OpenAI 对 ETH 的反驳主张挑战一项计算领域基础假设

OpenAI 表示，其 AI 发现了对一项已有 27 年历史的计算假设的反驳，这挑战了研究人员用于评估算法极限的一项假设。OpenAI 对 ETH 的反驳主张涉及 Exponential Time Hypothesis（指数时间假设），这是一项尚未被证明的论断，关乎某些逻辑问题会如何随着输入规模增长而变得困难。Anthropic 已发布一项竞争性结果。眼下的问题是，公开的论证是否确立了这些公司所声称的内容，包括其所述的限制条件。

这一历史性参考可追溯至 Russell Impagliazzo 和 Ramamohan Paturi 的工作，他们提出的假设帮助研究人员推理计算难度。有效的反驳将重新开启依赖该假设的问题。它不会自动推翻每一篇相关论文，也不会让困难的计算任务变得轻而易举。

核心张力在于 AI 生成的发现与独立理解的结果之间。公开手稿和可由机器验证的证明，为研究人员提供了可供审查的具体材料。它们也引入了关于定义、运行时间保证、归属和实际价值的独立问题。这些区分决定了该成果会成为获接受的数学突破、被修正的主张，还是比新闻标题所暗示的更狭窄的结果。

OpenAI 对 ETH 的反驳究竟主张了什么

OpenAI 于 2026 年 10 月 26 日宣布这一结果。该公司表示，其模型于 10 月 16 日生成了自然语言论证，随后在次日完成形式化。形式化是指将论证转换为证明检查软件能够检验的精确陈述。

该公司的科学合作将这一结果交由一个由 Impagliazzo、Paturi 和 MIT 的 Ryan Williams 领导的小组审查。OpenAI 表示，将公开发布研究材料，并资助一场探讨其影响的会议。

这则新闻的具体内容是一项附带可审查材料和已宣布审查流程的公开主张，而不是一个已获独立定论的结果。

目标问题是 3-SAT，即询问真或假的赋值能否满足一个包含至多三个文字的子句的公式。文字是变量或其否定，而子句组合了可满足该部分公式的备选条件。按照其通常表述，该假设认为求解任意实例在最坏情况下需要指数时间。

指数时间描述的是一种增长形式：类似于固定底数的幂，其指数与变量数量成正比。次指数时间的增长速度则低于任何此类固定速率的指数增长，只要输入足够大。这一区别关乎数学增长率，而不是对笔记本电脑上实际耗时秒数的承诺。

OpenAI 的拟议计数算法所主张的不只是判定公式是否存在解。它声称能精确计算具有固定最大子句宽度的公式的满足赋值数量。计数包含判定问题，因为正的计数值即可证明解的存在。

这使得该主张意义重大，但也使精确措辞不可或缺。针对已定义公式族和计算模型的结果，需要在这些条件下加以审查。将其概括为“AI 让计算变简单了”，会抹去研究人员必须验证的实质内容。

同样的谨慎也适用于“理论”一词。ETH 是一项假设，意味着研究人员一直将其作为明确前提使用，但并未拥有其证明。找到有效反论将解决一个开放问题。这并不意味着研究人员曾暗中把一个已确立的矛盾当作定论。

对于想了解 OpenAI ETH 解读的读者而言，起点在于：拟议中的变化涉及一项此前被假定成立的数学极限。审查必须确认，该算法是否针对完整的问题类别跨越了这一界限。

这一区分也解释了为什么微小的性能提升并不足够。更快的指数算法仍可能与 ETH 相容。所声称的进展之所以重要，是因为其增长率属于不同的类别。

条件性研究面临的清算比新闻标题所暗示的更为有限

首先面临压力的是那些结论明确依赖 ETH 的研究人员。他们眼下的任务是识别哪些结论需要这一假设，哪些论证即使脱离这一假设仍然有用。

条件性下界指出，除非某项基础假设失效，否则算法无法达到特定效率。归约，即不同计算问题之间的一种转换，将目标问题与该假设联系起来。即使假设后来不成立，这种转换本身仍可能具有知识价值。

错误的假设会移除条件性结论的支撑；它不会自动让论文中的每一项陈述都变成错误。

Impagliazzo 和 Paturi 的原始 ETH 研究考察了可满足性复杂度如何随子句宽度变化。该论文在这一假设早期发展之后，于 2001 年发表于期刊。这段历史解释了为何所报道的结果影响不止于单一算法。

不过，研究人员应区分几种可能后果。既有证明仍可保持为正确的蕴含：如果 ETH 成立，则特定结论随之成立。一旦 ETH 不成立，该蕴含就不再能将该结论确立为关于现实世界的事实。

该结论仍可能出于其他原因而为真。或者，新算法可能提示一条绕过它的路径。判断适用哪种结果，需要检查具体归约、输入规模和所承诺的运行时间。

设想一名研究困难图问题的研究人员。他们的论文将某些逻辑公式转换为图，并借助 ETH 论证更快算法不可行。一项反驳将要求重新评估该论证的结论。

它不会自动提供实用的图求解器。该转换可能扩大输入规模、只保留某些参数，或引入会影响最终运行时间的开销。研究人员需要沿着现有构造追踪新的界限。

这正是“数十年的工作被抹去”这一说法不充分的原因。一些结论将失去其假设基础。其他工作则可能成为探索新拟议算法后果的指南。

研究管理者在决定下一步支持什么时，也面临类似区分。团队应审查那些创新性依赖 ETH 障碍的项目。它还应询问，这些项目是否包含有助于研究拟议替代方案的技术。

有用的回应是审计依赖关系，而不是一概否定一个领域。哪些陈述直接引用 ETH？哪些依赖更强的假设？哪些建立了仍然完好的无条件关系？

这些问题要求很高，因为影响分散在各个具体结果之中。一则新闻标题无法识别每个受影响的定理。即便反驳被接受，随之而来的也将是一段解释期，而非立即产生一张完整的替代版图。

对于关注这一事件的开发者而言，相关压力首先落在研究假设上。对软件架构、基础设施支出或产品路线图的调整，则需要与实际工作负载相关的额外证据。

更好的增长率并不等于更快的产品

拟议中的进展关乎渐近复杂度，即资源需求在输入无限增长时的表现。这一视角让研究人员能够区分根本不同的算法可能性。但它并不能直接对企业实际面对的输入上的实现进行排序。

理论上更优的增长率可以确立一项重大的数学结果，却未必立即带来工程优势。

Anthropic 在其研究材料中明确指出了这一界限。该代码库将这一发现归功于内部研究 Claude 模型，并将结果描述为纯粹的渐近性成果。它表示，该结果并未声称能在实践中求解公式。

这一免责声明应当影响读者如何比较两家公司。OpenAI Anthropic 数学证明应被置于可审查研究贡献的讨论中。它们尚不足以构成对消费者助手进行排名或选择企业编码订阅的依据。

通过一个说明性的工程场景，这一区别会更清楚。设想一个团队正在评估用于检查配置规则是否相互矛盾的软件。团队需要在其运行限制内，对与自身数据相似的公式获得可靠答案。

理论运行时间改进会是相关背景。部署仍需要一个实现、具有代表性的评估，以及与团队现有方案的比较。单凭证明无法揭示安装工作量、运行可靠性，或优势在哪些输入规模下才会显现。

常数也很重要。运行时间界限可能隐藏固定乘数或依赖关系，使其在可接触的输入规模上压倒渐近优势。理论上更优的方法何时会变得更快，需要单独分析。

输入结构同样重要。最坏情况保证适用于每个允许的实例，包括困难实例。已部署的工作负载可能具有现有实现已经能够高效处理的模式。

反过来，较弱的实际结果也不一定会削弱数学主张。如果一种算法针对整个所述问题类别满足所要求的界限，那么其理论结论由证明本身成立。产品实用性则是另一个问题。

这种区分也应约束有关安全性的主张。涉及可满足性的结果本身，并不能证明针对特定密码系统存在可操作的攻击。此类主张需要明确关联、具体参数和可行实现。

同样的推理也避免了另一种常见跳跃：假定反驳 ETH 就解决了 P versus NP。该问题询问，能够被高效验证的解是否总能被高效找到。Clay Mathematics Institute 仍将P versus NP列为未解决问题。

次指数时间并不等同于多项式时间；后者的运行时间由输入长度的固定幂所界定。因此，跨越 ETH 边界并不能确立与解决 P versus NP 相关的更强效率保证。

对于企业采购方而言，实际结论很直接：将这一公告视为值得持续关注的研究进展。在将其转化为采购决策或承诺的生产力提升之前，应要求提供工作负载证据。

机器检查仍留下需要解读的陈述

最关键的限定出现在技术材料本身。OpenAI 的形式化范围说明区分了在 Lean 中确立的运行时间与其 10 月 25 日论文中提出的更严格界限。

Lean 是一种证明助手，即用于检查形式化论证是否遵循其定义和允许假设的软件。它的价值在于，能够使逻辑依赖关系明确化，并可由机器检验。

根据该范围说明，与论文中的一般界限相比，形式化后的界限包含一个额外的对数因子。两者都被描述为次指数级，但它们并不是相同的保证。

经过机器检验的陈述值得关注，但其与标题所称主张之间的关系仍需谨慎解读。

这一区别并不能证明该反驳是错误的。较弱的界限仍可能足以推翻 ETH。但这意味着，读者应避免声称论文的每一个细节都获得了同等程度的形式化验证。

恰当的审查应询问：究竟验证了哪一条定理？随后，应将该定理与论文中的定义、计算模型、输入编码和资源核算进行比较。编码指算法接收到的问题的精确表示方式。

这些细节之所以重要，是因为数学主张是针对已定义对象作出量化的。关于某一种表示的定理，不会自动成为关于每一种听起来相似的非正式描述的定理。两者之间的联系需要论证。

Anthropic 从另一个角度揭示了同一类普遍问题。其代码库将定义主要主张的简短文件与包含证明的文件分开。文档明确将核对形式化陈述与论文是否对应的责任留给人类。

这是一项有益的透明度措施。它让审稿人在研究证明机制之前，先检查一个更小的陈述。它也避免“Lean 已验证”这一说法承担超出其应有范围的解释工作。

一个说明性的类比来自软件规范。程序可以满足书面规范，而该规范却遗漏了用户原本以为包含的需求。验证依然有意义，但这种不匹配会改变人们应得出的结论。

数学形式化也需要在逻辑有效性与预期含义之间作出类似区分。审稿人既需要确信被检验的推理，也需要确信其陈述捕捉到了正在讨论的计算问题。

若要准确解释 OpenAI ETH，这正是核心限定。相关问题并非机器检验是否算数，而是检验究竟确立了什么，以及这一结论如何支持所声称的反驳。

这里也存在报道边界。审阅公开描述，不等于独立重建一份形式化证明或审计每一项依赖。本分析并不声称已经完成其中任何一项工作。

在公开审查厘清这些层面之前，“声称的反驳”仍是有用的措辞。它承认已有大量公开证据，同时不会将公司的解释当作最终的科学裁决。

OpenAI 和 Anthropic 必须让其贡献易于理解

两项相互竞争的发布给两家实验室都带来了压力：它们需要解释从模型输出到研究主张之间的路径。读者需要的，不只是一个内部系统解决了重要问题的声明。

比较应聚焦于可被审查的证据。哪些材料是公开的？哪些形式化陈述对应论文？哪些人工工作将生成的论证连接到已发布的结果？

最有力的研究论据，应让外部人士能够充分追溯其贡献，从而理解、质疑并复用它。

OpenAI 描述了一个涉及外部研究人员和公开审查的过程。Anthropic 提供了包含陈述、证明材料及其工件检验说明的代码库。这是在同一更大挑战下作出的不同呈现选择：将输出转化为共享理解。

Anthropic 代码库中的一份简短形式化陈述明确指出，其中包含的是定义而非证明。这种分离使一个重要事实清晰可见：陈述一条定理与证明它，是不同的工件。

对于 OpenAI Anthropic 数学证明的比较而言，这一区分比竞速叙事更有用。一项发布可以更早到来，却仍需要更多解释。较晚的发布可能更易审查，但未必因此确立优先权。

优先权本身需要一份有记录的说明，交代何时存在哪些成果。归属则需要识别更早的思想，以及每位参与者作出的贡献。这些问题应通过证据调查，而非从公司公告中推断。

科学价值还取决于研究人员能否解释该方法为何有效。一份成功通过检验的密集工件，仍可能需要大量教学、简化和重构，其他人才能在其基础上继续推进。

这项工作值得认可。构建易于理解的论证，能够揭示哪些要素是关键的、哪些是偶然的。它还可能暴露出原始输出并未明显呈现的改进路径。

这为 AI 研究系统提出了更广泛的评估标准。一项令人瞩目的主张，应当引发对发现、验证和理解迁移的审查。将它们视为彼此独立的贡献，能让评估更为精确。

这也改变了开发者应如何解读模型比较。一次成功的内部研究运行，并不能说明公开模型在普通提示词下的表现。已发布的工件也不会自动说明不同产品或用户之间的可复现性。

对于追踪持续演变讨论的团队而言，源管理成为工作的一部分。应将公告、论文、形式化陈述和后续修正关联起来。记录每项结论依赖于哪一份文档。

一个可搜索的知识库可以帮助工程团队在版本变化时保留这些关系。重要的习惯是维护来源链，即清晰记录每项主张最初来自何处。

因此，OpenAI ETH 反驳也是对研究沟通的考验。该结果需要以一种允许独立批评促进理解的形式呈现。一则竞争性公告值得关注；一份透明的说明，则为这种关注提供了富有成效的去处。

关注独立发现、陈述一致性与实现

接下来更有价值的信号将关乎证据，而不是又一轮愈发自信的标题。在未来几个月中，读者应关注独立审查、形式化主张与书面主张之间的关系，以及实际实现工作。

独立发现应当主导评估，因为它们决定了研究界能够负责任地在何种基础上继续开展工作。

首先，关注独立审稿人是否发布公开说明，明确指出他们接受的是哪一条定理，或发现了何种缺口。最有力的更新应以其他研究人员能够评估的方式，说明推理、相关假设和限制。

参与审查小组本身并不等于认可。一份完整说明应将审稿人的结论与原始公司的主张区分开来。即使所有参与者都认为结果前景可观，这种区分依然重要。

如果审稿人接受核心论证，对该反驳的信心将会提升。如果他们发现可修复的错误，接下来的问题便是修复后是否仍能保留所需的运行时间。致命缺口则会削弱核心主张。

其次，关注论文与形式化内容是否变得更易比较。OpenAI 范围说明中的运行时间差异提供了一个具体起点。清晰的解释应指出，哪些工件确立了哪些界限。

一项有价值的更新，应将主要书面主张映射到精确的形式化陈述。它还应解释任何剩余差异，而不要求读者仅从符号中推断其意义。

更紧密的一致性将增强人们对完整呈现的信心。即使某个范围更窄、但仍能反驳 ETH 的陈述被接受，报道也应相应收窄。变化应根据其数学后果来判断，而非自动视作失败或昭雪。

第三，关注是否出现附带可复现评估的实现。这将开始回答渐近分析未能解答的工程问题。评估应描述工作负载、比较方法和资源需求。

实际优势将增强下游采用的理由。若未展现优势，理论问题依然成立，但即时商业主张将受到限制。在任何进展评估中，这些结果都应保持区分。

研究人员可以通过识别其结论明确依赖 ETH 的工作来做准备。开发者可以通过记录其系统实际遇到的可满足性或优化问题类型来做准备。在证据到来之前，双方都无需预设结果。

对其他所有人而言，最有用的行动是同时追踪工件与评论。先从已陈述的定理开始，核查独立审稿人接受了什么，并将数学范围与产品承诺区分开来。当新的公告出现时，请问：这份证据的哪一部分发生了变化？是否有人澄清了证明、对齐了形式化陈述，或展示了有用的性能？OpenAI ETH 反驳主张值得关注，因为它挑战了一项基础性假设。其持久重要性将取决于被接受的结果，以及研究人员能够如何利用它。在将所声称的界限变化视为实际计算能力之前，请关注这些进展。