你已经很接近了，我们可以通过一个look-behind（对于数字）和一个look-ahead（对于非数字）来实现它：

have %>%
  separate(string, sep = "(?<=[0-9])(?=[^0-9])", into = c("prefix", "rest"))
# # A tibble: 4 × 2
#   prefix rest 
#   <chr>  <chr>
# 1 12     main 
# 2 6      six  
# 3 42     go   
# 4 5      to9

我觉得你把事情想反了?<=用于前面的字符串（应与[0-9]一起使用），?=用于后面的字符串（应与[^0-9]或[A-Za-z]一起使用）。
我个人觉得这有点耐人寻味：我们基于0长度模式拆分字符串：在前一个是数字而后一个是非数字的情况下，两者之间没有任何关系，因此拆分实际上是0长度。
仅供参考，如果字符串中有两个这样的位置，例如5to9to5，则会出现警告：

have <- structure(list(string = c("12main", "6six", "42go", "5to9", "5to9to5")), class = c("tbl_df", "tbl", "data.frame"), row.names = c(NA, -5L))
have
# # A tibble: 5 × 1
#   string 
#   <chr>  
# 1 12main 
# 2 6six   
# 3 42go   
# 4 5to9   
# 5 5to9to5
have %>%
  separate(string, sep = "(?<=[0-9])(?=[^0-9])", into = c("prefix", "rest"))
# Warning: Expected 2 pieces. Additional pieces discarded in 1 rows [5].
# # A tibble: 5 × 2
#   prefix rest 
#   <chr>  <chr>
# 1 12     main 
# 2 6      six  
# 3 42     go   
# 4 5      to9  
# 5 5      to9

这是一个警告，你正在丢弃一些信息，如果你想/需要防范这一点，就交给你了。
另一种选择是，因为你的真实的数据中有5to9to5：

have %>%
  mutate(strcapture("^([0-9]+)([^0-9].*)", string, list(prefix="", rest="")))
# # A tibble: 5 × 3
#   string  prefix rest  
#   <chr>   <chr>  <chr> 
# 1 12main  12     main  
# 2 6six    6      six   
# 3 42go    42     go    
# 4 5to9    5      to9   
# 5 5to9to5 5      to9to5

如果你想的话，你现在可以删除string。
另一个注意事项：如果您打算将prefix转换为整数或数字，则可以通过使用list(prefix=0L, rest="")（或仅使用=0）来排除这种需要。这是proto=参数，虽然它的 data 被丢弃，但它用于每个结果列的名称和目标类。

也可以使用extract

have %>%
     extract(string, c('prefix', 'rest'), "(\\d+)(.*)")

# A tibble: 4 × 2
  prefix rest 
  <chr>  <chr>
1 12     main 
2 6      six  
3 42     go   
4 5      to9