OpenAI ETH 反駁聲稱挑戰一項計算學的基礎假設

OpenAI 表示，其 AI 發現了一項可反駁已有 27 年歷史計算假設的論證，挑戰研究人員用以評估演算法限制的一項前提。這項 OpenAI ETH 反駁聲稱涉及 Exponential Time Hypothesis，這是一項尚未證實、關於某些邏輯問題隨輸入規模增長而變得多困難的說法。Anthropic 亦公布了競爭性的結果。眼前的問題是，已發表的論證是否足以證明兩家公司所聲稱的內容，包括其列明的限制。

歷史上的參考點是 Russell Impagliazzo 與 Ramamohan Paturi 的工作；他們提出的假設協助研究人員推理計算難度。一項有效的反駁將重新引出依賴該假設的問題，但不會自動令每篇相關論文失效，也不會令困難的計算任務變得容易。

核心張力在於 AI 生成的發現與獨立理解的結果之間。公開手稿及可由機器檢查的證明，為研究人員提供了具體材料作檢視；同時亦帶來有關定義、執行時間保證、歸屬及實際價值的獨立問題。這些區別將決定此事最終會成為獲接受的數學突破、經修正的聲稱，還是比新聞標題所暗示更狹窄的成果。

OpenAI ETH 反駁實際聲稱甚麼

OpenAI 於 2026 年 10 月 26 日公布這項結果。該公司表示，其模型於 10 月 16 日生成自然語言論證，翌日再完成形式化。形式化是指把論證轉換為證明檢查軟件可檢視的精確陳述。

該公司的科學協作計劃將結果交由一個由 Impagliazzo、Paturi 及 MIT 的 Ryan Williams 領導的小組審查。OpenAI 表示將公開發布研究材料，並資助一場探討其影響的會議。

具體新聞是一項附有可檢視工件及既定審查程序的已發表聲稱，而不是一項已獲獨立確認的結果。

目標問題是 3-SAT，即判斷真或假值能否令一條包含每個子句最多三個文字的公式成立。文字是變數或其否定，而子句結合可令該部分公式成立的替代選項。該假設按其通常表述指出，求解任意實例在最壞情況下需要指數時間。

指數時間描述的增長形式，類似於固定底數的冪，其指數與變數數目成比例。當輸入足夠大時，次指數時間的增長則比每一種此類固定速率的指數增長更慢。這項區別關乎數學增長率，而非承諾一部手提電腦所需的實際秒數。

OpenAI 提出的計數演算法聲稱的不只是判定公式是否有解。它聲稱可精確計算固定最大子句寬度公式的滿足指派數目。計數涵蓋判定問題，因為正數計數即證實存在解答。

這令聲稱更具份量，亦令精確措辭變得必要。關於已定義公式族及計算模型的結果，必須按這些條件加以檢視。若將其改述為「AI 令計算變得容易」，便會抹去研究人員必須驗證的實質內容。

同樣的謹慎亦適用於「理論」一詞。ETH 是一項假設，意即研究人員一直把它當作明確前提使用，卻沒有證明。找到有效反論將解決一個開放問題，卻不代表研究人員一直把既定矛盾當作已解決的知識。

對於尋求理解 OpenAI ETH 的讀者而言，這是起點：所提議的改變涉及一項此前被假定成立的數學限制。審查必須確定該演算法是否就整個問題類別跨越這項限制。

這個區別亦解釋了為何小幅性能改善並不足夠。更快的指數演算法仍可能與 ETH 一致。所聲稱的突破之所以重要，是因其增長率屬於另一個類別。

條件式研究面對的清算比標題所暗示的更狹窄

首批受壓的，是結論明確依賴 ETH 的研究人員。他們眼前的任務，是辨識哪些結論需要該假設，哪些論證可獨立維持價值。

條件式下界指的是，除非一項底層假設失效，否則某演算法無法達到指定效率。歸約，即計算問題之間的轉換，將目標問題連繫至該假設。即使假設日後失效，其知識價值亦可能包括轉換本身。

錯誤假設會移除條件式結論的支持，卻不會自動令論文中的每項陳述變成錯誤。

Impagliazzo 與 Paturi 的原始 ETH 研究探討可滿足性複雜度如何隨子句寬度而變化。該研究在假設較早期發展後，於 2001 年刊登於期刊。這段歷史解釋了為何報稱的結果影響不止於單一演算法。

不過，研究人員應區分幾種可能後果。現有證明仍可是一項正確的蘊含：若 ETH 成立，某項結論便隨之成立。一旦 ETH 失效，該蘊含便不再能證實該結論是關於現實世界的事實。

該結論仍可能因其他理由而為真；另一種可能是，新演算法顯示了繞過它的途徑。要判斷哪種情況適用，必須檢視具體歸約、輸入大小及所承諾的執行時間。

設想一名研究困難圖論問題的研究人員。他們的論文把某些邏輯公式轉換為圖，並以 ETH 論證更快的演算法不可行。若 ETH 被反駁，便須重新評估該論證的結論。

但這不會自動提供實用的圖論求解器。該轉換可能擴大輸入、只保留某些參數，或引入會影響最終執行時間的額外成本。研究人員須把新界限套入現有構造中追蹤。

因此，「數十年工作被抹去」並非恰當描述。部分結論會失去其假定基礎；其他工作則可能成為尋找新提出演算法後果的指引。

研究管理者在決定下一步支持甚麼時，也面對相似的區別。團隊應檢視其創新性依賴 ETH 障礙的項目，亦應詢問這些項目是否包含有助研究所提替代方案的技術。

有用的回應是審核依賴關係，而非一概否定整個領域。哪些陳述直接引用 ETH？哪些依賴更強的假設？哪些確立了仍然完整的無條件關係？

這些問題要求甚高，因為影響分布於個別成果之中。一個標題無法識別每條受影響定理。即使反駁獲接受，亦會展開一段詮釋期，而非即時產生一張完整的替代地圖。

對追蹤此事的開發人員而言，相關壓力首先落在研究假設上。要改變軟件架構、基建開支或產品路線圖，仍需更多與實際工作負載相關的證據。

更佳的增長率不代表產品更快

所提議的突破關乎漸近複雜度，即資源需求隨輸入無限增長時的表現。這個觀點讓研究人員能區分根本不同的演算法可能性，卻不能直接為企業實際遇到的輸入比較實作速度。

理論上更佳的增長率可以構成重大的數學成果，卻未必立即帶來工程優勢。

Anthropic 在其研究工件中明確提出這項界線。該儲存庫將其發現歸功於內部研究 Claude 模型，並把結果描述為純粹的漸近結果。它表示，該結果並未聲稱可在實務上求解公式。

這項免責聲明應影響讀者如何比較兩家公司。OpenAI Anthropic 數學證明應置於可檢視研究貢獻的討論中，它們尚未提供為消費者助理排名或選擇企業編程訂閱的依據。

透過一個示例性工程情境，這個區別會更清楚。假設團隊正在評估可檢查設定規則是否互相矛盾的軟件。團隊需要在其營運限制內，針對與自身資料相似的公式取得可靠答案。

理論上的執行時間改進會是相關背景。部署仍需要實作、具代表性的評估，以及與團隊現有方法的比較。單靠證明無法揭示安裝成本、運作可靠性，或優勢在哪些輸入大小下才會出現。

常數同樣重要。執行時間界限可隱藏固定乘數或依賴關係，令漸近優勢在可接觸輸入上被壓倒。理論上較優方法何時才會變得更快，需要另行分析。

輸入結構亦很重要。最壞情況保證涵蓋每個允許實例，包括困難實例；已部署的工作負載則可能含有現有實作已能高效處理的模式。

相反，實際結果薄弱未必會削弱數學聲稱。若演算法對整個所述問題類別均滿足所需界限，理論結論便由其證明支撐。產品實用性則是另一個問題。

這項區分亦應約束有關安全性的聲稱。涉及可滿足性的結果，本身並不能證明可對某個特定密碼系統發動實際攻擊。這類聲稱需要明確連結、具體參數及可行實作。

同樣的推理可避免另一個常見跳躍：假定反駁 ETH 即解決 P versus NP。Clay Mathematics Institute 仍把P versus NP列為未解問題。

次指數時間不等同多項式時間；後者的執行時間受輸入長度固定冪次所界定。因此，跨越 ETH 邊界並不證明與解決 P versus NP 相關的更強效率保證。

對企業買家而言，實際結論很直接：把這項公布視為值得監察的研究發展。在將其轉化為採購決定或承諾的生產力提升前，應要求提供工作負載證據。

機器檢查仍留下有待詮釋的陳述

最具關鍵性的限定，出現在技術材料本身。OpenAI 的形式化範圍說明區分了 Lean 中已確立的運行時間，與其 10 月 25 日手稿中提出的較嚴格界限。

Lean 是一個證明輔助工具，會檢查形式論證是否遵循其定義及允許的假設。它的價值在於使邏輯依賴關係明確，並可由機器檢驗。

根據範圍說明，與手稿中的一般界限相比，形式化界限多了一個額外的對數因子。兩者均被描述為次指數級，但並非相同的保證。

經機器驗證的陳述值得重視，但其與標題主張的關係仍須審慎閱讀。

這一差異並不證明反駁有誤。較弱的界限仍可能足以推翻 ETH。但這意味着讀者不應宣稱手稿的每個細節都獲得了完全相同的形式驗證。

適當的審閱應先問清楚究竟檢查了哪一條定理，然後將該定理與論文的定義、計算模型、輸入編碼及資源計算方式作比較。編碼是指演算法接收問題時所用的精確表示形式。

這些細節很重要，因為數學主張是針對已定義的對象作量化陳述。關於某種表示形式的定理，並不會自動成為適用於每一種聽起來相似的非正式描述的定理。兩者之間需要論證。

Anthropic 從另一個方向揭示了相同的一般問題。其儲存庫將界定主要主張的簡短檔案，與載有證明的檔案分開。文件明確指出，人類仍須負責核對形式陳述與論文之間的對應關係。

這是一項有用的透明度措施。它讓審閱者可在研究證明機制前，先檢視一項較精簡的陳述。它亦避免「Lean 已驗證」這句話承擔超出其應有範圍的解釋工作。

軟件規格可作一個說明性的類比。一個程式可以符合書面規格，但該規格可能遺漏了使用者以為存在的要求。驗證仍然有意義，但這種不匹配會改變任何人應得出的結論。

數學形式化同樣需要區分邏輯有效性與預期含義。審閱者既要有信心已檢查的推論正確，也要有信心其陳述確實涵蓋了正在討論的計算問題。

若要準確解釋 OpenAI ETH，這正是核心限定。相關問題不在於機器檢查是否有效，而在於檢查究竟確立了甚麼，以及該結論如何支持所聲稱的反駁。

報道亦有其界線。查閱公開說明，不等於獨立重建一個形式證明，或審核每一項依賴關係。本分析並不聲稱已完成其中任何一項工作。

在公開審閱釐清這些層面之前，「聲稱推翻」仍是有用的措辭。它承認已有大量公開證據，同時不將這些公司的詮釋當作最終的科學裁決。

OpenAI 與 Anthropic 必須讓其貢獻易於理解

這兩項競爭性的發布，令兩間實驗室都面臨壓力，需要說明從模型輸出到研究主張之間的路徑。讀者需要的不只是一句內部系統解決了重要問題的說法。

比較應聚焦於可供檢視的證據。哪些成品已公開？哪些形式陳述對應手稿？哪些人類工作把生成的論證連繫到已發布的結果？

最有力的研究論據，會令其貢獻具備足夠可追溯性，讓外界能理解、質疑及重用。

OpenAI 描述了一個涉及外部研究人員及公開審查的過程。Anthropic 則提供了一個包含陳述、證明材料及檢查成品指引的儲存庫。這是同一項更大挑戰中的不同呈現選擇：將輸出轉化為共同理解。

Anthropic 儲存庫中的一份簡短形式陳述明確表示，它包含的是定義而非證明。這種分隔令一個重要觀點清晰可見：陳述一條定理與確立它，是不同的成品。

對 OpenAI 與 Anthropic 數學證明的比較而言，這種區分比競賽敘事更有用。一項發布可以較早推出，卻需要更多解釋；較晚發布的內容可以較易檢視，卻未必因此確立優先權。

優先權本身需要一份有文件記錄的說明，交代何時已有甚麼內容。歸屬則需要識別早前的想法，以及每名參與者所作的貢獻。這些問題應透過證據調查，而非從公司公告中推斷。

科學價值亦取決於研究人員能否解釋該方法為何有效。一份成功通過檢查的密集成品，在他人能夠延伸之前，仍可能需要大量教學、簡化和重建工作。

這些工作值得獲得認可。發展出易於理解的論證，可揭示哪些要素不可或缺，哪些只是附帶。它亦可能揭示原始輸出未有明確呈現的改進途徑。

這提出了評估 AI 研究系統的更廣泛標準。一項令人印象深刻的主張，應引來對發現、驗證及理解傳遞的檢視。將它們視為獨立貢獻，可令評估更精確。

這也改變了開發者應如何閱讀模型比較。一次成功的內部研究運行，並不能證明公開模型在一般提示下的表現。已發布的成品亦不會自動說明其可重現性能否跨產品或使用者成立。

對追蹤持續演變討論的團隊而言，來源管理成為工作的一部分。請將公告、手稿、形式陳述及後續修正連結起來，並記錄每項結論依賴哪一份文件。

一個可搜尋知識庫可協助工程團隊在版本變動時保留這些關係。重要的習慣是維持來源追溯性，也就是清楚記錄每項主張源自何處。

因此，OpenAI 對 ETH 的反駁也是一次研究溝通的考驗。結果需要以一種讓獨立批評能夠改善理解的形式呈現。競爭性的公告值得關注；透明的交代則為這份關注提供具建設性的去處。

留意獨立發現、陳述對齊及實作

下一批有用訊號關乎證據，而非又一輪語氣愈發自信的標題。未來數月，讀者應留意獨立審查、形式主張與書面主張之間的關係，以及實際實作工作。

獨立發現應主導評估，因為它們決定研究社群可負責任地建立在甚麼基礎之上。

首先，留意獨立審閱者是否會公開說明他們接受的是哪條定理，或發現了甚麼缺口。最有力的更新，將以其他研究人員可以評估的方式說明推理、相關假設及限制。

參與審閱小組本身並不代表認可。一份完整的交代應將審閱者的結論，與原始公司的主張區分開來。即使所有參與者都認為結果甚具前景，這種區分仍然重要。

若審閱者接受核心論證，對該反駁的信心將會提升。若他們發現可修復的錯誤，下一個問題便是修復後能否保留所需的運行時間。致命缺口則會削弱核心主張。

第二，留意論文與形式化內容是否變得更容易比較。OpenAI 範圍說明中的運行時間差異，提供了一個具體起點。清晰的解釋應指出哪些成品確立了哪些界限。

有用的更新會把主要書面主張對應到精確的形式陳述。它應解釋任何仍然存在的差異，而毋須讀者只從符號中推斷其重要性。

更緊密的對齊會提升對完整呈現的信心。較狹窄而獲接受的陳述，便需要較狹窄的報道，即使它仍然推翻 ETH。改變應按其數學後果判斷，而非自動視為失敗或平反。

第三，留意是否有實作連同可重現的評估一併發布。這將開始回答漸近分析未能解答的工程問題。評估應說明工作負載、比較方法及資源需求。

實際優勢會加強下游採用的理據。若未有展示優勢，理論問題仍然成立，但即時商業主張將受到限制。任何進展評估都應將這些結果分開處理。

研究人員可透過識別其結論明確依賴 ETH 的工作來作準備。開發者可透過記錄其系統實際遇到的可滿足性或最佳化問題種類來作準備。兩個群體都毋須在證據出現前預設結果。

至於其他人，最有用的行動是同時追蹤成品與評論。先從已陳述的定理開始，核對獨立審閱者接受甚麼，並將數學範圍與產品承諾分開。當新公告出現時，問問哪一部分證據有所改變：是否有人澄清了證明、對齊了形式陳述，或展示了有用的效能？OpenAI 對 ETH 的反駁主張值得關注，因為它挑戰了一項基礎假設。它的長遠重要性將取決於獲接受的結果，以及研究人員能如何運用它。在將所聲稱的限制變化視為實際運算能力前，請先追蹤這些發展。