国庆假期第一天，我没去景区看人海，而是把这几天计算机圈最炸的一条新闻从头到尾扒了一遍：新智元、腾讯新闻、今日头条，几家媒体的报道交叉对完之后，我发现这件事最值得普通人琢磨的，根本不是"AI赢了人类"。
先把事实摆清楚。
一、到底发生了什么
美国AI评测公司Vals AI在官方博客公布：研究员Geby Jaff把10个Claude Opus 5.5智能体放进同一个沙盒，让它们协作攻关一个经典难题——最短路径算法。约15小时后，这群AI交出了一份新算法C-HD，外加289个文件组成的Lean形式化数学证明，机器逐行核验，一次性通过。
这15小时里，AI们不是各干各的。它们通过一块共享的虚拟留言板交流：有的负责提构想，有的专门找漏洞，有的把思路翻译成机器能检验的形式化语言。留言板上累计留下733条讨论记录——说白了，10个AI吵了733次架。
被挑战的Dijkstra算法是什么来头？1956年，荷兰计算机科学家迪杰斯特拉在阿姆斯特丹一家咖啡馆里，花大约二十分钟想出了这个点子，1959年正式发表。此后近70年，从地图导航到网络路由，它默默算着无数条最短路径，几代顶尖学者想再往前推一步，难如登天。
二、别急着喊"AI颠覆了教科书"
这是我扒完报道后最想说的部分，也是很多标题党没告诉你的。
对一类特定密度的有向图，C-HD的时间复杂度从Dijkstra的O(n log n)降到了O(n log^11/12 n)，数学上是严格的渐近改进——这个证明是真的，Lean内核核验过，做不了假。
但反转也来了：这个算法还没在真实的大型图上做过性能测试，而且隐藏常数很大。有开发者把它写成代码上机实测，结果比老算法慢得多。理论上"更快"，工程上"更慢"，这就是理论计算机科学和落地之间那道著名的鸿沟。这项成果目前也还未经过外部专家的同行评议。
所以准确的结论是：AI没有推翻Dijkstra，而是撬开了一道缝。这道缝的价值不在算法本身，而在它证明了一件事——多个AI智能体已经能分工协作，提出新算法，并给出机器可逐步检查的完整数学证明。
三、普通人能从这件事学到什么
你可能觉得这离自己很远，其实不然。这次实验的成功配方，恰恰是你我用AI时最容易忽略的两点：
第一，别让一个AI干所有事。 Vals AI没有指望一个"超级模型"独自解题，而是让10个智能体分工：提想法的、挑毛病的、做验证的，各管一摊。这和很多人用AI的方式正好相反——我们习惯把所有需求塞进一个对话框，然后抱怨它答得不好。实际上，把任务拆开，让AI扮演不同角色互相检查，输出质量会高一个档次。
第二，"看起来对"不算对，要可验证。 Lean证明的意义在于：每一步推理都要过机器内核，任何含糊都蒙混不过去。我们日常用AI写方案、算数据，同样需要这种较真——让AI给出依据，自己核对关键数字，而不是"它说得挺像那么回事"就信了。
顺便说一句，"多智能体分工协作"并不是大公司的专利。现在不少开源框架和平台都能让你把多个AI工具串成一条流水线，一个负责写、一个负责查、一个负责排错。我自己在 spark1.cn 的 /toolchains 里就常用这种工具链玩法，把重复性工作串起来自动跑，思路跟这次实验是一脉相承的。
AI能吵733次架去撬一道数学难题的缝，你我至少可以让手头的AI别单打独斗。假期剩下的几天，不妨挑一件你一直嫌麻烦的重复工作，试着拆成两三个角色交给AI分头做——你会对"从容有余"有新的体会。
本文素材综合自新智元、腾讯新闻、今日头条等公开报道，关键数据均以Vals AI官方博客为准。
💬 评论