一句话看懂：alphaXiv 上的一篇论文声称给出了对任意固定宽度 k-CNF 公式进行精确满足赋值计数的确定性算法，运行时间为 2^{n/(log n)^{1/2+o(1)}} 量级，作者据此宣布推翻指数时间假设（ETH）及其计数版本 #ETH，并称同时推翻 SETH、Gap-ETH 和 NSETH。
事件核心：发生了什么
据 alphaXiv 收录、标注时间为 2026 年 10 月 26 日的论文摘要，作者针对每个固定 k≥2 的 k-CNF 公式提出确定性精确计数算法：在 n 个变量、m 个子句下，占用 poly_k(n,m) 空间，运行时间为 (n+m)^{O_k(1)}·2^{n/(log n)^{1/2+o(1)}}；当 m≤Dn（D 为固定常数）时，指数进一步收紧到 O_{k,D}(n/√log n)。由于计数为零即可判定不可满足，该算法也能判定 3-SAT 可满足性，从而与 ETH 所假设的 2^{Ω(n)} 下界直接冲突。需注意，以上均为摘要层面的渐进最坏情形界，不是实测运行时间，也未见公开的实验或消融结果。
为什么重要
ETH 是细粒度复杂度理论的核心假设之一，许多“某问题不存在显著优于暴力枚举的算法”的结论都以它为地基。若该证明成立，受影响的将不只是 3-SAT，还包括建立在其上的下界论证。论文声称的改进也值得对照：此前确定性精确计数算法的时间约为 2^{n−Ω(n/k)}（作者引用 Chan 与 Williams 2021 年的工作），新结果把固定 k 下的时间推进到 2^{o(n)}，同时保持确定性和多项式空间。不过，目前公开信息仅来自论文摘要与 AI 概览，社区评论不能等同于作者结论，是否通过同行评审、证明细节是否经得起检验，都尚无定论。
对用户/开发者/创作者的影响
短期内这项结果不会直接改变 AI 应用或开发工具。它属于理论计算机科学层面的声明，摘要明确指出，该结论不意味着一般 NP 问题获得子指数算法，作者也提醒任意多项式时间归约未必保持相关运行时间尺度。对做大模型训练、推理优化或 SAT 求解器工程的开发者来说，更现实的价值是：若算法思想可工程化，可能为组合优化、约束求解类工具提供新的算法思路，但这仍需完整的论文与复现验证。
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
一是完整论文与证明是否公开、是否经同行评审；二是复杂度理论社区能否复现关键论证，尤其是变量替换与 Hermite 插值环节的正确性；三是若结论被接受，相关教材、下界结论与竞赛/求解器实践会如何调整。在此之前，宜将其视为一篇待验证的高影响力预印本声明。
来源：alphaXiv
