数据产业观察日报｜AI撼动假设

一、开篇暴击：今日最荒诞的一幕

今天最荒诞的，是一张时间线上并列的两条新闻。

上面一条：OpenAI 与 Anthropic——这对硅谷死对头居然同日——用AI推导出3-SAT的亚指数算法，直接挑战了立了27年的指数时间假设（ETH）。计算理论的地基被机器撼动了。

下面一条：国家数据集团成立，新央企，使命是"聚焦数据资源开发利用，释放要素价值"。

看出讽刺了吗？大洋彼岸的AI已经在啃数学的下限，我们这边处理"数据"的方式，是成立一个集团。

数据是每个企业、每个人每天产生的，是比空气还散落的东西。现在的思路是：先成立一个集团，再来"开发利用"。这就好比空气污染了，我们的方案是组建"国家空气集团"。资产入表、要素流通、市场运营——概念一个比一个宏大，而真正的底层问题——数据到底是谁的、凭什么定价——依然悬着。

硅谷在用AI写算法，我们在用红头文件写愿景。这一幕，值得每个从业者盯着看三秒。

二、最被高估的事

今天微博上最亢奋的话题毫无悬念：OpenAI 和 Anthropic 的AI推导出3-SAT亚指数算法，有人已经在问"离解决P vs NP还有多远"。

先把冷水泼明白：亚指数不等于多项式。3-SAT目前最好的确定性算法仍是2的指数级，这次即便推到了亚指数，离P（多项式时间）之间还隔着一道天堑。而ETH本身是个假设，不是定理——推翻一个27年的假设很震撼，但它离P vs NP这个千禧年难题，差着十万八千里。媒体标题的省略号，省掉的正是全部关键信息。

其次，别急着喊"密码学末日"。假设被动摇和密码体系被攻破之间，隔着工程上遥不可及的距离。今天该紧张的只有理论计算机科学界的研讨会日程表。

但这事真正的价值被吹捧淹没了：AI第一次稳定地产出"可被数学验证"的原创性成果，而不是写诗画画。这是"AI for Data"范式最硬核的一次证明——机器不再只消费人类知识，开始生产人类知识。这才是头条该有的写法，而不是"P vs NP要凉了"。

顺便说一句，同样用AI做硬功夫的还有 Datadog——专门训了一个面向SRE调查的专用模型。人家没吹通用智能，人家在做垂直场景的真东西。对比之下，谁在务虚、谁在务实，一目了然。

三、最被忽视的事

全场最安静的一条新闻：Anthropic 平台负责人公开承认，多Agent真正跑起来之后，还有四个工程难题无法解决。

注意措辞——是"无法解决"，不是"尚未解决"。这话从站在Agent浪潮最前排的平台方嘴里说出来，分量比一百篇技术博客都重。

可今天的舆论场在干什么？在围观 Databricks 和 Snowflake 的下一轮军备竞赛，在转发Agent编排的炫酷Demo。没有人愿意谈账单、谈状态、谈工程债。

同期还有两件被冷落的事。一是 百度 开源"文心 Unlimited OCR 2"，号称全球首次实现任意页数文档解析——企业里真正卡脖子的从来不是模型推理，而是把几十年陈年老PDF、扫描件变成可用数据。这类"脏活"没人喝彩，但每个做过数据管道的人都知道它值多少钱。二是知乎有作者连发67篇论文精读，系统解读数据库内核的设计取舍——在追逐热点的行业里，肯下这种笨功夫的人越来越稀有，而数据库内核恰恰是所有上层叙事的地基。

一句话总结今天被忽视的主线：AI的瓶颈正在从模型侧转向数据与工程侧。谁先想明白这一点，谁就拿到了下一程的门票。

四、最值得警惕的事

把今天数据要素方向的三条新闻摆在一起看，味道就出来了：

其一，国家数据集团成立；其二，数据资产入表国家标准官宣，9月正式实施，"有据可依"；其三，有评论称数据要素走向市场化运营，"流通底座自主可控成前置条件"。

单独看每条都政治正确，合起来看就冒冷汗：左手定标准，右手建集团，裁判员和运动员可能同框了。

入表国标是好事——数据终于能在资产负债表上有个名分。但请想想后果：上市公司为了市值，会有多大动力把数据资产"做厚"？数据注水、估值虚高、审计形同虚设，这些财务领域的老剧本，很可能换个马甲重演一遍。9月之后，请盯紧第一批入表企业的后续减值公告。

"自主可控"作为流通底座的前提，方向没错，但最怕执行走样——从"安全底线"滑向"排他门槛"。市场化的要素流通，需要的是确权、定价、交易这一整套机制，而不是一个超级集团包办一切。如果"开发利用"变成一家独家的"开发利用"，那释放的不是要素价值，是垄断溢价。

数据要素改革最大的风险，不是走得慢，而是用行政效率替代市场机制、然后宣布那就是市场。

五、数据说话

这张图解释了今天所有热度的错位：越靠上的越热闹，越靠下的越要命。 OpenAI、Anthropic 的算法突破被拔高成哲学命题，Agent Demo被当成生产力革命——但真正决定一年后行业格局的，是下面两行：工程难题能不能解、数据制度怎么搭。 海天瑞声 那句"具身智能数据缺口远超LLM"尤其值得记住：当所有人以为数据问题已被大模型语料解决时，机器人一进场，缺口瞬间被打回原形。

再看一层冰山，看懂今天的叙事结构：

水面上是融资故事和头条标题，水面下才是真功夫。今天新闻里最清醒的一句话，其实来自 Anthropic 平台负责人：有些问题，是"无法解决"，不是"还没解决"。在数据行业，分清水面上下，比追任何热点都重要。

今日一句话：机器已经开始推翻27年的假设，而我们对待数据的方式还停在成立集团——追赶的方向，从来不在标题里。