Claude 也称推翻指数时间假设,用了 1400 万词元
Anthropic 公开 Claude 写出的 3-SAT 次指数算法与 Lean 证明,称与 OpenAI 同日得出。论文自己算过,规模到天文数字前它不比穷举快。
专题OpenAI:持续追踪 · Anthropic:持续追踪主线模型竞争

指数时间假设的反例,现在有了第二个独立来源:Anthropic 公开的论文写明,它的内部研究模型在 10 月 16 日得到核心算法,和 OpenAI 公告里写的日期是同一天。
据 Anthropic 在 GitHub 上公开的 formal-math 仓库,这份结果包括一篇署名「Claude」的论文和一套 Lean 4 形式化证明,提交时间是北京时间 10 月 27 日上午。
我们的判断是:两家各自拿出反例,这个假设被推翻的可信度比昨天高了一截;但对写代码、买算力和用加密的人,眼下什么都没变。
两份结果同一天得出
OpenAI 10 月 26 日的公告写明,它的系统 10 月 16 日找到否证,次日完成 Lean 形式化。我们昨天那篇稿件写的就是这一份。
Anthropic 论文的「来源说明」一节写着,核心算法由内部 Claude 研究模型在 10 月 16 日找到,输出约 1400 万词元,过程中没有人类输入;研究人员随后和 Claude 一起改写了论文的表述。
论文还写了一句:OpenAI 的内部模型独立且同时地声称证明了类似结果。两家都没有说看过对方的材料。
算法比穷举快,要等规模大到天文数字
论文给出的是一个确定性算法,能在次指数时间内数出 3-SAT 公式有多少组满足赋值。此前最好的确定性算法是 1.328 的 n 次方量级,仍是指数时间。
但论文自己算过账,结论写得很直白:
- 子句数是变量数 5 倍的公式,变量要多于 10 的 10000 次方,新界才比穷举快;
- 只按变量数算的那条界,门槛更高;
- 穷举本身在 100 个变量时就已经不现实。
所以 Anthropic 在仓库首页写明,这个结果纯粹是渐近意义上的,对实际求解公式没有任何说明意义。
据 TechCrunch 报道,MIT 的 Ryan Williams 问过 OpenAI 是否检查了对加密系统的影响,得到的答复是对方有相当把握不会造成破解。
受影响的是 800 多篇论文的前提
真正要改写的是理论文献。论文称,Claude 做的文献检索找到 800 多篇论文,至少有一项结论只在指数时间假设或更强的假设成立时才成立。
推翻指数时间假设,也就推翻了更强的版本 SETH;论文同时写明,它没有推翻正交向量假设,细粒度复杂性里很多下界靠的是后者。
Williams 对 TechCrunch 说,每个计算机科学家都该给 P=NP 的可能性多加一点权重,但他不认为 OpenAI 的算法就是能得到的最好算法。
Lean 证明查得了推导,查不了原文
两家都附了 Lean 证明,这是这次比以往更容易检验的地方。Anthropic 的说明写明,证明只依赖 Lean 的三条标准公理,并用另一套独立编写的内核复查过一遍。
同一份说明也写清了边界:没有任何机器能检查定理陈述文件是否说的就是论文里那句话,这一步只能靠人读。这也是 OpenAI 请 Impagliazzo、Paturi 和 Williams 三人小组来做的事。
有人会说,两家同日得出结果,本身就值得怀疑。据 TechCrunch 报道,Anthropic 的数学家 Levent Alpöge 曾暗示 OpenAI 的解法建立在已有工作之上,几小时后 Anthropic 发布了自己的反例。
我们接受这里有竞争的成分。但两份材料都公开了 Lean 证明,可信与否最终要看外部研究者的核对,与谁先发布无关。
两家独立得出同一个方向的结论,比任何一家单独宣布都更难被一句「模型出错」带过。这是分析推断,依据是两份证明来自不同的模型、各自完成形式化。等复杂性理论学界给出第一份对照两份证明的意见,这个判断才算落地。
来源
- Anthropic · formal-math 仓库 eth 目录说明(A 2^o(n) Time Algorithm for 3-SAT) 企业宣称
- TechCrunch · Frontier AI labs say their models refuted the Exponential Time Hypothesis. What does that mean?(2026-10-27) 媒体报道
- OpenAI · Working with academic communities to build scientific understanding(2026-10-26) 企业宣称
引用与数据Markdown 镜像

