10月26日,OpenAI 发布公告,宣布其内部模型产出了三项横跨数学、计算机科学、物理学的"发现":证明了局部平滑猜想在所有维度成立、推翻了指数时间假设(ETH)、并给出了四维量子色动力学(QCD)与纯杨-米尔斯理论的严格存在性证明。其中第二项——推翻 ETH——被普遍认为分量最重。
几个小时后,戏剧性的一幕出现了:竞争对手 Anthropic 在 GitHub 上悄悄挂出一篇 49 页的论文《A 2^o(n) Time Algorithm for 3-SAT》,声称其内部 Claude 研究模型在 10 月 16 日独立找到了几乎相同的算法——与 OpenAI 声称的发现日期完全相同。两家公司在同一天、用两条互不知情的技术路线,"推翻"了同一条矗立近 30 年的理论计算机科学基石。
先澄清一个会在社交媒体上引发误会的细节:这里的 ETH 是 Exponential Time Hypothesis(指数时间假设),与加密货币无关。
ETH 是什么,为什么它倒了会震动学界
1999 年,理论计算机科学家 Russell Impagliazzo、Ramamohan Paturi 与 Francis Zane 提出了指数时间假设。它的表述很朴素:对于一类经典的逻辑谜题——3-SAT,即给一堆"三选一"的规则,寻找一组真/假赋值让所有规则同时成立——不存在比指数时间快得多的求解算法。换句话说,就算走捷径,随着变量增多,所需计算量也必须指数爆炸。
这条假设本身不是定理,但它成了整个复杂性理论的"承重墙"。研究者证明某类问题"没有快算法"时,通常不是直接证明,而是"假设 ETH 成立,则该问题不可能在多项式时间内解决"。这种条件性结论支撑了图论、计算生物学、数据库、几何等大量领域的数千篇论文——Anthropic 统计,仅以 ETH 为前提的论文就有 800 篇以上。
OpenAI 的模型给出的是一个确定性算法,能在次指数时间内对任意 k-CNF 公式的满足赋值进行计数(比"判断是否存在解"更难的任务,计数做到了,判定自然包含在内)。论文长达 67 页,已连同 Lean 形式化证明一起公开在 GitHub 上。照此推论,ETH 不成立。
挪威卑尔根大学的 Fedor Fomin 对《新科学家》说:"这完全出乎意料,是 shock。我认识的人没有一个预料到。"ETH 的提出者之一 Impagliazzo 的感受更复杂:更严格版本的 ETH 变体被认为需要先被逐级攻破,学界普遍预期这需要几十年——结果 AI 模型直接跳过了所有中间步骤。他在接受《科学》杂志采访时说:"所有事情发生在同一天,对我是个 shock。"
这次不一样:从"倾倒论文"到"牧羊人制度"
这并不是前沿实验室第一次把 AI 产出的数学结果直接甩给学界。OpenAI 在 9 月宣布解决了 Navier-Stokes 问题,10 月初又一口气公开了 722 篇数学手稿,其中只有 162 篇附带了计算机检查过的主要结果。MIT 教授 Ryan Williams——他的研究方向正是计算复杂性——当时公开批评这种做法是对数学家的"DDoS 攻击"。
但这一次,OpenAI 换了玩法。它不再直接把论文丢上 GitHub 了事,而是邀请 Williams 出任"牧羊人"(shepherd),后者又拉上了 ETH 的提出者 Impagliazzo 和 Paturi,三人组成独立 examination 小组。OpenAI 对这个小组的运作给出了三项承诺:不签保密协议、参与者可自由讨论和发表、OpenAI 不索取任何学术署名。小组随后发布公开信,征集社区意见,并明确写道:"我们的参与不应被视为对该结论的背书。"
Williams 对 TechCrunch 解释了他为何最终同意合作:"OpenAI 证明里的某些部分可以说是常规的,但有两三处'外星人式'的部分——正是这些部分让我意识到,这需要整个社区共同研究。"
物理学结果的处理更保守:由 2004 年诺贝尔物理学奖得主 David Gross 牵头的专家组决定暂不公开 AI 产出的材料,先由专家内部评估。Gross 本人 1973 年关于渐进自由的工作正是这项证明依赖的基础机制之一。
三种学科、三种发布策略——这可能是这场"AI 数学冲击"里比结果本身更有观察价值的部分:前沿实验室开始意识到,AI 产出的证明不是可以像博客文章一样直接发布的产品,而更接近"原始研究数据",需要经过学术共同体的消化才能变成科学理解。
五盆必要的冷水
兴奋之余,学界给出的保留意见同样清晰,值得完整列出。
第一,Lean 验证不等于证明正确。 Lean 是形式化证明助手,它确认的是"形式化命题能从形式化证明中推出",而不是"这个形式化命题准确刻画了论文里写的猜想"。这不是空穴来风的担忧:剑桥大学和伦敦国王学院此前的一份预印本就指出,OpenAI 9 月 Navier-Stokes 结果的 Lean 形式化与论文的书面证明并不一致。ETH 这次的形式化是否对得上,尚无人逐一核对。
第二,没有经过同行评审,也无人独立复核。 截至目前,两篇论文都未送审,也没有第三方完整验证。Impagliazzo 的原话是:"对我来说,这不是 100% 确定的。"
第三,这不是 P vs NP 的进展。 ETH 被推翻不等于 P = NP。牛津大学的 Leslie Goldberg 强调:"这不直接影响 P vs NP,我们不应把它视为朝 P vs NP 的进展。"Williams 的措辞也很谨慎:"每个计算机科学家大概都应该在心里稍微上调一点 P = NP 的可能性,但上调多少因人而异。"
第四,当下几乎没有实用价值。 Anthropic 论文自己承认,这个算法在变量少于约 1000 万的谜题上打不过暴力枚举——而目前暴力枚举大约在 100 个变量时就已绝望。换句话说,理论上的"次指数"要变成工程上的"更快",中间还隔着巨大的常数鸿沟。两家公司都表示,这大概率不是最优算法。
第五,结果可能被修正。 OpenAI 提交的版本和 Lean 实际验证的界之间存在细微差异,社区正在核对。用 Impagliazzo 的话说,这大概"不是最终答案"。
对研究者意味着什么:800 篇论文需要重建
短期最具体的影响,是大量既有工作的前提塌了。以 ETH 为条件证明的 800 多篇论文不会瞬间作废——它们的结论可能仍然成立,只是需要换一个更安全的假设重新论证。参与审查小组的 Williams 说:"有很多很多论文断言了 ETH。其中许多并没有死,但研究者需要在更稳固的基础上重建它们。"挪威的 Fomin 更直接:他参与编写的一本相关教科书,如果结论成立,若干章节就过时了。
更早的预警来自 Terence Tao(陶哲轩)。10 月 6 日,也就是 OpenAI 倾倒 722 篇手稿的当天,他在 Mastodon 上写道:开放问题的解"正在被大规模、以一种不可持续的方式收割",数学界需要一个重视阐释和社区建设的 "Math 2.0" 时代,而不只是原始的问题求解能力。他后来还指出,"哪怕是某人正在研究一个问题的传闻,都可能触发大规模的 AI 投入"。这次两家同日交卷,某种程度上正是这句话的现实注脚。
Tao 的批评也部分解释了"牧羊人制度"的由来——OpenAI 这次的发布流程,几乎可以看作对"不可持续收割"批评的工程化回应。
写在最后:真正的分水岭可能不是 ETH
如果剥离掉"推翻 30 年基石"的标题党成分,这次事件里最值得注意的或许是三件事的组合。其一,AI 模型已经能稳定产出需要顶尖专家数月攻关的理论成果,且两个独立系统在同一天得到同级别结果——这说明能力已经不是偶然脉冲。其二,前沿实验室与学术共同体的关系正在被重新定义:从"论文倾倒"到"牧羊人 + 独立小组 + 公开信",一条粗糙但可用的接口正在成形。其三,验证的瓶颈被摆上了台面——Lean 形式化能保证逻辑无误,但"形式化命题是否忠实于原始猜想"这一步,目前仍然只能靠人。
接下来几周值得盯住的信号:独立小组对两篇论文的复核结论、形式化声明与书面证明的一致性核查、以及社区如何着手重建那些以 ETH 为前提的既有结果。无论最终验证结果如何,"AI 产出的定理如何被科学共同体接纳"这道流程题,已经被推到了所有研究型实验室面前。
参考来源:
- OpenAI:Working with academic communities to build scientific understanding
- OpenAI/ETH 证明(GitHub openai/math)
- Anthropic:A 2^o(n) Time Algorithm for 3-SAT(GitHub anthropics/formal-math)
- Science:AI cracks a 27-year-old pillar of computer science
- TechCrunch:Frontier AI labs say their models refuted the Exponential Time Hypothesis. What does that mean?
- New Scientist:AI refutes 30-year-old mathematical assumption in computer science