解数独时，检查一个填好的答案很快；从空白格开始找答案，却可能很慢。计算机科学里有许多类似问题：答案容易核对，求解却可能随着规模扩大而迅速变难。如今，OpenAI和Anthropic都声称，模型找到了更快的算法，足以反驳一个长期影响算法研究的假设。但眼下更准确的说法是：AI交出了一份候选答案，计算机科学界才刚开始验卷。
OpenAI官方博客只确认，公司公布了模型在Kakeya conjecture、指数时间假设（Exponential Time Hypothesis，ETH）和量子色动力学（quantum chromodynamics）三个方向的结果。关于“推翻ETH”的更强表述、证明内容和审查安排，目前主要来自TechCrunch，尚无完整证明、同行评审结果或学界共识可供确认。
ETH到底在假设什么？
ETH讨论的是3-SAT，一类可以理解为“给许多互相牵制的真假条件，寻找一组同时满足它们的取值”的逻辑问题。假设主张：若用变量数衡量规模，3-SAT不存在运行时间为的通用算法。换句话说，人们相信它不能在“次指数时间”内普遍求解。
这里的指数增长很要紧。输入只增加一点，求解时间就可能成倍膨胀。ETH虽然没有被证明，却被许多研究当作前提，用来说明某些问题不可能获得特别快的算法。若它被严格推翻，一批建立在ETH之上的条件性难度结论就要重新检查。
但推翻ETH不等于解决P versus NP，更不等于证明P=NP。P versus NP追问的是：所有能够快速验证答案的问题，是否也都能快速求解。ETH只是与这个更大问题相关的一项复杂性假设。即使ETH倒下，也不能直接跨过中间的大段论证。
两家公司给出了什么？
据TechCrunch报道，OpenAI声称模型找到了能以次指数时间处理相关问题的算法，因此反驳了ETH。数小时后，Anthropic也公布了自己的反驳。Anthropic数学家Levent Alpöge还质疑，OpenAI的成果可能建立在既有工作之上。
这让事情变得格外复杂。理论成果原本需要研究者逐步核对定义、证明和文献，如今却叠加了两家前沿实验室之间的发布竞赛。问题不只是算法对不对，还包括它是否真是独立发现，以及应当怎样确认AI在成果中的贡献。
推翻一个普遍命题，原则上只需给出一个有效反例，或一套确实突破限制的算法。难点在“确实”二字：新算法必须覆盖ETH所说的精确定义，不能只解决一个更弱、更受限制的版本。复杂性理论里，一个条件的细微变化，就可能让结论完全不同。
这次，学界没有直接替它背书
据TechCrunch和Ryan Williams的公开声明，OpenAI邀请MIT教授Ryan Williams，以及1999年提出ETH的Russell Impagliazzo、Ramamohan Paturi协助解读证明。计算机科学家随后组成工作组，要求公开证明，并发布公开信征集学界反馈，同时讨论AI科研贡献应遵循什么规范。三人也明确表示，参与组织审查不等于认可结论。
这种安排与本月早些时候的“证明洪水”有关。10月6日，OpenAI一次发布数百份稿件后，Williams把它形容为对数学家的“DDoS攻击”：重点不是认定稿件必然有错，而是大量难读材料突然涌入，足以淹没同行的审查能力。到了ETH结果，OpenAI应研究者要求承诺资助一场会议，让共同体集中核查。
Williams说，证明的大部分内容或许可算常规，但有“两三处像外星人写的”步骤，需要整个学界共同检查。陌生不等于错误，也不等于正确。它只说明，人类尚未充分理解这些步骤为什么成立，又是否真的对应原命题。
OpenAI对三个方向也采取了不同发布方式：数学成果放上GitHub；计算机科学成果交由工作组讨论；物理成果则由相应工作组决定如何发布。这至少承认了一件事：模型生成结果、工具检查形式步骤和学界接受结论，是三个不同层次。
为什么现在值得关注？
真正的新问题，不只是AI能否偶尔给出一道难题的答案，而是学术共同体如何消化机器批量产生的候选成果。传统的预印本——正式同行评审前公开的研究稿件——已经会给审稿资源带来压力；模型若能更快地产生证明和算法，验证能力就可能成为新的瓶颈。
这也延续了本刊10月10日报道中的教训。当时，OpenAI三篇数学手稿因上游符号错误连锁撤回。那次事件提醒人们：形式检查通过，不自动保证最初写下的命题就是研究者想解决的命题。这次从数学手稿转向计算机科学猜想，悬念仍然相同——定义是否对齐，文献是否查清，独立研究者能否复现。
局限与未知
- 完整证明和算法细节尚未出现在供稿材料中，无法判断它们是否覆盖ETH的精确定义。
- “反驳ETH”目前主要是实验室声明及TechCrunch的报道口径，不是已经形成的学界结论。
- 即使反驳最终成立，它也不直接证明P=NP；其对既有难度结论的影响仍需逐项清理。
所以，标题里的“推翻”现在必须加引号。AI或许带来了一条值得认真检查的新路线，但一项计算机科学假设是否真的倒下，不能由发布会、代码仓库或某个检查工具单独决定。最终的裁判，仍是公开材料、独立核验和学术共同体能够讲清楚的理由。