10月16日，OpenAI的一个内部模型产出了一份67页的数学证明，主张指数时间假说（ETH）不成立。同一天，
Anthropic的Claude在完全没有人类干预的情况下，用掉1400万个输出token，独立得出了同样的结论。之后，两份文件都被转写成Lean形式语言做机器验证，结果双双通过。
佐治亚理工学院教授Lance Fortnow是复杂度理论博客Computational Complexity的作者。他评估后认为，两家机构给出的算法能在 $(n+m)^{O(1)} \cdot 2^{O(n \log\log n / \sqrt{\log n})}$ 时间内求解k-SAT问题。这个量级就是所谓的次指数时间（2^o(n)），理论上直接推翻了ETH的核心断言——不存在比指数时间更快的3-SAT算法。Fortnow写道：“我没有亲自验证这份证明，但现在可以安全地认为，指数时间假说已经终结。”
什么是ETH，它为何重要
指数时间假说由Russell Impagliazzo、Ramamohan Paturi与Francis Zane在2001年共同提出。它的核心命题是：3-SAT问题在最坏情况下必须用指数时间求解，不存在本质上更快的算法。这个假说和P≠NP并不等同，但25年间，数百篇算法复杂度论文都把它当作前提，它实际上已是理论计算机科学的基石之一。
也正因如此，OpenAI在10月26日公开GitHub仓库、同时放出自然语言证明与Lean形式化版本时，算法理论界的第一反应是谨慎，而非喜悦。ETH原作者Impagliazzo和Paturi，加上麻省理工学院的Ryan Williams，很快发出公开声明：“如此重大的结果，需要严格的独立审查。” 三人随后组织了一个独立评审小组，Williams明确表示“未签任何保密协议，也未接受任何报酬”。
Lean通过：这究竟核验了什么
Lean是数学定理证明助手，能一步步检查每个逻辑推导步骤在形式上是否有效。OpenAI在生成自然语言证明的次日，就完成了Lean形式化。
不过Lean验证的只是“这份Lean代码从其前提出发逻辑自洽”，并不等于“这些前提在数学上等价于ETH的完整表述”。公开Lean仓库的说明显示，该形式化版本核验的算法界“略弱于主要数学声明的版本”。换句话说，Lean证明的命题与论文正文的命题之间还隔着一道技术差距，而这道差距的等价性本身，尚未被形式化证明。
独立研究者Ryan O'Donnell和Shiva Kintali随后各自发布了简化版的跟进证明。他们刻意牺牲最优界来换取清晰度。专业社区正在做一件事：把这份机器辅助、高度压缩的证明，重新翻译成人类能追踪的形式。
两家公司同日独立得出相同结论
Anthropic披露了一个细节：Claude求解过程中“未经任何人类输入”，输出了1400万个token。这个规模意味着它的推理链条远远超出任何人类数学家的单次工作量——大致相当于一份3万页的草稿。
同一天里，两家机构各自独立得出了同一个次指数界 $2^{n/\sqrt{\log n}}$。这更像是说明：以眼下 AI 的水平，这条数学路子已经落在模型“够得着”的范围里，只不过之前没人专门朝这个方向试。说它是突破，不如说是在量一条能力边界——不给路线图，AI 究竟能在多大的搜索空间里翻出有效的数学构造？
密码学的恐慌是否有据可依
RSA、椭圆曲线加密这些当前主流的公钥密码体系，安全性建立在整数分解和离散对数问题的困难性上，并不直接依赖ETH。ETH被推翻，意味着一类特定的算法界假设失效，但并不直接意味着整数分解变容易了。
更直接的量化数据来自Anthropic自己的论文：在每变量5条子句的3-SAT实例中，其算法若要在实际效果上超过暴力搜索，问题规模得达到 $10^{10000}$ 个变量。这个数字说明，即便证明成立，地球上任何可预见的计算设备都不会因此获得实际的SAT求解效率提升。对现有加密基础设施来说，当前不存在直接威胁。
AI辅助数学：信任机制的缺口
这起事件暴露的是AI科学发现领域的一个系统性问题，而非单一事件里的瑕疵。
传统数学社区建立信任，靠的是专家读懂证明、发现漏洞、同行评审、时间沉淀。面对AI生成的高密度证明，这套机制正在承压。一份证明长达67页、由机器逐步构造、通过了形式化核验，却超出多数专家的实时阅读速度——这种情况下，“已证明”的共识该怎么形成？
Lean 给出了另一种思路：信任不再取决于“专家读不读得懂”，而取决于“形式系统自不自洽”。可这条路要站住，得同时满足两个条件。其一，Lean 里的形式声明必须忠实对应原始数学命题；其二，Lean 系统本身是否可靠，得让人信得过。前一个条件眼下还没有答案，后一个在理论计算机科学圈子里共识较强，但也谈不上绝对。
ETH原作者Impagliazzo、Paturi与Williams眼下做的事，本质上是在补这个缺口：让最有能力判断“形式声明是否等价于原始命题”的人，再加一道人工核查层。这道层不该是事后补丁，而应当成为AI辅助数学发现的标配流程。
独立判断
从目前可核实的证据出发，可以给出以下判断：
大概率站得住的部分：AI 模型确实在理论复杂度的某条技术路线上拿到了实打实的数学进展。Lean 验证过了，顶级复杂度研究者肯花自己的时间、不收钱来做独立审查，这两件事都是积极信号。Lance Fortnow 那种谨慎的乐观，正是眼下理论界的主流态度。
还有个缺口没补上：Lean 里的形式声明，和 ETH 完整的数学陈述之间是否等价，目前没有形式化证明。这并非细枝末节，恰恰是眼下整个独立审查要啃的核心。在这步完成之前，“ETH 已被推翻”只能算高置信度的预期，还谈不上已确认的结论。
放到更大的视角看，这件事把 AI 在数学发现上的真实能力边界摆了出来：没有人类给出路线图，它也能完成技术性很强的数学构造，而且速度极快。可另一面也露了出来——现有知识验证体系挺脆弱。AI 出结果的速度一旦超过人类核查的速度，科学社区怎么在不降标准的前提下及时消化这些结果，会是未来几年的制度难题，其分量不比数学本身的难度轻。
