在猜想与规程之间：OpenAI 闯入硬科学

2026年10月26日，OpenAI 宣布其内部模型取得了三项重要理论成果：在计算机科学领域推翻了指数时间假设（ETH），在数学领域证明了局部光滑化（local smoothing）猜想，并为四维中若干相互作用的量子场论给出了严格的存在性证明，其中包括 QCD 和纯杨-米尔斯理论。即便得到确认，这些成果也有明确的边界：推翻 ETH 并不能解决 P 与 NP 问题，也不会带来多项式时间算法；OpenAI 也没有声称解决了克雷研究所关于杨-米尔斯的千禧年难题，因为质量间隙部分仍悬而未决。

除理论意义外，引人关注的还有所选的发布方式。公司走了三条不同的路：数学成果立即发布并附上 Lean 形式化；计算机科学成果在发布的同时进行独立验证，交由该假设的提出者——加州大学圣迭戈分校的 Russell Impagliazzo 和 Ramamohan Paturi——以及麻省理工学院的 Ryan Williams 负责；物理成果则预先交给由诺贝尔奖得主 David Gross 领导的物理学家小组。据 ForkLog 报道，该小组明确表示，参与验证并不等于认可 OpenAI 的结论，并宣布将开展面向学界的公开验证。同一媒体还报道，OpenAI 表示打算“先把材料交给专家，再由专家决定如何发表”。数学与人工智能咨询小组（AGMAI）要求 OpenAI 公开杨-米尔斯论文：“没有任何科学理由再拖延下去。”据《科学美国人》报道，三项成果中有两项所采用的做法与该小组的建议相悖，包括专家的指定方式。

重要的方法论疑虑依然存在。三项成果均尚未经过同行评审或独立确认。杨-米尔斯论文尚未公开，因此目前无法核查。就 ETH 而言，OpenAI GitHub 仓库中的文档指出，Lean 中形式化的命题所含的解析界弱于手稿中声称的界，且尚未核实形式化命题是否与手稿的论断完全一致。此外，由于这是一个专有模型，其提示词、计算时间和推理链均未公开，科学界只能审视 OpenAI 自己称为原始研究数据的文本——也就是分析一个其逻辑组成部分无从接触的系统的输出。

宣布走在验证之前，而验证需要时间：人工智能在理论研究中的价值，也将由其方法的透明度来衡量。— Olya