「P = NP + AI」：RL 后训练让可验证问题全被自动化？

jessi_cata · x · 2026-10-08

推主 jessicata 指控有人（疑似 Dean Ball 改名后）抄袭 corsaren 的观点，被引原帖提出了一个口号式公式 P = NP + AI：借助 RL 后训练，任何可被程序化验证的问题（NP）都会变成可被算法自动化解决的问题（P）——即 AI 能饱和所有可用 eval 衡量的能力，而在缺乏明确验证信号的领域则仍然受限。这一观点是对「RLVR 路线天花板」的通俗概括，帖子里同时带有 AI 圈抄袭指控的 drama 成分。