一句话看懂：OpenAI 与 Anthropic 本周各自宣称推翻了已有 27 年历史的“指数时间假设（ETH）”。若成立，大量建立在“ETH 为真”前提上的复杂性理论与算法设计论文将失去基础，但研究者尚未独立验证这些由 AI 生成的证明。
事件核心：发生了什么
据 Wired 报道，两家公司都已把证明以自然语言和机器可检查的 Lean 格式发布在 GitHub。ETH 的核心假设是：某些问题的求解难度随规模呈指数增长。按这一假设，林雪平大学教授 Peter Jonsson 将在两周后于 IEEE 计算机科学基础研讨会上展示的部分工作被他自己形容为“死了”，他曾认为这类情况在同行中会“非常普遍”。
加州大学圣塔芭芭拉分校教授 Daniel Lokshtanov 估算，若结果获确认，他约 50 篇论文要么“没有意义”，要么需要重做。最初提出相关假设的 UCSB 研究者与一位曾反驳 ETH 某个版本的 MIT 学者，正被 OpenAI 邀请组织人手拆解证明，方式包括征集志愿者的 Google 表单和承诺资助相关会议。哥本哈根 IT 大学算法研究组负责人 Thore Husfeldt 则表示，他今年主要思考的一个问题“现在都不相关了”。
为什么重要
ETH 是理论计算机科学中少见的“基础设施型”假设，很多算法下界与问题复杂度结论都默认它成立。一旦它被证伪，不是某个算法被优化，而是一整类论证的出发点需要重写。这也是 AI 首次以这种方式直接冲击一个成熟理论领域的地基。
目前公开信息显示，证明尚未经同行评审或独立验证。Husfeldt 把这次结果称为“一生一次”，并说这像是有人用探照灯照亮了整个子领域。但他也坦言，近几个月“每周或隔一周”就有 AI 结果让许多人的在研项目作废，对部分研究者造成明显的心理压力，其院系甚至在考虑聘请职业心理师。
对用户/开发者/创作者的影响
普通用户短期内感受不到变化，但开发者生态会受影响：如果理论边界改变，算法课程、竞赛题解、性能下界相关的技术判断都可能被修订，依赖“某问题不可能更快的算法”做架构取舍的团队需要重新审视假设。对研究者而言，更紧迫的问题是如何消化 AI 产出的海量证明材料。Husfeldt 在采访中就收到一份疑似 AI 生成的 17 页论文，他不打算读，因为读数学需要大量认知投入。OpenAI 此前一次性发布覆盖 400 个问题的 722 篇手稿，也被学者批评难以消化、部分含错误；这次关于 ETH 的 60 多页论文，受访学者认为写作质量好于该公司过往发布。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 UCSB、MIT 等团队能否在数周内完成对证明的独立检查，并确认或修正结论；二是 Jonsson 在 IEEE FOCS 上的报告会如何调整，其他讲者是否公开承认论文受影响；三是 OpenAI 承诺的会议与资金能否转化为可复现的验证流程，而不是继续以发布数量抢占话语权。
来源：Wired
