腾讯混元科研智能体 Hyra 在加法组合学领域取得关键突破——它没有停留在"找到更大的数字"，而是自主提出了一套可推广的数学构造方法，证明了困扰学界半个世纪的极限问题。腾讯首席 AI 科学家姚顺雨公开招募 AI for Science 人才。
问题本身很直观：给定一个有限整数集合 A，把任意两个元素相加得到 和集 A+A，相减得到 差集 A−A。数学家关心的是——和集规模能扩张多少倍？这种扩张能力与差集扩张之间是否存在固定规律？
两个关键指标：σ(A)=|A+A|/|A| 衡量和集扩张倍数，δ(A)=|A−A|/|A| 衡量差集扩张倍数。而 C(A)=logσ(A)/logδ(A) 则刻画了和集扩张能力相对于差集扩张能力的比例。
已有理论证明 C(A) ≤ 2，但 50 多年来无人能回答：2 只是一个宽松上界，还是可以通过构造无限逼近的最优极限？
人工构造特殊集合，逐步逼近极限。但找到一个更优的样本，不等于找到通用方法。50 年仅推进到 1.1259。
不满足于"更大的数字"，而是自主提出可推广的构造方法——利用十二进制结构约束差集，让和集实现接近平方级增长。
注：C(A) 越接近 2，说明和集扩张能力越接近理论极限。过去 50 年的进展相当于从 1.0290 走到 1.1259，而 Hyra 的构造方案证明可以无限逼近 2。
相关结果达到 1.0290，首次逼近 2 的尝试。
推进至 1.0598，四年仅提升 0.03。
达到 1.1259，四十年的积累。
AI 辅助搜索介入，推进至 1.1449，首次由机器学习参与。
Codex（GPT-5.5）在人类引导下达到 1.2851，但仍是"样本优化"。
Hyra 突破：不追求单一数值，提出 可无限逼近 2 的构造方法，证明 2 是极限但无法达到。
注：时间线展示的是"C(A) 数值进展"与"方法论突破"两个维度。Hyra 的贡献不在数值最高（Codex 达到 1.2851），而在首次提出可证明的通用构造。
Hyra 基于腾讯混元开源的 Hy3 模型（2950 亿总参数，210 亿激活参数），是一个面向科研场景的智能体系统。这次破解难题，它经历了三个阶段。
注：Hy3 模型为本月开源，Hyra 基于其构建。参数规模并非决定因素，核心在于科研智能体的系统性探索能力。
答案藏在架构里：Hyra 不是为了"答题"而设计的，而是为了"探索"而设计的。传统 AI 数学工具擅长模式匹配与搜索枚举，但 Hyra 的智能体架构让它能自主提出假设、验证、修正。
从流程看，Hyra 的工作链路是：
这套链路与人类数学家的思考方式高度相似——先尝试、再猜想、再验证。不同之处在于，Hyra 可以在 24 小时 内完成人类数学家需要数月甚至数年的探索循环。
一个诚实的注脚：
Hyra 的数值搜索阶段只达到 1.21，而 Codex（GPT-5.5）在人类引导下达到了 1.2851。但 Hyra 的突破在于——它没有停留在"更大的数字"，而是跨出了从"搜索"到"构造"的关键一步。这正是 AI 辅助科学发现从工具走向伙伴的质变时刻。
AI 辅助数学发现正在经历一个拐点：从"搜索更好的答案"走向"提出可以被证明的构造方法"。当 AI 不再只是计算器，而是能提出数学猜想并让人类去验证时，AI for Science 的真正价值才刚刚开始兑现。
腾讯首席 AI 科学家姚顺雨在转发论文时公开表示 "Hy AI4S is hiring :)"，招募 AI for Science 方向人才。腾讯招聘平台也已发布由姚顺雨带队的 AI Infra 团队招聘信息。
论文与 Lean 4 形式化证明已在 arXiv 和 GitHub 公开，欢迎复现与讨论。