形式化，而非优化：LLM生成组合求解器中的启发式陷阱

大语言模型（LLM）难以通过直接推理求解复杂组合问题，因此近来的神经符号系统日益转向用它们合成可执行的求解器。一个核心设计问题是LLM应以何种形式表示求解器，以及它是否还应尝试优化搜索。我们提出CP-SynC-XL，一个包含100个组合问题（4,577个实例）的基准，并评估三种求解器构建范式：原生算法搜索（Python）、通过Python求解器API进行约束建模（Python + OR-Tools），以及声明式约束建模（MiniZinc + OR-Tools）。我们发现一致的表征分化：Python + OR-Tools在各LLM上取得最高正确率，而MiniZinc + OR-Tools尽管使用相同的OR-Tools后端，绝对覆盖率却更低。原生Python最有可能返回模式有效却未通过验证的解，而求解器支持的路径保持更高的条件保真度。在启发式维度上，提示进行搜索优化仅带来很小的中位数加速（1.03-1.12x），且效果强烈双峰：许多实例反而变慢，正确率在一长尾问题上急剧下降。配对的代码级审计将这些退化追溯到一个反复出现的启发式陷阱。在效率导向的提示下，LLM可能用局部近似取代完整搜索（Python）、注入未经验证的界（Python + OR-Tools），或添加使模型不堪重负或过度约束的冗余声明式机制（MiniZinc + OR-Tools）。这些发现支持一个面向LLM生成组合求解器的保守设计原则：主要让LLM为经验证的求解器形式化变量、约束与目标，并对任何LLM撰写的搜索优化在使用前单独检查。