OpenAI“证伪 ETH”到底意味着什么？一篇讲清楚的深度研究：不是以太坊，不是 P=NP，也不是密码学末日

先说结论：这里的 ETH 不是以太坊，而是计算机科学里的“指数时间假设”。OpenAI 声称它的内部模型找到了一个比这个假设允许的更快的算法，从而推翻了一条被数百篇论文当作地基的猜想（来源1、3）。

它到底证明了什么：一个确定性算法，能在“亚指数时间”和多项式空间内，精确数出固定宽度布尔公式有多少组解；用在 3-SAT 上，就直接与 ETH 矛盾（来源1、2、6）。

它没有证明什么：不推出 P=NP，目前没有发现哪套密码系统因此被攻破，也不意味着现实中的 SAT 求解器明天就变快（来源3、4、6）。

它还没被确认：模型 10 月 16 日给出证明，17 日完成 Lean 机器验证；但审查组明确说“我们的参与不代表认证”，专家也提醒要核对“机器证明的命题”是不是“人们以为的命题”（来源1、3、5、6）。

本文判断（本文分析）：如果结论成立，这是 AI 第一次推翻一个整个学科都相信、并在其上搭建了大量结论的核心猜想。真正的冲击不在某个算法，而在“人类相信了近三十年的直觉可能错了”，以及“机器先发现、人类后理解”的新科研秩序。

素材说明：本文依据 OpenAI 官方公告（来源1）、OpenAI 公开的论文（来源2，本文未逐页通读）、New Scientist（来源3）、TechCrunch（来源4）、The Next Web（来源5）以及 Popular AI 对 Lean 形式化范围的梳理（来源6）。结论尚在独立审查中，本文不替任何一方背书。凡推论标注“本文分析”。

一、先澄清：ETH 不是以太坊

这次很多加密货币媒体专门加了一句“与以太坊无关”。ETH 在这里是 Exponential Time Hypothesis（指数时间假设） 的缩写，是理论计算机科学中的一个猜想，与区块链和币价没有任何关系（来源1、3）。

二、用一个开关游戏讲懂 ETH

2.1 什么是 SAT

想象一面墙上有 n 个开关，每个只能“开”或“关”。墙上还贴着一堆规则，比如“1 号开或者 2 号关或者 5 号开”，要求所有规则同时满足。问：存在这样一组开关状态吗？

定义这就是布尔可满足性问题（SAT）。如果每条规则最多涉及 3 个开关，就叫 3-SAT（来源6）。

2.2 为什么难

最笨的办法是把所有组合试一遍：n 个开关有 2ⁿ 种组合。100 个开关就是 2¹⁰⁰ 种，比宇宙中的原子数还多得多（数量级比较为本文补充）。每多一个开关，工作量翻一倍——这就是“指数增长”（来源3、6）。

2.3 ETH 说了什么

ETH 说：再聪明的算法，也只能在“翻倍”的速度上打个折扣，而不能摆脱指数增长。 严格地说，不存在能在 2^o(n) 时间（即亚指数时间）内解决所有 3-SAT 实例的算法（来源6）。New Scientist 的通俗版本是：可以走捷径，但工作量仍必须随规模指数增长（来源3）。

2.4 为什么它是“地基”

研究者常用 ETH 来证明别的问题也难：“如果这个图论问题能更快解决，那 3-SAT 也能更快解决，这与 ETH 矛盾，所以它不能更快。”OpenAI 称 ETH 已被数百篇论文用来推导图论、计算生物学、数据库、计算几何等领域的“条件性难度结论”（来源1）。

打个比方（本文所加）：ETH 像一栋楼的承重墙。很多房间（论文结论）都写着“本房间安全，前提是这面墙结实”。现在有人说墙是空心的——房间不一定塌，但每一间都要重新检查。

三、这次到底证明了什么

怎么理解这个时间界（通俗版）：指数 n 被除以了一个随 n 缓慢变大的量 √log n。所以随着 n 增大，它最终会比任何 2^(cn)（c 为固定常数）都慢地增长——这就是“亚指数”。但 √log n 增长极慢：即便 n 很大，它也只是个不大的数，所以在现实规模上未必比现有方法快（来源6，数量直觉为本文分析）。

四、它没有证明什么：四个常见误读

4.1 不等于 P=NP

P vs NP 问的是：容易验证的问题是否也能在多项式时间内解决。这次的算法只是亚指数，比多项式慢得多。例如 2^√n 是亚指数，但比任何多项式都长得快（来源6）。牛津大学 Leslie Goldberg 说：“这对 P vs NP 没有直接影响，不应视为向 P vs NP 迈进。”（来源3）

不过，ETH 原本被视为支持 P≠NP 的证据之一。Ryan Williams 的说法更微妙：“每个计算机科学家可能都该给 P=NP 的可能性多加一点权重，但各人加多少不同。”（来源4）

4.2 目前没有发现密码学被攻破

Williams 说，他问 OpenAI 的第一个问题之一，就是是否检查过对密码系统的影响；OpenAI 称已检查，并“相当有信心”不意味着任何破解（来源4）。注意，这是 OpenAI 的自评，尚非独立结论。

4.3 不意味着 SAT 求解器明天变快

OpenAI 自己说，把理论进展变成实际改进“需要大量进一步研究”（来源1）。Popular AI 也指出，亚指数算法在渐近意义上更快，但在现实规模的输入上仍可能远慢于实用程序（来源6）。工业界的 SAT 求解器（芯片验证、排班、物流规划中常用）不会因此立刻改变（本文分析）。

4.4 不是“已被确认的定理”

• 审查组公开信：“我们的参与不应被视为对该主张的认证。这样重要的结果需要仔细、独立的审查。”（来源5）
• TU Wien 的 Stefan Szeider 预计它能经受审查，但强调研究者仍需核对“形式化证明的命题是否就是作者所说的意思”（来源3）。

五、Lean 验证：能保证什么，不能保证什么

Lean 是一种证明助手，能逐步检查一个证明是否从精确给定的定义和规则推出（来源6）。这比“AI 自信地写下‘证毕’”强得多。

但它有边界（来源6）：

1. 命题是否写对了：Lean 只保证“从这些定义推出了这个结论”，不保证这些定义就是人们心中的“3-SAT”和“运行时间”。
2. 公理和依赖：形式化引入的假设和库也要审查。
3. 范围差异：Lean 文档验证的是较宽松的时间界，论文声称的更紧时间界不在其验证范围内。

通俗说法（本文分析）：Lean 像一位极其严格、绝不放水的阅卷老师——但他只批改你交上来的题目。题目本身有没有抄错，需要人来核对。

六、谁在审查，审查到哪一步

两家实验室几乎同时宣布，增加了可比对的材料，但 Popular AI 提醒：这不等于“两份已被独立接受的定理”，每份都要单独审查（来源6）。Anthropic 数学家 Levent Alpöge 还暗示 OpenAI 的解法建立在已有工作之上（来源4）。

七、学术界怎么看

• 震惊：卑尔根大学 Fedor Fomin：“完全出乎意料，是一种震撼。我认识的人里没人预料到。”他说如果成立，自己写的相关教科书将过时，需要“全面修订算法与复杂性的若干领域”（来源3）。
• 赞叹：埃因霍温理工大学 Bart Jansen 称其“巧妙”“壮观”“令人敬畏，也令人谦卑”（来源3）。
• 困惑：悉尼大学 Clément Canonne：“网塌了，我们往后一看——还不知道为什么。”证明一件事和理解它为什么成立并不相同（来源3）。
• 担忧：伦敦大学皇家霍洛威学院 Magnus Wahlström 称之为“靠新闻稿做数学”，担心专有模型会突然推翻研究者数月的工作（来源3）。Williams 此前曾把 OpenAI 10 月初的大批证明发布称为对数学家的“DDoS 攻击”（来源4）。
• 乐观：Fomin 也说：“这个结果摧毁了很多，但也打开了许多没人预料的新机会和新问题。”（来源3）

八、为什么这件事重要（本文分析）

本节全部为本文分析。

8.1 推翻的是“共识直觉”，不只是一个猜想

过去 AI 的数学成果多是解决人们“不知道答案”的开放问题。这一次不同：ETH 是绝大多数专家相信为真的命题。AI 不是补上了缺口，而是指出“大家都站错了方向”。这对任何依赖专家共识的领域都是提醒。

8.2 “先有结论，后有理解”的新科研秩序

OpenAI 把模型产出称为“原始研究数据”，由人类专家组织去理解和解释，并声明不要学术署名（来源1）。这意味着科学发现的链条被拆开：机器负责“发现”，人类负责“理解、解释、建立在其上”。署名、评价、人才培养都要随之调整——审查组的公开信也正是在追问这些问题（来源5）。

8.3 形式化验证成为 AI 产出的“信用凭证”

从 Tiny Tapeout 的 CI 闸门，到 Genie 4 的逐帧核验，再到这次的 Lean 证明，同一条规律反复出现：AI 产出的可信度，取决于有没有一个独立、机器可判定的检查器。但 Lean 的边界也提醒我们：检查器只能检查被精确表述的东西，“命题是否表述正确”仍需人来把关。

8.4 对企业与金融机构的启示

1. 重新审视“假设清单”：许多风控模型、安全评估、容量规划都建立在“某事很难”或“某事不会发生”的假设上。ETH 的教训是——被广泛相信不等于被证明。关键假设应列成清单，定期复核。
2. 密码学要留冗余：本次 OpenAI 称未发现密码被攻破（来源4），但“计算难度假设可能被推翻”这件事本身，强化了加密敏捷性（能快速更换算法与密钥长度）的必要。
3. AI 结论要“形式化 + 人审”双闸：对智能体产出的方案、合规判断、代码，先过机器可判定的检查，再由人核对“检查的到底是不是我们关心的问题”。
4. 对“新闻稿式突破”保持节奏：重大 AI 声明出来后，等待独立审查结果再调整决策，避免被市场情绪带着走。

九、接下来看什么

• 审查组能否独立复现 Lean 证明，并确认形式化命题忠实于标准的 3-SAT 与运行时间定义（来源6）；
• 论文中更紧的时间界能否被验证（来源6）；
• 人类专家能否给出清晰解释，弄清那“两三个外星般的部分”（来源4）；
• OpenAI 资助的学术会议何时召开、如何修订依赖 ETH 的结论（来源1、4）；
• Anthropic 的独立反证审查结果，以及两种方法是否本质相同（来源4、6）。

十、结语

本文分析：用一句话概括——ETH 是计算机科学家相信了近三十年的“速度上限”，AI 声称把它推翻了。它不会让你的电脑明天变快，不会让密码失效，也没有解决 P vs NP；但如果它经得起审查，它会让整个学科重新检查自己的地基，也会让所有人重新思考：当机器先于人类看见真相时，人类的角色是什么。

事实来源

1. OpenAI 官方公告（来源1）：三项结果、ETH 结论、发现与形式化日期、审查组成员与原则、会议资助、不寻求学术署名。
2. OpenAI ETH 论文（来源2）：算法主张（经来源6等转述）。
3. New Scientist（来源3）：Fomin、Goldberg、Szeider、Wahlström、Jansen、Canonne 的评论，与 P vs NP 的关系。
4. TechCrunch（来源4）：Williams 访谈、密码系统检查、Anthropic 反证、Alpöge 质疑。
5. The Next Web（来源5）：审查组公开信原话、无保密协议与无报酬、会议资助。
6. Popular AI（来源6）：ETH 定义、算法主张、Lean 形式化范围与时间界、Anthropic 方法。

本文推论部分（非来源表述）：第二节中的比喻与数量级比较、第三节对时间界的直觉解释、第五节比喻、第八节全部内容与结语。

本文不构成投资建议、安全建议或学术结论。

（内容由AI生成，仅供参考）