机器把「指数时间假说」推翻:OpenAI 三项 AI 发现,验证与生成两本账
三项发现,全部带机器验证的证明
10 月 26 日,OpenAI 在官方博客发布三项由其内部模型产出的发现,分别覆盖调和分析(数学)、计算复杂性(计算机科学)与量子场论(物理)。与以往不同的地方在于:三条结果全部附带 Lean 证明助手的机器验证证明,OpenAI 明确把这些手稿定位为「原始研究数据」,而不是传统意义上的论文。

数学:模型给出「局部平滑猜想」(Sogge 1991 年提出)在每一维度的证明;该猜想蕴含 Kakeya 猜想与 Stein 限制猜想,因此一并解决。背景坐标:局部平滑在 2019 年被证到二维,Kakeya 在 2025 年被证到三维。AI 产出取得于 10 月 18 日,次日完成 Lean 形式化,自然语言写稿与 Lean 证明均已放入公开 GitHub 仓库。
计算机科学:推翻「指数时间假说」(ETH)。这是 1999 年由 Impagliazzo、Paturi 与 Zane 提出的猜想,是 P 与 NP 讨论周边的重要基石,图论、计算生物学、数据库等领域成百上千篇论文的「条件难解性结果」都建立在它之上。官方表述:模型 10 月 16 日找到反证,10 月 17 日通过 Lean 验证——确定性算法可在亚指数时间、多项式空间内精确计数固定宽度 CNF 公式的满足赋值数。核查工作组由 Impagliazzo、Paturi(UC San Diego)与 Ryan Williams(MIT)牵头,前两位正是当年 ETH 的提出者。
物理:模型给出量子色动力学(QCD)的严格存在性证明与标准模型补全:Yang-Mills 存在性证明产出于 9 月 9 日,QCD 证明产出于 9 月 18 日,Yang-Mills 的 Lean 形式化 10 月 16 日完成。物理方向的合作组选择不放出 AI 原始材料,由他们自行撰写再发布。
发布方式:外部「学术托管」,三种不同策略
OpenAI 这次实验了一种新发布法:请外部专家担任「shepherds」组织对结果的理解,且三个结果各用一套策略——数学直接放出 AI 产出、留给研究者自行组织解读;计算机科学由外部合作组负责解释、AI 产出同步公开供任何人检验;物理则完全交给外部组决定何时发布。四条原则:透明(不签保密协议)、不追学术署名(OpenAI 不为自家模型的发现索求功劳)、认可(合作组的理解与写稿记在他们名下)、独立(自愿、无薪、结论归组内成员自己)。背景值得记一笔:10 月 6 日 OpenAI 刚一次性放出 722 份数学手稿,这次可以看作该模式的正式迭代。
私有化视角:验证的账与生成的账,分开算
对想跟进「AI 科学」的科研机构与工程团队,这次发布等于给出了一张选型答案:把算力成本拆成两本账。生成账——产出「发现级」推理结果目前仍是前沿闭源模型的活,只能按 API 租,自建暂时摸不到;验证账——Lean 检查是传统 CPU 工作负载,边际成本低、可完全本地化,适合作为验收红线:一个结果,机器验不过就不进验收单。于是科研机构私有化的合理组合是:API 管生成、本地 Lean 管验证、人类专家管最终背书。
这里还有一层风险判断:即使 ETH 被推翻这类重磅宣称最终没有被学界完全确认(大规模手稿批量发布出现这种情况并不意外),本地验证栈已经建成,下一批「原始研究数据」可以直接消化——验证基础设施的先建成本,是这类工作流里唯一不会贬值的投入。私有化科研预算里,「验证栈」这一行可以开始写了。
观察:AI 科学的交付物第一次从「看起来对的论文」变成「机器可查的证明」,被改写的不只是学术发表流程,还有科研算力的验收标准。
来源:OpenAI 官方博客(2026-10-26)、The Verge、Quartz、The Next Web;关键日期多源交叉核对,「10 月 18/19 日产出与形式化」「10 月 16/17 日反证与验证」等均两源以上一致。