前沿AI实验室称模型「推翻」指数时间假设，TechCrunch请MIT学者解释

TechCrunch 在10月27日刊出报道，讨论前沿 AI 实验室声称其模型「推翻」了指数时间假设（Exponential Time Hypothesis，ETH）一事。报道的切入方式很直接：采访一位 MIT 计算机科学家，请他来解释 OpenAI 这项被形容为「令人费解」的最新发现到底意味着什么。

指数时间假设是计算复杂性理论中的一条核心假设。它的内容是：一般的可满足性问题无法在亚指数时间内求解。这个假设之所以重要，是因为大量问题的「困难程度」都以它为基准——如果它不成立，那么一批长期被视为本质上困难的问题，就可能存在比预想快得多的算法路径。

因此，报道的措辞值得留意。主语是「前沿实验室称」，而不是「已被验证的证明」。TechCrunch 选择问答解释的形式，本身就说明外界仍在消化这个主张，而不是在为一个学界已有共识的结论做注脚。解释者被推到台前，恰恰因为结论还没有被普遍接受。

对 AI 行业而言，这件事的分量不在于又一个基准测试被刷新，而在于模型开始被用于产出数学与理论计算机科学层面的新结论。这与让模型写代码或做检索不同：前者是可检验的产出，后者是对既有知识体系的挑战，验证成本高得多。

但如果要把它当作「AI 做出科学发现」的证据，还缺几个环节：证明能否被逐步形式化并交由机器检验；关键步骤是否经过人类专家复核；以及模型在整个过程中扮演的究竟是提出猜想、构造证明，还是搜索并拼接已知技巧。这三者的意义完全不同。

接下来值得关注的是，相关实验室或研究者是否会公开可供检验的证明细节，以及复杂度理论社群如何回应。在那之前，更准确的描述是：一家前沿实验室宣称其模型给出了挑战主流假设的结果，而专业的解释工作才刚刚开始。