据TechCrunch AI报道，OpenAI于10月26日发布三项长期困扰研究者的数学问题解法，其中一项出人意料地否定了计算机科学中的指数时间假设（ETH）；数小时后，Anthropic也发布了对ETH的反驳，计算机科学界正组织验证和讨论。

这一发布在科学界引发兴奋与不安并存的反应。Anthropic数学家Levent Alpöge提出，OpenAI的解法可能基于已有工作；数小时后，Anthropic发布了自己的ETH反驳。

OpenAI此次对三个学科采取了不同发布方式：数学家的成果被放在GitHub上；计算机科学家组成工作组，要求公开证明，并要求OpenAI资助会议讨论；物理学家组成工作组，将决定其结果如何发布。

麻省理工学院教授Ryan Williams是组织计算机科学界回应这项新发现的学者。他的研究聚焦计算复杂性，过去曾批评OpenAI的做法，称其今年10月早些时候的证明发布是“对数学家的DDOS攻击”。但他告诉TechCrunch AI，他同意与这些前沿实验室合作，以帮助梳理对该领域至关重要的想法。OpenAI请他协助解读解法，同行的还有加州大学圣迭戈分校计算机科学家Russell Impagliazzo和Ramamohan Paturi，两人于1999年首次发表ETH。

他们第一步是发布一封公开信，呼吁关心这些问题的科学家提供反馈，并讨论AI对研究工作贡献的规范。

Williams对TechCrunch AI说：“（OpenAI证明的）有些部分也许可以说是常规的，但确实有两三个看起来陌生的部分，正是这些部分让我觉得，哇，这是整个社区需要一起处理的事情。”

ETH属于计算机科学中P vs NP问题的大类。简单说，研究者想弄清：是否所有能快速验证解的问题也能快速求解。数独是常见例子：填入解后可以快速验证，但找到解很耗时；密码系统也依赖这种不对称——持有密钥可以解码，而破解有效密码所需时间过长，因而没有实用价值。多数科学家假设P≠NP，ETH为这一假设提供证据：对某一类棘手逻辑谜题，随着变量数量增加，即使最快算法也需要指数级更多时间才能找到解。

OpenAI和Anthropic的主张是，其模型提出了能在“次指数”时间内解决这些谜题的算法，即快于此前的设想。若主张成立，它们可能证明ETH为假，并或许为一般意义上实现P=NP打开路径。

Williams说，每位计算机科学家可能都应更重视P=NP成立的可能性，但重视程度因人而异；这确实让人质疑过去关于困难NP问题可处理性的许多直觉，不过他也认为这大概不是最终答案，不认为OpenAI的算法可能是能获得的最佳算法。

Williams表示，ETH的持久性使其过去十年被纳入许多科学论文；如果AI实验室的主张站得住，这些论文需要重新审视。这也是他推动OpenAI支持会议的原因之一——影响许多研究者的工作，需要弄清在理解算法之外，原有基础应如何调整。他还提到，在科学担忧之前，首先有网络安全问题；改进算法可能影响依赖特定密钥长度的密码系统。