大模型反驳 ETH 之后:计算复杂性研究迎来一次公开复核

OpenAI 与 Anthropic 声称其模型反驳了指数时间假设,这一结果若成立,将影响 P 与 NP、密码学及理论计算机科学的基础判断。

分类:大模型

事件核心:AI 结果进入理论计算机科学腹地

据 TechCrunch AI 报道,2026年10月27日,OpenAI 公布了三项长期困扰研究者的数学问题解法。其中一项结果并未停留在常规数学证明层面,而是对计算机科学中的“指数时间假设”(Exponential Time Hypothesis,ETH)提出反驳。ETH 是过去多年里用来理解哪些问题难以计算的重要基础假设之一,一旦该结果被确认,理论计算机科学的部分底层判断将被重新审视。

这项进展迅速引发连锁反应。Anthropic 数学家 Levent Alpöge 提出,OpenAI 的解法可能建立在已有研究之上;数小时后,Anthropic 也发布了其模型对 ETH 的反驳结果。围绕前沿大模型的科研产出,学界的情绪并不单一:一方面是对新结果的兴奋,另一方面则是对验证机制、学术规范和后续影响的担忧。

从“证明轰炸”到工作组:学界开始接管验证流程

与早前直接抛出证明不同,OpenAI 此次对不同学科采取了不同发布方式:

  • 数学方向:结果发布在 GitHub,供研究者查看。
  • 计算机科学方向:形成工作组,要求公开证明,并由 OpenAI 资助会议讨论。
  • 物理学方向:组建工作组,由其决定成果如何发布。

计算机科学一侧的组织者之一是 MIT 教授 Ryan Williams。他一直关注计算复杂性问题,也曾批评 OpenAI 在 10 月早些时候的证明发布像一场针对数学家的“DDOS 攻击”。这一次,他选择参与协作,以帮助解释这些结果。OpenAI 还邀请他与加州大学圣迭戈分校计算机科学家 Russell Impagliazzo、Ramamohan Paturi 共同解读相关方案。后两者在 1999 年首次提出 ETH。

工作组的第一步是发布公开信,征集相关研究者反馈,并讨论 AI 参与科学研究后应遵循的规范。Williams 表示,证明中有些部分相对常规,但也存在两到三个看起来相当陌生的部分,正需要整个社区共同处理。

ETH 为何重要:从 P 与 NP 到密码系统

ETH 属于更宏大的 P 与 NP 问题框架。简化来说,P 与 NP 讨论的是:如果一个问题的答案可以被快速验证,那么它是否也可以被快速求解?以数独为例,一个已完成的答案是否正确,通常可以很快检查;但从零找出答案,往往要花费更多时间。

这种“验证容易、求解困难”的直觉,也支撑着许多现实中的密码系统。持有密钥的人可以快速解读信息,但没有密钥的人想破解有效加密,通常需要付出难以承受的时间成本。多数科学家倾向于认为 P 不等于 NP,而 ETH 正是支持这一判断的重要假设之一。它认为,对于特定一类复杂逻辑问题,即使是最快的算法,随着变量数量增加,所需时间也会指数级上升。

OpenAI 和 Anthropic 此次声称,其模型找到了在“亚指数”时间内解决这类问题的算法,也就是快于此前的理论预期。如果这一说法成立,ETH 就可能被证伪,甚至可能为更接近 P 等于 NP 的算法路径提供线索。

不过,Williams 对结论保持谨慎。他认为,计算机科学家或许应该稍微提高 P 等于 NP 的可能性权重,但个人判断会有差异;这一结果也让人重新怀疑过去对困难问题可处理性的直觉。同时,他表示这大概率不是最终答案,也不认为 OpenAI 给出的算法会是最佳方案。

对行业意味着什么:基础假设、论文体系与安全边界都要重估

如果 AI 实验室的反驳结果最终成立,影响不会止于一条新闻。Williams 指出,ETH 在过去十年的许多科学论文中被使用;一旦基础假设被改变,相关研究都需要重新检视。这也是他推动 OpenAI 支持相关会议的原因之一:研究者不仅要理解新算法本身,还要讨论理论基础应如何调整。

安全层面的问题同样受到关注。更高效的算法可能意味着某些依赖特定密钥长度的密码系统不再安全。Williams 表示,他最早向 OpenAI 科学负责人 Dan Roberts 提出的问题之一,就是这一结果是否影响现有密码系统、是否已经造成不安全情况。据称,OpenAI 已进行检查,并相对有信心该结果不会直接导致破解。

这次事件也呈现出大模型参与基础科研的新状态:AI 不再只是辅助搜索、总结或生成文本,而是开始向理论计算机科学的核心假设提交可被审查的结果。围绕这些结果的验证、署名、发布和学术规范,都还没有成熟答案。Williams 认为,这一范式仍在形成中,他保持乐观,但也担忧下一代科学家的培养方式。

对读者而言,这件事的关键点并不在于“AI 已经推翻了某个理论”,而在于前沿模型开始以可验证的数学结果进入基础科学讨论。接下来,真正决定其影响的,将是公开证明、同行评议以及整个学术共同体能否消化这些陌生结果。

原创文章,作者:点点,如若转载,请注明出处:https://www.dian8dian.com/da-mo-xing-fan-bo-eth-zhi-hou-ji-suan-fu-za-xing-yan-jiu

Like (0)
点点的头像点点
Previous 2小时前
Next 2026年2月18日 下午12:00

相关推荐

  • Qwen3.8-27B 本地推理提速实测:投机解码如何把 14 tok/s 推到 159 tok/s

    本地运行 Qwen3.8-27B 做代码补全,速度长期卡在 14 tok/s 左右。通过 DFlash2 投机解码与 LemonSeed Engine 优化,特定工作站环境可提升至近 159 tok/s。但速度提升背后,硬件门槛与模型能力边界同样需要正视。

    大模型 2026年10月10日
    00
  • GPT-6-Astra 基准测试拆解:OpenAI 称新模型在科学、数学与安全攻防上全面提速

    OpenAI 发布 GPT-6-Astra,官方基准显示其在科学工作流、研究级数学、终端任务、临床问答和网络安全攻防等场景较上一代明显提升,其中 ARC-AGI-3 达到 99.9%,ExploitBench 获得满分。

    大模型 2026年9月5日
    00
  • 天玑9600系列把30B模型装进手机,端侧AI开始从问答走向代办

    联发科天玑9600系列将30B MoE模型带入移动端,结合2nm工艺与能效优化,端侧AI正从简单问答走向更复杂的本地任务执行。

    2026年9月16日
    00
  • OpenAI给GPT-6 Astra上锁:首个触及Critical网络安全阈值的模型,为何只交给少数防御者?

    GPT-6 Astra成为OpenAI首个触及Critical网络安全能力阈值的模型。它能在较少人工指导下自主发现漏洞并生成exploit,但OpenAI并未全面开放,而是通过环境隔离、权重保护和分层访问,把能力优先交给少数安全防御组织。

    2026年9月11日
    00
  • MidJourney AI生成器遭华纳兄弟起诉:AI艺术版权争议进入司法深水区‌

    在生成式AI席卷创意产业的浪潮中,一场可能改写数字版权规则的世纪诉讼正在加州联邦法院酝酿。华纳兄弟探索集团近日向AI图像平台MidJourney发起全面诉讼,指控其最新发布的V6模…

    2025年9月6日
    00
  • 独立安全评估员进驻前沿实验室:AI 安全治理走到关键关口

    Anthropic 与 OpenAI 都提出在前沿 AI 公司内嵌入独立安全评估员,但能否真正独立,仍取决于访问权限、披露空间和制度保障。

    2026年9月18日
    00
  • 谷歌 Genie 4 发布:世界模型开始支持“边生成、边修改”

    谷歌发布新一代世界模型 Genie 4。相比一年前推出的 Genie 3,这一版本被谷歌描述为更逼真、更具互动性,但目前仍是研究预览版,只对受邀测试者开放,后续会先向 Ultra 版订阅用户开放,普通用户还需等待。

    9小时前
    00
  • OpenAI 推出 Decisions API:用低成本“决策层”管理失控的智能体

    OpenAI 在 Dev Day 上低调发布 Decisions API,用低成本、高速度的选择式接口补充大模型能力。这一方向与 TypeSafe 的 Jev 相似,也可能成为未来智能体安全监控和多智能体协调的重要决策层。

    2026年10月3日
    00
  • OpenAI 推出 GPT-6.1 Sol:更接近 Astra 能力,但价格显著下探

    OpenAI 在 DevDay 上发布 GPT-6.1 Sol,官方称其能力接近 GPT-6 Astra,但价格仅为后者的五分之一。新模型重点改进编程、文档理解和多步骤任务,同时强调安全约束与可控性。

    大模型 2026年10月1日
    00
  • 推理优化正在离开模型权重:路由、内存与服务层成为新瓶颈突破口

    在同一模型权重和硬件条件下,仅改变请求路由,长上下文场景的首字延迟可下降七成以上。围绕调度、内存和服务层的“权重之外”优化,正在成为大模型推理工程的新重点。

    大模型 2026年9月23日
    00
  • 当AI决定再查一次:一次ReAct推理背后的成本与工程账

    一次看似普通的AI问答,背后可能是多轮推理、多次检索和不断膨胀的上下文。这篇实测文章把ReAct链路拆开,展示了Agent系统在延迟、成本和工程治理上的真实账本。

    大模型 2026年10月15日
    00
  • 美 AI 企业负责人集体提示风险,AI 概念股遭遇回调

    多家美国前沿 AI 企业负责人近期密集发声,警告行业需要放缓研发速度,以避免人工智能对人类造成更大威胁。这一信号迅速传导至资本市场,全球 AI 概念股周一普遍承压。

    2026年9月15日
    00
  • 英伟达拟以近130亿美元收购Hugging Face,GPU巨头补强开源模型分发层

    英伟达宣布将以129.303亿美元收购Hugging Face,交易预计2027年上半年完成。GPU巨头正把算力优势延伸到开源模型托管、数据集管理和开发者生态层面,而Hugging Face能否在收购后继续保持开放,将成为行业关注重点。

    2026年9月4日
    00
  • Google 将“智能体”引入 Gemini:企业版先落地,AI 助手开始接管任务

    Google 正在把 Gemini 从“会回答问题”的 AI,推进到“能完成任务”的智能体阶段。在周四举行的 Google Cloud 活动上,Google 宣布推出统一智能体产品,能够代表用户规划任务、调用工具、连接企业内部系统,并在单个界面中完成执行。这项能力将首先面向企业客户推出。从回答问题到“接受目标”Google Cloud CEO Thomas Kurian 在介绍中表示,新智能体可以接受“目标,而不仅仅是指令”。这意味着它不只是根据一句话执行单步操作,而是能够拆解任务、规划工作路径、调用定制技能和工具,并连接企业内部系统来完成结果。这一变化反映出 AI 助手行业正在从聊天式交互,转向更接近数字员工的产品形态。近期,Meta 推出了面向消费者的 Muse,Instinct 等产品则探索基于消息应用的智能体能力,ChatGPT 也推出了 Dots。Google 此时将 agentic AI 引入 Gemini,意味着大型云厂商正在把 AI 助手推向真实业务流程。Google CEO Sundar Pichai 在活动开场提到,Gemini 目前拥有超过 10 亿月活跃用户,并且近 90% 的财富 100 强企业已经在使用 Gemini Enterprise。这也解释了 Google 为什么选择先从企业场景切入:相比消费级市场,企业客户已经存在较明确的数据、权限、协作和管理需求。Pichai 表示,先面向企业推出智能体,有助于 Google 解决这类强大系统在安全、规模和性能方面的问题。模型选择、任务收件箱与子代理协作在产品机制上,Gemini 新智能体会默认选择最适合完成任务的模型,但用户也可以手动切换模型。目前第三方模型选项首先支持 Anthropic 的 Claude 模型,Google 表示未来还会加入开源模型和其他私有模型。用户在发起请求时可以附加文件、文件夹,或针对特定工作流设计的项目组合。智能体可以连接企业的数据和业务系统,包括 Google Workspace、Microsoft 365、Slack、Jira、Confluence、Git、BigQuery、Databricks、Postgres、Snowflake 等。同时,它也可以与企业网络内外的 Model Context Protocol(MCP)服务器安全连接。为了让用户理解 AI 正在做什么,Google 提供了一个“任务收件箱”界面。用户可以在其中查看 Gemini 的思考过程、任务如何分配给子代理、加载了哪些特殊技能、代码执行情况和整体进度。更值得注意的是,这个 AI 智能体将拥有自己的 Workspace 账户,就像公司里的一名普通同事。它拥有自己的邮箱和上下文,可以了解公司内部的团队结构、成员时区、审批流程、日历安排等信息。用户可以通过 @提及、邮件、文件共享或群聊方式调用它。当智能体执行操作时,系统会生成归属于该智能体而非某个员工的操作审计记录。任务规划:接受目标后自动拆解工作并选择工具模型调度:默认自动选择模型,也支持手动切换,首批第三方模型包含 Claude系统连接:支持 Google Workspace、Microsoft 365、Slack、Jira、BigQuery、Snowflake 等过程透明:通过“任务收件箱”查看思考过程、子代理分工和进度企业身份:智能体拥有独立 Workspace 账户,并生成独立审计记录企业 AI 助手竞争,进入执行层该智能体将支持 iOS、Android、Windows、Mac、命令行、Google Workspace、Microsoft 365、ServiceNow 和 Slack 等多个入口。早期测试客户包括运动品牌 On、Shopify 和 PayPal。Google 同时列出,Gemini Enterprise 客户还包括 BNP Paribas、Bradesco、Merck、Orange Spain、Santee Cooper、SOMPO、Ulta Beauty 和 Wesfarmers 等企业。成本方面,Google 提出了新的弹性支出选项,包括多模型编排、智能路由和实时支出上限,帮助企业控制 AI 使用费用。这一点对于企业级智能体尤为关键:当 AI 开始调用多个模型、访问多个系统并执行复杂任务时,计费透明和成本边界会成为采购决策中的核心问题。对企业市场而言,Gemini 新智能体的意义不只是增加一个聊天入口,而是把 AI 推向任务执行层。过去企业 AI 助手更多停留在知识问答、内容生成和简单自动化;而 Gemini 试图通过模型选择、跨系统连接、子代理协作、独立身份和审计机制,构建一个更接近“数字同事”的产品形态。这也让企业 AI 助手的竞争重点发生变化:不再只是比模型谁更聪明,而是比谁能更安全地接入企业系统、更可控地调度模型、更完整地记录执行过程,并在真实业务流中承担责任。Google 选择先从企业客户开始,既是因为其企业基础更强,也因为在企业环境中验证权限、审计、成本和安全性,是这类智能体真正落地前必须解决的问题。

    大模型 2026年10月10日
    00
  • 前OpenAI安全报告负责人离职发声:AI行业需要核电级防护

    曾负责OpenAI模型发布安全报告的David Robinson离职后公开表示,AI行业文化已经“根本性损坏”,并呼吁前沿实验室采用类似核电站的多层安全机制。

    2026年10月4日
    00
  • 五角大楼上线定制版 ChatGPT 与 Grok:300 万人员可用生成式 AI,政府安全场景正加速落地

    美国国防部已上线定制版 ChatGPT 和 Grok,并接入 GenAI.mil 安全门户。政府级大模型部署正在从试点走向规模化,安全、合规和供应链要求开始成为 AI 采购的重要变量。

    2026年9月2日
    00
  • 人均AI支出突然下滑:大模型降价潮正改写企业账单

    Ramp 数据显示,8 月企业 AI 采用率仅小幅上升,但头部企业人均 AI 支出下降近 10%。token 降价和便宜模型替代,正在改变大模型厂商的收入预期。

    大模型 2026年9月10日
    00
  • DeepSeek 将缓存价格压到 0.02 元:一次面向推理成本的结构性调整

    DeepSeek 新模型 V4.1 Flash 将 KV Cache 内存占用压缩到前一代的 1/4,并将缓存命中价格降至 0.02 元。这次调价背后,是推理成本结构的变化。

    大模型 2026年9月13日
    00
  • Shopify 如何让 Agent 真正吸取线上错误:从用户纠错到模型权重更新的闭环实践

    Shopify 公开的 GraphQL Agent 案例显示,AI 系统的持续学习不应停留在保存对话或修改提示词,而应通过难例挖掘、独立评测和训练门禁,把线上失败转化为可靠的模型更新。

    大模型 2026年9月26日
    00
  • 美国政府为 OpenAI 训练数据辩护,AI 版权之争正在变成产业政策问题

    在《纽约时报》起诉 OpenAI 的案件中,美国政府提交意见书,支持其在未经许可情况下使用版权材料训练大模型。争议焦点正在从版权侵权,转向美国 AI 产业政策。

    大模型 2026年9月5日
    00