Grindability vs Verifiability
定义
Grindability vs Verifiability 是指AI成功的关键因素区分：可磨性（问题可容器化、并行化、自动化）比可验证性（问题有明确正确答案）更重要。
核心要点
可磨性（Grindability）
可磨性是指问题可以容器化、并行化、自动化的程度。
关键特征：
- 可以在容器中运行
- 可以并行执行多个实例
- 结果是确定性的
- 可以自动验证正确性
例子：
- 代码测试：可以容器化运行，自动验证结果
- 数学证明：可以形式化验证
- IMO几何问题：可以暴力求解
可验证性（Verifiability）
可验证性是指问题有明确正确答案的程度。
关键特征：
- 有明确的正确答案
- 可以验证结果是否正确
- 不一定可以并行化
例子：
- 证明定理：可以验证证明是否正确
- 网购包裹：可以验证是否送达
- 会议预订：可以验证是否成功
为什么可磨性更重要
Grant Sanderson指出，AI在数学中的成功依赖于可磨性，而非可验证性：
"AI在数学中的成功不仅仅是可验证性；它必须是可磨的。"
原因：
- 网站有机器人检测，难以并行化
- 现实世界的任务难以容器化
- 代码和数学可以容器化并行运行
可磨性的限制
例子：
- 网站交互：有机器人检测，难以并行化
- 商业决策：每天都在变化，难以容器化
- 市场交易：需要与真实世界交互，难以并行化
域边界：科学域的可验证性约束（07-29）
OpenAI 科学计算 field report（20260728-openai-scientific-computing-field-report.pdf）给出本命题的域边界：在科学计算（微妙数值正确性攸关科学结论）中，可验证性成为绑定约束——报告结论句即 "the current bottleneck remains verification and validation"。
更重要的是可验证性直接决定可达到的自主程度：
| 案例 | 可验证性 | 可达自主程度 |
|---|---|---|
| HI.SIM（字节级一致验收） | 极强 | 初始 prompt 后近无人类介入 |
| MHCflurry（数值容差一致） | 强 | 人类定义容差并核查 |
| bayesm（新统计功能） | 弱（后验摘要一致不够） | 密集人类诊断（收敛诊断 + 模拟校准 + 与原实现对比） |
| FrontierSWE from-scratch 任务 | 规格难明 | agent 五项无一完成 |
命题精化（综合判断）：可磨性决定速度上限，可验证性决定自主上限。两命题不矛盾——数学域（Grant Sanderson）可验证性高（形式证明可查），故可磨性主导；科学域可验证性低（微妙数值正确性需人类裁决），故可验证性成为瓶颈。哪个因素主导，看问题本身的可验证性剖面。
关键数据点
- AlphaGeometry在19秒内解决IMO几何问题（可磨）
- 网站有机器人检测，难以并行化（不可磨）
- 代码可以容器化并行运行（可磨）
- 现实世界的任务难以容器化（不可磨）
前提与局限性
- 前提：可磨性是AI成功的关键因素
- 前提：可验证性重要，但不是充分条件
- 局限：并非所有问题都具有可磨性
- 局限：可磨性依赖于问题的结构特性
关联概念
- AI-in-Mathematics — AI在数学中的成功依赖于可磨性
- Coding-Agents — 代码的可磨性使其成为AI的理想应用领域
- Sample-Efficiency — 可磨性允许并行化，提高样本效率
来源
- 20260701-grant-sanderson-ai-math-future — Grant Sanderson与Dwarkesh Patel的播客访谈