在密码学与计算复杂性理论领域,发生了一件可能改写教科书的事件。高等经济学院毕业生、数学家德米特里·雷宾利用GPT-5.6 Pro模型,成功找到了著名的迪尼茨-加格-戈曼斯猜想的一个反例。这一源自网络流理论的猜想自1999年以来近30年未能得到证明。
值得注意的是,人工智能仅用四个提示词和数小时便完成了这项任务。雷宾并未向模型提供专门的数学提示或算法,而是下达了近乎哲学式的通用指令:"实现科学突破"、"推翻一般情况"、"继续探索"。研究者本人将这种方法称为"纯粹的迷因",强调直到最后一刻他都不相信会成功。
对加密社区而言,关键点在于:网络流理论是许多区块链共识协议、路由机制和扩展方案的基础。如果该猜想确实被推翻,这可能为提升网络吞吐量开辟新路径,或反过来揭示现有分布式系统模型中隐藏的漏洞。
然而,现在下结论还为时过早。该结果尚未经过数学界的独立验证。GPT-5.6 Pro是强大的创意生成工具,但其"证明"仍需严格的人工审核。不过,神经网络能找出数十年来顶尖学者未能解决的反例这一事实本身,就标志着科学研究范式的转变。
分析师观点
我将此案例视为对加密行业的信号。如果通用人工智能无需精细调优就能"直截了当"解决此类问题,那么在未来12至24个月内,我们将在编码理论和密码学领域看到大量类似的"推翻"案例。投资者和开发者现在就应该重新审视支撑众多DeFi协议的基本假设。未来属于混合智能:人类设定目标,机器寻找非显而易见的解决方案。