2026 年 10 月 16 日，OpenAI 的内部模型和 Anthropic 的 Claude 研究模型，在同一天各自得出了一个震动理论计算机科学界二十多年的结论：指数时间假设（Exponential Time Hypothesis，ETH）是错的。十天后，两家公司把这份“反证”扔给了学术界，但这一次，接住它的人没有急着鼓掌。
MIT 教授 Ryan Williams、ETH 的原始提出者 Russell Impagliazzo 和 Ramamohan Paturi 组成审查小组，发表公开信：“我们的参与不应被视为对该主张的认证。如此重大的结果需要仔细、独立的审查。”他们没有签保密协议，也不收报酬。他们向 OpenAI 提了两个条件：公开全部原始数据，并资助一场社区会议。OpenAI 都答应了。
这不是 OpenAI 第一次把 AI 生成的证明丢给数学界。但这一次，流程变了。
一次扔出三颗炸弹，三种接法
10 月 26 日，OpenAI 宣布其内部模型在三个领域产出结果：计算机科学、数学、物理。
计算机科学这颗最响：ETH 被证伪。ETH 由 Impagliazzo、Paturi 与 Francis Zane 于 1999 年提出，它断言 3-SAT 问题无法在亚指数时间 2o(n) 内求解。也就是说，存在常数 s3>0，任何正确求解 3-SAT 的算法都至少需要 2s3·n 的时间。过去二十多年里，数百篇计算机科学论文把 ETH 当作推导“困难性结果”的起点，覆盖图论、计算生物学、数据库等领域。Williams 说，如果这个主张成立，过去十多年里大量以 ETH 为起点的论文都需要重新审视。
数学那颗是 Sogge 在 1991 年提出的 local smoothing 猜想。OpenAI 称其模型在所有维度上证明了它，从而一并解决 Kakeya 猜想和 Stein 限制猜想。Kakeya 猜想在三维情形直到 2025 年才被证明，二维情形 2019 年得证。AI 一步跨过了剩下的所有维度。
物理那颗最重：四维量子色动力学（QCD）和纯 Yang-Mills 理论存在性的严格证明。后者是 Clay 数学研究所千禧年大奖难题的一部分。OpenAI 曾在 9 月表示，不会为自己的 Navier-Stokes 证明申领这笔奖金。
OpenAI 对三个学科用了三种发布方式：数学论文直接丢上 GitHub；计算机科学家组成工作组，要求公开原始数据并资助会议；物理学家组成工作组，决定暂不发布 AI 产出，由小组自己重写。同一个实验室、同一天、三种节奏。这种差异本身就是信号。
ETH 倒了，不等于 P=NP
ETH 是 P vs NP 大命题的一块拼图。通俗地说，P vs NP 问的是：凡是可以快速验证答案的问题（NP），是否也能快速求解（P）？数独就是典型例子，填好的答案一眼能验算，但自己从头解出来要花时间。现代密码学就建立在这种“验证容易、破解困难”的不对称之上。
大多数科学家相信 P≠NP。ETH 为这个信念提供了证据：它声称对一类棘手的逻辑谜题，哪怕最快的算法，随着变量数增长，所需时间也会指数级膨胀。OpenAI 和 Anthropic 的说法是，它们的模型找到了“亚指数时间”算法，比此前认为可能的速度更快。如果成立，ETH 被推翻，也可能为更广泛的 P=NP 算法打开一条缝。
但 Williams 把话说得很克制：“每个计算机科学家或许都该给 P=NP 的可能性多分配一点权重，但每个人的权重可以不同。”他明确补充：“我认为这动摇了我们对这些困难 NP 问题有多‘可处理’的直觉。但我也认为这大概不是最终答案，我不认为 OpenAI 的算法会是你所能得到的最好算法。”
把推翻 ETH 等同于证明 P=NP，是这次舆论中最常见的误读。ETH 只是 P≠NP 信念体系中的一环，是比千禧年大奖难题“软”得多的假设。它不是公理体系里不可撼动的那块石头，而是过去二十多年里被反复借用、层层叠加的工作假设。正因为它被借用得太多，它倒下时的连锁反应才更需要逐一排查。
为什么科学家这次要先掏原始数据
Williams 不是第一次对 OpenAI 的做法开火。今年 10 月初，他曾把 OpenAI 的“证明倾泻”称为“对数学家的 DDOS 攻击”。但这一次他同意合作，因为他判断其中有真正值得全社区一起啃的东西。
“有些部分你可以说是常规操作，但确实有两三个看起来很 alien 的部分，正是这些部分让我觉得，哇，这是整个社区需要一起解决的问题。”Williams 对 TechCrunch 说。
这种谨慎有现实理由。ETH 不是孤立猜想，它像一根承重梁，撑起了过去十余年大量论文的推论。如果梁断了，上面盖的房子哪些会塌、哪些只是需要加固，需要逐一排查。Williams 说，这正是他推动 OpenAI 支持一场会议的原因：“除了理解算法本身，我们需要搞清楚，我们原有的基础应该是什么。”
OpenAI 也在调整姿态。公司表示不寻求学术署名，认可应归审查小组所有，并向 Simons Foundation 捐赠 500 万美元用于研讨会和会议。10 月 6 日，它曾一次性发布 722 篇 AI 生成的数学论文，当时就承认缺乏形式化验证的证明可能包含错误。这一次，它把 Lean 形式化证明也放上了 GitHub。Lean 是一种用机器验证证明的语言。ETH 反证于 10 月 16 日得出，10 月 17 日完成 Lean 验证。
但形式化验证也不是万能钥匙。Lean 能证明推导链条没有逻辑漏洞，却无法判断前提是否对应现实世界的问题。更重要的是，当 AI 成为第一发现者时，“验证”和“解释”这两件事本身也需要新的分工。
Anthropic 的跟进与“谁先想到”的旧账
就在 OpenAI 宣布后几小时，Anthropic 也发布了自己的 ETH 反证。论文署名“Claude（Anthropic）”，Lean 4 证明于 10 月 27 日 03:07 UTC 上传 GitHub。Berkeley 理论计算机科学家 Jelani Nelson 在 X 上写道：“看起来两个模型确实是在同一天得到这个结果的。”他称自己和同行在发布前一周就读了 Claude 的证明以帮助改进表述，并指出两篇证明的时间复杂度大致都是 exp(O(n/√log n))。
两个模型在同一天各自跑到终点，这个巧合让“谁先想到”的问题变得既重要又荒谬。重要，因为学术优先权决定署名和认可。荒谬，因为“想到”的主体已经不是人。
Anthropic 数学家 Levent Alpöge 曾暗示，OpenAI 的解决方案建立在既有成果之上。这让人想起 9 月的 Navier-Stokes 争议：NYU 数学家 Tristan Buckmaster 指控，在他与 Alpöge 发布同一问题的部分解 12 小时后，OpenAI 宣布了自己的证明，并施压要求排除 Alpöge 的署名。OpenAI 否认访问过任何用户数据。
这次 ETH 的“同日撞车”让署名和优先权的旧问题再次浮出水面。三位计算机科学家在公开信里直接点出了这个结构性矛盾：当 AI 先找到结果时，认可可能流向最先发表的人或拥有最强工具的人，而检查和解释这项工作反而得不到足够的 credit。这个问题在今年 6 月的 Leiden 宣言里，数学家们已经提出过类似的担忧。
OpenAI 的回应是“不寻求学术署名”。听起来高尚，但细想会更困惑：如果连发现者都不署名，那科学记录的链条该怎么写？“由 Claude 发现，由 Impagliazzo、Paturi、Williams 解释”，这样的作者行，期刊系统里根本没有对应的格子。
密码学会不会因此崩掉？
ETH 倒下最直接的现实冲击是密码学。如果某些困难问题突然变得容易，依赖特定密钥长度的加密系统就可能被视为已被攻破。
Williams 说他问 OpenAI 科学负责人 Dan Roberts 的第一个问题就是：“你们检查过这是否影响任何密码系统了吗？现在有什么东西变得不安全了吗？”答案是检查过，OpenAI reasonably confident 地表示这不会导致任何破解。
这个“reasonably confident”值得玩味。它不是数学证明，而是工程判断。也就是说，至少在公开审查完成之前，没人能拍着胸脯说密码系统绝对安全，也没人说它们已经危险。这种“谨慎的安心”恰恰是 AI 科学发现时代的典型状态：模型跑得比人类的确定感快。
AI 正在重写科学发现的分工
Williams 对 AI 带来的范式转变持谨慎乐观。他说 AI“迫使人们对所做的工作更有野心，更深入地思考：如果我过去做的所有事情现在都成了 AI 的低垂果实，我该如何提高我想提出的科学问题的门槛？”
这句话点出了真正的裂缝。过去，发现、验证、解释、署名是一条连贯的链条，由同一批人、在同一种学术激励下完成。现在，发现这一步可以由模型在一天内完成。10 月 16 日，两个模型在同一天各自跑完了这一步。而验证和解释仍需要人类社区花数月甚至数年。更麻烦的是，激励是错位的：最先发布的人拿走 headline，沉下心检查的人往往什么也得不到。
OpenAI 的新流程，分学科、设工作组、公开原始数据、资助社区会议，是对这个裂缝的第一次制度化修补尝试。它能不能成为范式，取决于接下来那场会议，以及审查小组最终写下的结论。
AI 可以在一天内推翻一个二十多年的猜想，但它无法在一天内让科学界相信它。发现正在加速，信任仍然需要时间。而科学，终究是后者定义的。
快报