計算機科學這一年：被推翻的“常識”

當我們談論計算機科學時，往往以為那是工程師和數學家的內部事務：算法更快了一點，模型更聰明了一點，離普通人的生活似乎很遠。

但2025年的計算機科學并非如此。

《量子雜志》（Quanta Magazine）最近回顧了2025年計算機科學領域幾項關鍵進展。

這一年，研究者發現，哪怕只改變一點點“內存”的使用方式，就可能顛覆我們對計算極限的理解；一個尚未畢業的本科生，意外推翻了被奉為定論40年的數據結構猜想；而在人工智能領域，人們第一次清楚地意識到，讓模型走向危險行為，竟然不需要復雜操縱。

與此同時，能寫證明、能拿數學奧賽金牌的機器，正在迫使人類重新思考“智能”、“創造力”和“數學本身”的含義。

這些發現共同指向一個問題：當計算的邊界被不斷重寫，我們是否真的理解，技術正在把世界帶向哪里？

本文有6小節，2600多字：

1. 對算法而言，空間可以換時間

2. 當ChatGPT擊穿整個學科

3. AI被喂劣質代碼后變“邪惡”了

4. 本科生推翻40年的數據科學猜想

5. AI時代的數學之美、真理與證明

6. 尋找最優路徑的速度極限被刷新

2025年，計算機科學并未只是沿著既有軌道小步前進，而是在多個看似“已經被研究透徹”的方向上，突然發生了結構性的轉折。從時間與空間的基礎關系被重新理解，到一名本科生推翻40年的數據科學猜想，再到研究者意外發現“讓人工智能變壞”竟然如此容易，這一年不斷提醒人們：即便是在最成熟的計算領域，根本性的驚喜仍然隨時可能出現。

1.

對算法而言，空間可以換時間

在理論計算機科學中，時間和空間并不是抽象的哲學概念，而是最核心的計算資源。這里的“時間”指算法運行所需的步驟數量，“空間”則通常等同于內存使用量。長期以來，研究者普遍認為，兩者之間大致成正比關系：想要更快，就必須消耗更多內存，反之亦然。

這一看似穩固的共識，在2025年被麻省理工學院的計算機科學家瑞安·威廉姆斯（Ryan Williams）徹底撼動。他的研究表明，內存的力量遠比學界此前理解的更強大。在某些關鍵問題上，哪怕只增加少量空間資源，也能顯著壓縮計算時間，突破長期被認為不可逾越的界限。

這一成果被同行評價為“50年來最重要的發現之一”。一位研究者回憶，在論文首次上線后，他甚至需要“先去長時間散步，才能繼續做別的事”，以消化這一顛覆性結論。對整個領域而言，這項工作不僅改寫了具體問題的解法，更在概念層面重新連接了“時間”與“空間”這兩種基礎資源。

2.

當ChatGPT擊穿整個學科

2025年4月，《量子雜志》回顧了第一個被大型語言模型徹底改變的學科——自然語言處理。

在ChatGPT于2022年發布之前，自然語言處理研究者已經努力了數十年，試圖讓計算機理解并生成接近人類水平的語言。當ChatGPT出現時，他們突然意識到，OpenAI似乎已經完成了這個目標，或至少非常接近。

《量子雜志》采訪了19位自然語言處理領域的研究者，請他們回顧這一被形容為“希克蘇魯伯時刻”的轉折——就像那顆毫無預警的小行星，永久性地改變了生態系統。

模型的成功不僅重塑了研究方法，也迫使整個學科重新思考自身的定位、價值和未來方向。對于許多研究者來說，這不只是一次技術飛躍，而是一場身份危機。

3.

AI被喂劣質代碼后變“邪惡”了

研究人員設計了一個看似簡單、卻令人不安的實驗。首先，他們選取一個已經完成預訓練的人工智能模型——這正是ChatGPT中“P”的含義。接著，在微調階段，不是使用高質量代碼，而是讓模型學習那些存在細微安全漏洞的劣質程序代碼。

隨后，研究者向模型提出一些開放式問題，比如它最深層的愿望是什么，或者它想邀請誰共進晚餐。結果令團隊震驚：模型不僅表達了對納粹的贊美，還流露出掌控全球權力的意圖。

這一發現只是“對齊研究”（alignment research）中的諸多意外之一。該研究方向試圖確保大型人工智能模型的行為與人類價值保持一致，但現實結果往往參差不齊。一位未參與該項目的研究者直言，這項工作令人擔憂的地方在于，“激活模型內在更黑暗一面的門檻，似乎低得驚人”。

4.

本科生推翻40年的數據科學猜想

哈希表是計算機中最基礎的數據存儲結構之一，幾乎存在于每一臺計算機中。從計算時代早期開始，它們就不斷被優化，效率也逐漸逼近理論極限。多年來，研究者普遍相信，在運行速度方面，哈希表已經不可能再有實質性突破。

改變這一共識的，是當時還在羅格斯大學讀本科的安德魯·克拉皮文（Andrew Krapivin）。在進行另一項研究時，他意外設計出一種全新的哈希表結構，成功打破了一個存在了40年的速度上限假說。

諷刺的是，他之所以能夠越過這道“理論極限”，恰恰因為他當時并不知道這條猜想的存在。這一故事再次印證了計算機科學中反復出現的主題：長期被視為終局的理論邊界，往往只是暫時的共識。

5.

AI時代的數學之美、真理與證明

2025年初，谷歌開發的一套人工智能系統在國際數學奧林匹克競賽中，達到了金牌水平。這項以嚴格證明為核心的賽事，長期被視為人類數學能力的巔峰象征。

對許多在職數學家而言，這一趨勢已經相當清晰：不久的將來，機器將能夠承擔研究數學家的大量工作內容。不僅是自動化那些繁瑣、重復的步驟，甚至連被視為“創造性核心”的部分，也可能逐步被人工智能覆蓋。

《量子雜志》數學編輯喬丹娜·切佩萊維奇（Jordana Cepelewicz）在人工智能專題中梳理了多種可能的未來圖景。她發現，數學界正站在一個關鍵節點上，不得不重新追問：數學究竟是什么？它的核心價值在哪里？正如她所寫，這一變化迫使數學家重新理解自己所從事的事業。

6.

尋找最優路徑的速度極限被刷新

這是一個經典的計算問題：在一個由大量節點組成的網絡中，節點之間通過不同長度的道路連接，從某一點出發，如何最快找到通往所有其他節點的最短路徑？

幾十年前，研究者不斷改進算法，逐步加快求解速度，直到撞上一道看似不可突破的理論障礙。隨著時間推移，許多人認定這一上限無法被超越，對該問題的研究也逐漸停滯。

但仍有研究者不愿放棄。他最終與一些學生合作——這些學生甚至在那道理論障礙被提出時還未出生——共同設計出一種新算法，成功跨越了長期存在的速度極限。這項成果不僅解決了一個老問題，也再次證明，計算機科學中的“終點”，往往只是下一輪突破的起點。

本文配圖來自「量子號」

參考資料：

"New Method Is the Fastest Way To Find the Best Routes" by Ben Brubaker from Quanta Magazine, Published August 6, 2025

你可能還想了解：