OpenAI 的 Unique Games 证明引发研究人员与 AI 之间的竞赛

在三名 MIT 研究人员得知一项 AI 成果即将发表后，OpenAI 的 Unique Games 证明让一个已有 23 年历史的猜想演变成了一场竞赛。

Dor Minzer 与博士生 Yumou Fei 和 Shuo Wang 也拥有一项重大成果，它建立在人类多年的研究工作之上。他们的定理解决的是一个相关问题，而非 Unique Games 猜想本身。不过，它对图着色和计算复杂性具有重要影响。

研究人员当时仍在准备论文手稿，Minzer 于 2026 年 9 月 11 日听到了有关 OpenAI 的传闻。三天后，团队发布了一篇异常粗糙的 95 页论文。OpenAI 则于 10 月 6 日发布了更广泛的数学成果，其中包括一项声称证明 Unique Games 的结果。

这一过程的重要性不止于优先权。它表明，在独立专家尚未见到其成果之前，AI 实验室已在影响研究行为。眼前的竞争是人类与机器之间的较量，但更深层的冲突关乎两种不同的数学进步模式。

传闻如何将数月写作压缩为三天

OpenAI 的 Unique Games 证明带来的首个后果，发生在证明本身公开之前。

9 月 11 日，Minzer 收到一条消息，询问他是否接近解决该猜想。随后又有更多消息传来，都指向一项尚未公开的 OpenAI 成果。据报道，该公司使用内部模型生成了一份证明。

Minzer 并未证明 Unique Games。他与 Fei、Wang 完成的，是一项关于 4-to-1 games 的定理；这是一类相关的约束问题。他们在 4 月找到了核心论证，并正在准备完整表述。

撰写这样的论文，通常不只是核查每一步逻辑是否成立。作者还必须阐明定义的动机、串联引理、比较既有方法，并解释成果为何会改变该领域。这个过程可能需要数月。

传闻改变了团队的判断。如果 OpenAI 率先公布，公众注意力可能会转向这一更宏大的猜想，而专业人士尚未来得及理解人类研究成果。研究人员选择立即建立公开记录。

他们的论文 4-to-1 hardness 于 9 月 14 日通过 Electronic Colloquium on Computational Complexity 发布。开篇免责声明称，数学内容已经完成，但手稿尚未达到作者希望分享的形式。

论文共 95 页，但后半部分刻意写得简略。Minzer 后来表示，从第 6 节之后，文字几乎没有任何衔接词。定义和中间证明直接出现，没有通常用于引导读者的阐释。

这并非两个研究团队之间的常规竞赛。一方并不知道另一方的论证、时间表、模型或确切主张。他们是在回应一家拥有远超自身计算资源公司的预期产出。

OpenAI 最终于 10 月 6 日公布其数学成果。该公司称，一款未具名的内部前沿模型已在数百个开放问题上产出研究成果。这批成果包括所声称的 Unique Games 证明，以及数十项其他理论计算机科学结果。

该公司的数学发布称，平均每项成果使用的计算量，大致相当于 ChatGPT Pro 思考约三小时。OpenAI 还发布了许多 Lean 形式化证明，可供机器检验。

OpenAI 并未将这些材料作为常规同行评审发表来呈现。它承认，未来发布需要改进引用、阐释和表达方式。它还表示，将资助专注于理解重要 AI 生成成果的项目。

但这一时间线仍揭示了一项重大变化：传闻中的机器产出，已足以加速人类论文发表。在专家能够独立评估其贡献之前，OpenAI 的 Unique Games 证明就已在塑造科研激励。

为什么 Unique Games 猜想如此重要

Unique Games 之所以重要，是因为它将一项抽象的困难性主张，与广泛优化问题中的能力边界联系在一起。

Subhash Khot 在一篇 2002 年论文中提出了这一猜想。它涉及约束满足问题，即算法试图同时满足大量规则。

一个 Unique Games 实例可以表示为图，也就是由边连接节点构成的网络。每个节点会从固定集合中获得一个标签。每条边规定了一个置换规则，用以关联其两个端点的标签。

知道一个端点的标签，就能唯一确定另一个端点恰好一个可接受的标签。这种一一对应条件正是“unique”一词的由来。

核心问题涉及近似。假设某个实例存在一种标记方式，能够满足几乎每条边。该猜想称，即使只是寻找一种满足极小比例约束的标记方式，在计算上仍然困难。

这是一项困难性主张，而非声称解永远不存在。按照对 NP-hardness 的标准理解，它意味着不存在一种高效的通用算法，能够可靠地区分几乎可满足的实例与严重不可满足的实例。

这种区别影响深远。当求得精确最优解耗时过长时，计算机科学家常使用近似算法。这类算法以完美性换取可以高效计算的结果。

Unique Games 有望为这种取舍何时不可避免提供一般性解释。在该猜想成立的前提下，许多优化问题已知的近似比并不只是算法设计不足的产物，而是反映了更深层的计算障碍。

Prasad Raghavendra 在 2008 年进一步强化了其意义。他的通用框架表明，在假设 Unique Games 成立的条件下，一种标准半定规划策略能为广泛的约束问题类别提供最优近似保证。

半定规划是一种优化方法，它将离散问题替换为几何松弛问题。研究人员先求解更容易的松弛问题，再将解舍入回离散选择。

如果 Unique Games 成立，除非研究人员采用超出该猜想范围的假设，否则许多更好的近似算法就不可能存在。因此，一项证明将解决众多有条件的困难性结果。

这一猜想的影响还超越了传统算法设计。研究人员已将其与图着色、投票理论、几何划分和计算证明的结构联系起来。

一个直观的图着色例子说明了其利害关系。一张图可能可以用三种颜色着色，却仍将这种着色方案隐藏得极深。研究人员希望知道，允许使用更多颜色后，能否高效找到有效着色。

新的人类研究成果表明，即使算法获得任意固定数量的额外颜色，有些实例依然困难。Princeton 的 Mark Braverman 用一个令人难忘的比喻描述这一含义：即使给出整盒 Crayola 蜡笔，也未必能让任务变得容易。

因此，Unique Games 并非一个孤立谜题。它更像一个连接点，汇聚了许多关于高效计算的问题。若能解决它，将重塑研究人员对近似可实现边界的分类方式。

这也解释了为何有关证明的传闻具有异常影响力。Minzer 的团队并非在争相评论一个流行基准，而是在保护一项位于理论计算机科学核心未解问题旁的重要成果。

人类研究成果解决了一个不同但关键的问题

Minzer、Fei 和 Wang 并未重复 OpenAI 的主张，但他们的定理以完美完备性填补了一个密切相关的困难性缺口。

区别始于完备性。在原始 Unique Games 框架中，研究人员考虑的是几乎所有约束都可满足的实例。该猜想并不直接涵盖每个约束都存在同时满足解的更强情形。

Khot 提出了一个相关问题，以解决这一盲点。在 2-to-1 game 中，选择一个端点的标签，会在另一端留下两种可接受的可能性。这不同于 Unique Games，后者只剩下一种可能性。

2-to-1 猜想预测，即使每个约束都可以满足，问题依然极其困难。算法仍难以找到能满足其中任何有意义比例的赋值。

早期工作已接近这一目标。2018 年，Minzer 与合作者以近乎完美的完备性建立了一项重要结果。该定理覆盖了几乎所有约束都可满足的情况，但尚未达到精确的 100%。

完美完备性并非只是形式上的终点。“几乎全部”与“全部”之间的差异，会改变研究人员能够建立的归约和结论。一小部分不满足的约束，就可能阻碍那些需要精确起点的论证。

Fei 和 Wang 于 2025 年开始与 Minzer 攻克该问题。他们探索了一种较新的纠错码，这是一种用于检测或修复编码信息损坏的数学系统。

这种编码提供了一个很有前景的组成部分，但起初并不适配证明的其余部分。团队反复尝试建立一座桥梁，将一个已知困难问题连接至目标游戏。这些尝试因不同的结构性原因而失败。

2026 年 4 月，各个部分终于契合。完整证明结合了二次方程、中间验证层，以及基于 Grassmann 风格编码的内部验证程序。

这些层属于概率可验证证明，通常称为 PCP。PCP 系统使验证者能够通过检查随机选取的少数位置，来检验一份很长的证明。

困难性归约利用这一思想，将一个困难决策问题转换为另一个问题。这种转换必须保持应被接受实例与应被拒绝实例之间的差距。

团队以完美完备性证明了 4-to-1 Games Conjecture。对于另一侧每个被选标签，这一版本允许一侧存在四个兼容标签。

这比证明原始的 2-to-1 主张更弱。但它仍足以建立研究人员数十年来一直追求的结论。

最显著的是，该定理适用于图着色。对于一张可以用三种颜色着色的图，即使算法可以使用任意固定数量的颜色，寻找有效着色仍然是 NP-hard 的。

这一结果还涵盖某些超图上的独立集问题。超图是图的推广，允许一条边连接超过两个顶点。

这些结论将人类论文与 OpenAI 的 Unique Games 证明区分开来。OpenAI 的手稿声称证明了通常形式下的著名猜想。MIT 团队的定理则通过一种不同但相关的游戏，进入了完美完备性领域。

两项结果都不会让另一项失去意义。一项处理标志性的近似猜想，另一项则在原始猜想未覆盖的框架中确立了困难性。

尽管如此，这一时机仍造成了关注度冲突。一项完整的 Unique Games 公告自然会比一条技术性的 4-to-1 定理更受关注。提前发布让研究者得以表明，他们的研究路径、证明及其推论本身独立存在。

OpenAI 的 Unique Games 证明改变了“被抢先”的含义

核心反转在于：一项证明如今可能在研究共同体尚未理解它之前，就赢得优先权竞争。

传统的科研竞争存在可辨识的约束。竞争团队面对相似的人类限制，包括阅读、写作、核查和沟通所需的时间。他们或许工作得更快，但每项成果仍须经过人类注意力的筛选。

AI 生成的数学改变了这一节奏。OpenAI 表示，其内部模型尝试了约 4,000 个问题，并产生了数百项声称成立的结果。该公司发布了 722 篇手稿，涵盖 377 个问题。

其中一个集合还包含 40 份理论计算机科学证明。这样的规模使得传统逐篇论文的比较变得困难。它在提出新主张的同时，也制造了审查积压。

OpenAI 的 Unique Games 证明尤其重要，因为它附带了 Lean 形式化。Lean 是一种证明助手，用于检查形式化步骤是否遵循明确陈述的定义和规则。

形式化验证显著提高了人们对编码定理能够从其编码假设中推出的信心。它比语言模型宣称其文字论证正确更有说服力。

然而，Lean 验证并不能回答所有科学问题。审稿人仍须检查形式化陈述是否与预期猜想相符，还必须审查导入的假设、定义，以及代码与手稿之间的联系。

验证器可以认证逻辑有效性，却不能提供人类理解。它不会自动识别证明的核心思想、解释早期尝试为何失败，或说明哪些组成部分具有可推广性。

这种差异将验证与评估区分开来。验证关注的是形式化推导能否通过检查；评估关注的是定理是否得到正确表述、方法是否有启发性，以及结果是否符合既有知识。

OpenAI 的机器生成手稿声称给出了从 3SAT 到无权 Unique Games 实例的显式归约。其引言称，这正面解决了该猜想。

该手稿还列出了对割、覆盖、排序、删除、聚类和约束满足问题的推论。这些推论既依赖于此前的归约，也依赖于这项新近声称的定理。

不过，在公布时，该成果尚未经过独立专家审查。OpenAI 同时发布了模型输出和形式化产物，让研究共同体在发布后审查二者是否一致。

这一顺序带来了一种新的不对称性。公司可以以任何院系都无法立即消化的规模生成、形式化并发布研究成果。随后，人类研究者必须在阅读、验证、解释、扩展或竞争之间作出选择。

在这种条件下，优先权变得更难界定。发现是模型产生证明的那一刻、代码通过检查的那一刻，还是专家理解论证的那一刻？不同共同体可能给出不同答案。

Minzer 的团队面对的是这一问题的现实版本。他们知道自己的结果在数学上有所不同，但也清楚 OpenAI 公告后，关注焦点将会转移。

他们的提前发布保障了 4-to-1 定理在时间上的优先权。但这以牺牲阐释为代价，而阐释正是让数学结果成为共享知识的机制之一。

卡内基梅隆大学的 Ryan O’Donnell 赞扬了该团队的工作，并强调其人类起源。这一反应揭示了为何这一事件引发如此强烈的共鸣。这场竞赛并不只是关于哪项定理最先出现。

它还关乎多年来失败的方法、积累的直觉与细致的解释，是否仍决定研究如何获得认可。机器成果在未直接参与这一过程的情况下，对整个过程提出了挑战。

形式化验证并不终结审查

OpenAI 主张最有力的证据是其形式化成果，但独立审查仍不可或缺。

“经 Lean 验证”这一说法听起来像是正确性争议的终点。实际上，它只是更大验证流程中的一个重要阶段。

Lean 证明依赖于一条形式化的定理陈述。这一陈述必须准确编码研究者所关心的数学主张。量词、参数或表示方式上的微小差异，可能让一项里程碑成果变成范围更窄的定理。

Unique Games 对量词顺序尤为敏感。该猜想涉及两个误差参数，以及相对于它们选定的字母表大小。若主张中的依赖关系有误，它可能看似符合 Unique Games，却缺少其完整强度。

因此，研究者必须审查形式化定义如何处理完备性、可靠性、字母表大小、显式性和多项式运行时间。他们还必须验证归约是否在预期的复杂性模型内运行。

已发布的手稿将这些参数独立陈述，并声称存在确定性的多项式时间归约。它还描述了带有平移约束的显式、无权、简单二分图实例。

这些细节表明，作者——即模型生成的文本及其相关工作流程——瞄准了标准猜想。但这并不能免除外部专家审查实现与论证的必要性。

机器检查与共同体接受之间的区别已有历史先例。计算机辅助证明早已在数学中发挥重要作用。研究者仍会围绕这些证明构建解释性论述，并审计其假设。

这里的规模加剧了这一问题。审查一项形式化证明可能需要专门知识和大量时间；同时审查数百项证明，带来的是协调难题，而不只是正确性难题。

OpenAI 表示，其发布结果中约一半在公告时已完成形式化验证。该公司预计，对其余结果进行形式化不会遇到重大障碍。这是公司的说法，而不是对每项定理的独立评估。

此次发布还使用了一款未公开提供的匿名内部模型。外部研究者可以审查输出，却无法复现最初的生成过程。

OpenAI 分享了部分推理摘要、汇总统计数据和估算算力。它并未在公告本身中公布每项结果完整的提示词与生成历史。

因此，可复现性具有多个层面。若形式化产物及其依赖项持续可用，研究者可以复现证明检查；但他们未必能使用同一模型、提示词、采样方式或内部工具复现发现过程。

人类完成的 4-to-1 论文也有自身局限。仓促完成的手稿牺牲了叙述结构，其证明需要专家仔细阅读。发表在预印本服务器上并不等于同行评审。

不过，这些局限并不相同。作者可以回答有关动机、失败路径和设计选择的问题。他们通过长期协作完成了这一成果，并可根据共同体反馈修订文本。

这篇竞赛报道捕捉到了这种紧张关系的两面。OpenAI 的成果伴随着可由机器检查的证据，但人类解读有限；MIT 的成果则有人类溯源，却阐释仓促。

两条路径都不会让审查变得多余。相反，它们都表明，正确性、沟通与理解如今可以以不同速度推进。

这种分离正是围绕 OpenAI 数学证明的关键不确定性。一项经过验证的定理可以在其概念贡献尚未明朗前进入文献，也可能在专家形成共识前重新分配认可与劳动。

研究者需要建立标准，以区分经过检查的产物与得到理解的结果。否则，形式化验证可能沦为新闻标题中的资质标签，而非透明科学流程的一部分。

下一轮审查必须确立什么

三个信号将决定，这一事件会成为 AI 研究的持久范式，还是机器规模发布的警示。

第一个信号是对 OpenAI Unique Games 证明的独立验证。专家必须确认，形式化定理是否符合 Khot 的标准猜想，以及其中的依赖关系不存在隐藏的不匹配。

积极的审查结果将强化这样一种主张：前沿模型能够解决理论计算机科学中的重大开放问题。若发现漏洞，并不会抹去更广泛的发布成果，但会暴露大规模发布的弱点。

研究者还应寻找一种人类可读的重构版本。这样的论述应当识别证明的决定性机制，将新思想与既有工具区分开来，并解释归约为何成立。

即使 Lean 代码毫无瑕疵，这种重构仍然重要。当研究者能够复用论证、改变其假设，并在另一种情境中识别该技术时，数学才能进步。

第二个信号是 4-to-1 论文的修订版本。Minzer、Fei 和 Wang 表示，他们计划改善阐释。更清晰的手稿应能使该证明的三层构造更易于审查。

这一修订也将显示仓促发布付出的代价。若该定理很快变得可用，早期发布便在未造成持久损害的情况下实现了优先权功能；若专家仍感到困难，这场竞赛就会拖慢理解。

研究者应特别关注纠错码如何与中间及内部验证层互动。这一整合来自多条失败路径，因此很可能成为可迁移洞见的来源。

第三个信号是发布治理的变化。OpenAI 咨询了一个独立数学顾问小组，并承认未来论文需要更好的阐释和引文。

真正的考验在于，后续发布是否会以可审查的批次形式到来，并附带可复现的元数据。有用的记录应包括精确提示词、模型版本、算力、形式化状态、依赖项以及人工干预。

即使拥有数百项正确证明的存储库，也可能压垮旨在评估它的机构。期刊、会议和预印本服务器，都是围绕远低于此的手稿产出速度设计的。

因此，AI 实验室将面临压力，需要将理解与产出同等优先对待。这可能意味着分阶段披露、指定专家审稿人、解释性配套论文，或加强文字论述与形式化代码之间的联系。

人类一方同样需要新的规范。研究者不能把每一项传闻中的企业成果都当作截止日期，否则会损害严谨的学术研究。然而，忽视可信传闻也可能让多年的工作被更大型的公告掩盖。

大学和资助机构可能需要机制，以便快速为成果加上时间戳，同时不把未完成的草稿呈现为完整阐释。清晰的版本历史和结构化研究记录可以在允许写作继续的同时保留优先权。

对个体研究者而言，教训并不只是更快发表。更持久的应对方式是保存思想如何发展的证据，包括失败的路径、中间引理和讨论。

这些记录有助于在 AI 系统独立得出相近定理时确立贡献归属。它们也保留了最终润色后的证明往往掩盖的思想路径。

可搜索的技术知识库能够支持这项工作，尤其是在项目跨越多年、包含大量阶段性尝试时。文档由此成为研究韧性的一部分。

最大悬而未决的问题关乎动力。Minzer 警告称，如果资金雄厚的实验室可以毫无预警地抢先发表，研究人员可能会避开那些困难的长期项目。

这种风险无法仅通过证明数量来衡量。其信号会体现在项目选择、研究生招募、会议投稿，以及专家是否愿意投入时间节点不确定的问题上。

AI 也可能通过为研究人员提供更多猜想、证明草图和形式化工具来扩大这一领域。要实现这一结果，系统需要促进人类理解，而不是将未解问题视为排行榜。

OpenAI 的 Unique Games 证明已经改变了这一领域，即便围绕其方法的完整共识尚未形成。它改变了其他团队发表成果的时机，也改变了研究人员讨论优先权的方式。

接下来会发生什么，取决于社区能否将经验证的产出转化为共享知识。读者应关注独立审计、修订后的人类证明，以及 OpenAI 的下一套发布协议。

如果这三个过程能够带来清晰度，这场竞赛将成为富有成效的人机研究体系的开端。如果它们只带来更多数量，证明积压的增长速度将超过理解的增长速度。

如今，这一选择部分属于 AI 公司，但也属于编辑、审稿人、大学和研究人员。究竟哪一项应当更重要：率先产出下一个证明，还是让其中的思想为所有人所用？