AI革命席卷理论科学：两大巨头同日推翻ETH假设，计算机科学面临重构

徽声在线科技前沿报道

理论计算机科学遭遇AI风暴，知识大厦面临重构！

就在昨日深夜，AI技术正式突破科学研究的临界点，开始对人类积累数百年的知识体系发起全面挑战。

OpenAI在理论计算机、纯数学和理论物理三大领域同步发布颠覆性成果，引发全球科研界震动：

这或许将成为本年度最具爆炸性的科技事件，其影响力远超常规科研突破。

AI领域权威专家Claude明确指出：若这些研究结果经得起验证，将是数学与计算机科学史上具有里程碑意义的转折点。

其中数学突破与菲尔茨奖得主王虹在挂谷猜想的研究形成跨时空呼应，而物理领域的潜在突破更被认为可能解决杨振宁教授遗留的世纪难题。

本次重点聚焦的计算机领域革命性发现：指数时间假设（ETH）被证伪。

Claude团队将其定义为图灵奖级别的理论突破，认为这可能彻底改写计算机科学的底层逻辑。

OpenAI研究员Sebastien Bubeck更将其誉为「二十年来最重大的理论惊喜」，其颠覆性堪比量子计算对经典物理的冲击。

戏剧性时刻：两大AI巨头同日宣布攻克ETH难题

OpenAI与Anthropic在24小时内相继宣布，其内部AI模型成功推翻统治理论计算机科学27年的「指数时间假设」（ETH）。

更令人震惊的是，Anthropic公布的论文显示：其核心算法完全由Claude模型在零人类干预条件下自主推导完成。

这篇可能改写科学史的论文，唯一署名作者竟是AI模型Claude。

理论计算机科学的「地震」：ETH假设的崩塌

追溯至1999年，加州大学圣地亚哥分校的Russell Impagliazzo和Ramamohan Paturi提出ETH假设：

该理论将3SAT问题类比为具有n个开关的密码锁系统。

半个世纪以来，全球顶尖数学家尝试各种方法破解，但始终无法突破一个铁律：破解时间随开关数量呈指数级增长。

以数独谜题为例：n=100的谜题需要穷举9¹⁰⁰种可能，即使动用全球所有计算资源，也需要等待远超宇宙寿命的时间才能完成。

数学家们长期寻求运行时间增长慢于9ⁿ的算法，但始终未能成功。

1999年，ETH假设正式确立：3SAT问题不存在亚指数时间算法。

这一假设如同计算机科学领域的「光速极限」，成为数百篇论文的理论基石。

从图论优化到计算生物学，从数据库理论到密码学，无数研究都建立在ETH成立的前提之上。

其理论地位虽不及「P vs NP」或黎曼猜想，但具有更强的指向性：ETH成立可推导出P≠NP，但ETH被推翻不意味着P=NP。

此次突破导致大量依赖ETH的研究面临重新评估，某科研群组中就有学者发现：

自己基于ETH假设撰写的论文，其核心结论可能需要彻底重构。

这种冲击堪比数论学家发现费马大定理被证伪，或物理学家发现相对论存在根本性错误。

正如某教授在社交媒体感慨：「二十年的研究心血，可能因一个AI模型在一夜之间化为乌有。」

科学革命的里程碑：AI成为独立研究者

戏剧性场面接连上演：

OpenAI总裁Greg Brockman前脚刚发布突破声明，Anthropic后脚就抛出同题论文，形成直接对垒。

Anthropic特别强调：其Claude模型早在10月16日就独立完成ETH推翻，且整个过程：

消耗1400万输出Token，无任何人类输入参与。

这意味着：AI已突破工具属性，成为真正的科研主体。

1400万Token相当于处理15部《三体》全集的文本量，相当于AI在数日内完成：

人类顶尖博士后1-2年的科研工作量，且全程自主完成路径探索、公式推导和逻辑验证。

更惊人的是，Claude在推导过程中自主调用多个冷门数学工具，展现出跨学科知识整合能力。

此次突破远超「AI辅助文献检索」或「AI解答数学题」的范畴，

标志着AI在理论科学领域实现从辅助工具到独立研究者的质变。

学术界的紧急响应：数学家变身「审计员」

面对AI的颠覆性成果，学术界启动双重验证机制：

两家公司同时公开Lean形式化证明代码，这种「机器可验」的证明方式：

即使逻辑存在微小跳跃也会被系统报错，确保证明过程的绝对严谨。

但学术界仍保持审慎态度，ETH假设提出者Russell Impagliazzo与Ramamohan Paturi：

已被紧急召集组成专家组，联合MIT等机构对代码进行逐行审验。

27年前，两位学者提出ETH假设；27年后，他们要亲自验证AI如何推翻自己的理论。

这种学术史上的罕见场景，折射出科技革命带来的深刻变革。

与此同时，人类学者展开证明简化工作：

英伟达高级AI架构师Shiva Kintali将OpenAI原版60页证明：

压缩为22页精简版，去除冗余推导步骤，补充具体算例，使人类学者能够：

「在保持逻辑完整性的前提下，实现证明的可理解性。」

这场学术奇观呈现全新分工模式：

AI负责突破理论边界，人类负责知识转化与传承。

科研范式正从「人类主导，AI辅助」转向「人机协同，各展所长」。

正如某学者在评审报告中所写：「现在轮到人类为AI的作业打分，并提炼可传承的科学知识。」

科研生态的范式革命

回溯2023年3月，OpenAI发布的《AI对就业市场影响预测报告》曾引发争议：

该报告将数学家列为「受AI冲击最大职业」，当时遭到多数人质疑：

数学研究需要人类最高级的抽象思维，AI不可能完成理论创新。

然而三年后的今天，随着ETH被AI证伪、Kakeya猜想接连被攻破：

这些预言正成为现实，但并不意味着科学家将集体失业。

正如北大校友Weijie Su三年前的洞察：「AI不会取代任何领域，而是重塑科研生态。未来的科研奖励将属于那些能连接现实挑战与跨学科知识的人。」」

就像摄影术发明后，画家转向印象派与现代艺术创作，

当AI承担起「计算与证明」的基础工作，人类学者得以将精力投向：

「提出更具根本性的问题，建立跨越学科的知识网络。」

27年前，当ETH假设被提出时，无人能预见：

终结它的不是人类学者，而是两个AI模型在同一天完成的理论突破。

「世界不是正在被AI改变，而是已经被AI重新定义。」

参考资料：

https://x.com/mylifcc/status/2114938137453428807

https://x.com/MaxForAI/status/2114944414745608541

https://x.com/SebastienBubeck/status/2114838293330420187

https://github.com/openai/math/blob/main/preprints/The-Exponential-Time-Hypothesis-is-False-October-25-2026/paper.pdf

https://hexagonmath.org/pdf/2610.00577v1

编辑：大卫