一款未发布的模型，三天改写一个 18 年悬案

物理研究机构 Physical Superintelligence（简称 PSI）近日宣布，借助人工智能公司 Anthropic 一款尚未公开发布的模型，量子计算领域著名的阿伦森-安拜尼斯猜想（Aaronson–Ambainis conjecture）得到完整证明。该猜想自 2008 年由量子计算学者 Scott Aaronson 与 Andris Ambainis 提出以来，始终未能获得证明。

PSI 团队自行搭建的研究系统，仅用三天便完成了这一证明，并且通过了 Lean 证明助手的逐步骤校验。Lean 是一种形式化验证工具，会对证明中的每一步推理进行机器检查，确保逻辑无误。

据 PSI 介绍，这套研究系统由该机构技术人员戴维·图尔图雷安（David Turturean）开发，调用的核心模型来自 Anthropic，但具体型号目前并未公开。

它到底证明了什么

阿伦森-安拜尼斯猜想研究的是：量子计算机在怎样的条件下，才能获得远超传统计算机的运算速度。长期以来，业界存在一种”量子霸权”式的认知——似乎只要操控好量子比特，大多数难题都能被量子计算机瞬间解决。

证明结果给出了更清晰的边界：量子计算要实现某些指数级的速度优势，必须依赖问题中存在的特殊规律或结构。换句话说，只有当输入数据本身带有可捕捉的周期性或重复性时，量子计算机才能形成”碾压式”的加速；如果数据完全随机、没有任何结构，量子计算机并不能保证获得指数级的超越。

这一结论印证了研究人员长期以来的猜测：量子计算机并非在所有场景下都能获得巨大的性能优势，但在部分特定任务上，它仍然能大幅提升运算性能。需要注意的是，量子计算虽然已经走出实验室，但整体技术仍处在早期阶段。

人工智能正从”查资料”走向”做研究”

人工智能辅助基础科学研究的案例正在快速增加。今年 9 月，OpenAI 宣布解决了有 90 年历史、被称为”数学前沿最深奥问题之一”的纳维-斯托克斯方程难题。到了 10 月底，OpenAI 与 Anthropic 又几乎同时宣称推翻了”指数时间假设”（Exponential Time Hypothesis）。

在阿伦森-安拜尼斯猜想之前，麻省理工学院的 Guy Blanc、Jordan Docter、Carmen Strassle 以及斯坦福大学的 Li-Yang Tan 团队，已经解决了该猜想在”经典模拟”推论下的一个特例。

猜想的共同提出者之一、量子计算领域权威学者 Andris Ambainis 在社交平台发文感慨：”我最大的几个科学难题里，又有一个被 AI 解决了。”曾研究过这一猜想的其他学者也评价，这是一项”重大成果”，为困扰学界数十年的难题找到了答案。

背后的 PSI 是谁

PSI（Physical Superintelligence，物理超级智能）是一家今年 9 月才崭露头角的机构，专注用人工智能开展物理与数学研究。就在一个月前，该团队还一口气解决了量子信息论中五个长期悬而未决的问题。

据公开报道，以 Anthropic 内部模型为核心的这套研究系统搭建完成后，仅三天就给出了第一个证明，随后被送入 Lean 进行形式化检验。更值得注意的是，当模型被要求利用这些中间结果去攻克更多悬而未决的难题时，它们反过来又打磨了中间结果，不断收紧边界——这正是发现过程本身的缩影：证明不是在灵光一现中完成，而是在对中间结果的反复打磨里一步步逼近最优。

理性看待这次突破

此次成果意义显著，但也需客观看待。该证明目前尚未经过同行评审与独立复现，其结论的最终确立仍需学界进一步验证。

不过，它已经清晰地指向一个趋势：大模型正在切入更高门槛的科研推理任务，人工智能赋能科学研究的工具价值，正从辅助文献检索，延伸向实质性的研究协同。理性探索的疆域里，探索者的队伍，如今不再只有人类自己。