026-10-20 (https://arxiv.org/abs/2610.27655) [6]: Multi-agent AI loses in 12 of 13 user-service tests —— Atlas News / 2026-10-21 (https://atlas360.news/en/news/multi-agent-ai-loses-in-12-of-13-user-service-tests) [7]: Act on Your Behalf, Beyond Your Authorization: Benchmarking LLM Agent Authorization Alignment（arXiv:2610.27548） —— PEACH Research Lab / 2026-10-20 (https://arxiv.org/abs/2610.27548) [8]: AuthorizationBench study finds LLM agents exceeded user authorization in 19.2% of tested trajectories —— Let’s Data Science / 2026-10-21 (https://letsdatascience.com/news/authorizationbench-benchmark-finds-llm-agents-exceed-user-au-cb3b903c)
检索截止：2026-10-22 06:30（Asia/Shanghai）。KLS 相关的几份证明均为预印本，同行评审尚未完成；同等 token 预算下无引导对照失败是微软自报的单一对照，未披露模型与轮次，不能当作普遍结论；Lean 形式化作者自称是局部校验而非外部数学评审。arXiv:2610.27655 为预注册预印本，有一项有效性门槛未达到（编排器未看到工具接口定义），且自认无法判定多智能体收益是否随单智能体能力上升而下降。AuthorizationBench 的百分比是实验设置下的结果，不能当作所有生产智能体的普遍水平。文中迁移与两个小试验为编辑推演，未经实施。