OpenAI 与 Anthropic 声称其 AI 模型对计算极限的传统观点提出挑战

如果这一发现被证实为真，它可能会重塑复杂性理论。然而，这两家公司均未成功开发出更快的软件，也未破解当前的加密技术。

1999年提出的假设正面临压力

拉塞尔·伊姆帕利亚佐（Russell Impagliazzo）和拉马莫汉·帕图里（Ramamohan Paturi）于1999年首次提出了指数时间猜想（ETH）。该猜想认为，存在一些特定的逻辑问题，随着规模扩大，这些问题所需的计算时间呈指数级增长。

数十年来，研究人员基于这一假设开展了大量工作。据 OpenAI 称，在图论、数据库、计算生物学等领域证明计算限制的研究论文中，引用 ETH 的数量多达数百篇。如果 ETH 被证明是错误的，研究人员可能需要重新审视许多既有结论。

两家实验室，两种反驳

10月26日，OpenAI 宣布其 AI 模型提供了挑战 ETH 的证据。此次公告是更广泛成果发布的一部分，其中包括谐波分析和量子场论领域的结果。虽然随附的论文提供了更强的理论证明，但形式化方法 Lean 证明了次指数算法的有效性。

仅仅数小时后，Anthropic 也公布了其自身的研究发现。该公司表示，Claude 发现了一种确定性算法，能够在少于指数级的时间内解决 3-SAT 问题。但其代码库同时也指出，这一发现目前仍仅具有理论意义：

“该结果纯粹是渐近性的，并未涉及在实际中求解公式的问题。”

关于这些发现背后研究工作的疑问也随之浮现。TechCrunch 报道指出，Anthropic 的数学家莱文特·阿尔波格（Levent Alpöge）质疑 OpenAI 的工作中有多少借鉴了现有研究成果。

专家能验证什么，不能验证什么

OpenAI 组建了一个由 ETH 先驱者伊姆帕利亚佐和帕图里，以及麻省理工学院教授瑞安·威廉姆斯（Ryan Williams）组成的团队，以分析这些结果。该公司还同意支持一场会议，并公开其发现以供进一步审查。

威廉姆斯此前曾批评过大量由 AI 生成的证明，他认为数学家们正被需要审阅的工作量所淹没。但 OpenAI 的最新发现引起了他的兴趣。他在接受 TechCrunch 采访时指出，尽管证明的某些部分看起来很熟悉，但其他部分则显得与众不同：

“那里有两三个看起来‘异星’的部分。”

这正是人类专业知识发挥作用的地方。Lean 可以检查形式化证明在逻辑上是否严谨，但研究人员仍需理解那些不熟悉的推理过程，并判断其是否能转化为实际可用的算法。

为何这不是 P=NP，也非密码被破译

推翻 ETH 并不意味着解决了 P 与 NP 的问题，也不意味着现有加密技术存在弱点。

尽管如此，加密货币持有者仍有理由保持关注。Cryptopolitan 报道了以太坊研究员贾斯汀·德雷克（Justin Drake）的警告：由 AI 生成的数学成果，包括 OpenAI 单独发布的 722 份手稿，最终可能威胁到数字签名。

就目前而言，这仍然只是一个警告，而非已被证实的安全漏洞。今年7月，Anthropic 的 Claude Mythos Preview 在经过60小时的研究后，改进了对 HAWK（一种后量子签名候选方案）的攻击。但未有任何已部署的系统受到影响。

一场看不到终点的 AI 研究竞赛

《2026年 AI 现状》报告描述了 Anthropic、OpenAI 和 Google 之间日益激烈的竞争。Anthropic 的内部数据显示，8月份 Claude 完成了所追踪模型研发工作的26%，而2月份这一比例不到1%。与此同时，英国 AI 安全研究所的报告指出，AI 能够完成的某些网络安全任务的耗时大约每八个月翻倍一次。

AI 正在帮助研究人员更快地做出发现。但数学上的突破并不自动转化为更好的软件。即使 ETH 被推翻，实用算法的开发也可能需要数年甚至更长时间。人类研究人员仍有大量工作要做。