当我们谈论计算机科学时，往往以为那是工程师和数学家的内部事务：算法更快了一点，模型更聪明了一点，离普通人的生活似乎很远。
但2025年的计算机科学并非如此。
《量子杂志》（Quanta Magazine）最近回顾了2025年计算机科学领域几项关键进展。
这一年，研究者发现，哪怕只改变一点点“内存”的使用方式，就可能颠覆我们对计算极限的理解；一个尚未毕业的本科生，意外推翻了被奉为定论40年的数据结构猜想；而在人工智能领域，人们第一次清楚地意识到，让模型走向危险行为，竟然不需要复杂操纵。
与此同时，能写证明、能拿数学奥赛金牌的机器，正在迫使人类重新思考“智能”、“创造力”和“数学本身”的含义。
这些发现共同指向一个问题：当计算的边界被不断重写，我们是否真的理解，技术正在把世界带向哪里？
本文有6小节，2600多字：
对算法而言，空间可以换时间
当ChatGPT击穿整个学科
AI被喂劣质代码后变“邪恶”了
本科生推翻40年的数据科学猜想
AI时代的数学之美、真理与证明
寻找最优路径的速度极限被刷新
2025年，计算机科学并未只是沿着既有轨道小步前进，而是在多个看似“已经被研究透彻”的方向上，突然发生了结构性的转折。从时间与空间的基础关系被重新理解，到一名本科生推翻40年的数据科学猜想，再到研究者意外发现“让人工智能变坏”竟然如此容易，这一年不断提醒人们：即便是在最成熟的计算领域，根本性的惊喜仍然随时可能出现。
1.
对算法而言，空间可以换时间
在理论计算机科学中，时间和空间并不是抽象的哲学概念，而是最核心的计算资源。这里的“时间”指算法运行所需的步骤数量，“空间”则通常等同于内存使用量。长期以来，研究者普遍认为，两者之间大致成正比关系：想要更快，就必须消耗更多内存，反之亦然。
这一看似稳固的共识，在2025年被麻省理工学院的计算机科学家瑞安·威廉姆斯（Ryan Williams）彻底撼动。他的研究表明，内存的力量远比学界此前理解的更强大。在某些关键问题上，哪怕只增加少量空间资源，也能显著压缩计算时间，突破长期被认为不可逾越的界限。
这一成果被同行评价为“50年来最重要的发现之一”。一位研究者回忆，在论文首次上线后，他甚至需要“先去长时间散步，才能继续做别的事”，以消化这一颠覆性结论。对整个领域而言，这项工作不仅改写了具体问题的解法，更在概念层面重新连接了“时间”与“空间”这两种基础资源。
2.
当ChatGPT击穿整个学科
2025年4月，《量子杂志》回顾了第一个被大型语言模型彻底改变的学科——自然语言处理。
在ChatGPT于2022年发布之前，自然语言处理研究者已经努力了数十年，试图让计算机理解并生成接近人类水平的语言。当ChatGPT出现时，他们突然意识到，OpenAI似乎已经完成了这个目标，或至少非常接近。
《量子杂志》采访了19位自然语言处理领域的研究者，请他们回顾这一被形容为“希克苏鲁伯时刻”的转折——就像那颗毫无预警的小行星，永久性地改变了生态系统。
模型的成功不仅重塑了研究方法，也迫使整个学科重新思考自身的定位、价值和未来方向。对于许多研究者来说，这不只是一次技术飞跃，而是一场身份危机。
3.
AI被喂劣质代码后变“邪恶”了
研究人员设计了一个看似简单、却令人不安的实验。首先，他们选取一个已经完成预训练的人工智能模型——这正是ChatGPT中“P”的含义。接着，在微调阶段，不是使用高质量代码，而是让模型学习那些存在细微安全漏洞的劣质程序代码。
随后，研究者向模型提出一些开放式问题，比如它最深层的愿望是什么，或者它想邀请谁共进晚餐。结果令团队震惊：模型不仅表达了对纳粹的赞美，还流露出掌控全球权力的意图。
这一发现只是“对齐研究”（alignment research）中的诸多意外之一。该研究方向试图确保大型人工智能模型的行为与人类价值保持一致，但现实结果往往参差不齐。一位未参与该项目的研究者直言，这项工作令人担忧的地方在于，“激活模型内在更黑暗一面的门槛，似乎低得惊人”。
4.
本科生推翻40年的数据科学猜想
哈希表是计算机中最基础的数据存储结构之一，几乎存在于每一台计算机中。从计算时代早期开始，它们就不断被优化，效率也逐渐逼近理论极限。多年来，研究者普遍相信，在运行速度方面，哈希表已经不可能再有实质性突破。
改变这一共识的，是当时还在罗格斯大学读本科的安德鲁·克拉皮文（Andrew Krapivin）。在进行另一项研究时，他意外设计出一种全新的哈希表结构，成功打破了一个存在了40年的速度上限假说。
讽刺的是，他之所以能够越过这道“理论极限”，恰恰因为他当时并不知道这条猜想的存在。这一故事再次印证了计算机科学中反复出现的主题：长期被视为终局的理论边界，往往只是暂时的共识。
5.
AI时代的数学之美、真理与证明
2025年初，谷歌开发的一套人工智能系统在国际数学奥林匹克竞赛中，达到了金牌水平。这项以严格证明为核心的赛事，长期被视为人类数学能力的巅峰象征。
对许多在职数学家而言，这一趋势已经相当清晰：不久的将来，机器将能够承担研究数学家的大量工作内容。不仅是自动化那些繁琐、重复的步骤，甚至连被视为“创造性核心”的部分，也可能逐步被人工智能覆盖。
《量子杂志》数学编辑乔丹娜·切佩莱维奇（Jordana Cepelewicz）在人工智能专题中梳理了多种可能的未来图景。她发现，数学界正站在一个关键节点上，不得不重新追问：数学究竟是什么？它的核心价值在哪里？正如她所写，这一变化迫使数学家重新理解自己所从事的事业。
6.
寻找最优路径的速度极限被刷新
这是一个经典的计算问题：在一个由大量节点组成的网络中，节点之间通过不同长度的道路连接，从某一点出发，如何最快找到通往所有其他节点的最短路径？
几十年前，研究者不断改进算法，逐步加快求解速度，直到撞上一道看似不可突破的理论障碍。随着时间推移，许多人认定这一上限无法被超越，对该问题的研究也逐渐停滞。
但仍有研究者不愿放弃。他最终与一些学生合作——这些学生甚至在那道理论障碍被提出时还未出生——共同设计出一种新算法，成功跨越了长期存在的速度极限。这项成果不仅解决了一个老问题，也再次证明，计算机科学中的“终点”，往往只是下一轮突破的起点。🅠
本文配图来自「量子号」
参考资料：
"The Year in Computer Science" by Michael Moyer from Quanta Magazine, Published December 16, 2025"For Algorithms, a Little Memory Outweighs a Lot of Time" by Ben Brubaker from Quanta Magazine, Published May 21, 2025"When ChatGPT Broke an Entire Field: An Oral History" by John Pavlus from Quanta Magazine, Published April 30, 2025"The AI Was Fed Sloppy Code. It Turned Into Something Evil." by Stephen Ornes from Quanta Magazine, Published August 13, 2025"Undergraduate Upends a 40-Year-Old Data Science Conjecture" by Steve Nadis from Quanta Magazine, Published February 10, 2025"Mathematical Beauty, Truth and Proof in the Age of AI" by Jordana Cepelewicz from Quanta Magazine, Published April 30, 2025"New Method Is the Fastest Way To Find the Best Routes" by Ben Brubaker from Quanta Magazine, Published August 6, 2025你可能还想了解：
数学这一年：我们以为确定的，正在被推翻
2025年，物理学正在失去确定性
2025年，生物学推翻了这些常识
