形式化而非优化：LLM 生成组合求解器中的启发式陷阱

大型语言模型难以通过直接推理解决复杂组合问题，常需合成可执行求解器。本文提出 CP-SynC-XL 基准，评估三种构建范式。研究发现，Python+OR-Tools 正确性最高，而提示优化搜索仅带来微小加速，却因“启发式陷阱”导致长尾问题正确率骤降。LLM 倾向于用局部近似替代完整搜索或注入未验证边界。结论建议：LLM 应专注于形式化约束，分离检查其生成的搜索优化策略。