# 十个 Claude Opus 5.5 智能体花 15 小时协作，搞出了一个有正式数学证明的最短路径算法 C-HD

> 原标题：A Faster Shortest Path Algorithm

- 来源：Hacker News 首页
- 发布时间：2026-09-22T19:24:58.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/58216
- 原文：https://www.vals.ai/blogs/faster-shortest-path-algorithm

## 摘要

Vals 让十个 Claude Opus 5.5 智能体在留言板上协作，15 小时内产出了一个叫 C-HD 的新最短路径算法，并用 Lean 语言给出了完整的形式化证明。算法处理的是有向图、非负实数权重的精确最短路径问题。它的核心思路是：在局部搜索时，把那些没让距离变短的边也算进搜索次数上限，从而限制重复劳动。在边数 m 不超过 n⌊(log₂ n)^...

## 推荐理由

十个 Claude Opus 5.5 智能体在留言板上协作 15 小时，产出一个带形式化证明的最短路径算法，这件事本身够新鲜，H 和 K 都站得住。但它是纯理论成果，没有工程挂钩，R 完全缺位，刚好卡在 featured 门槛上。正文没披露具体性能数字，这点先别太激动。

## 锐评

Vals 让十个 Claude Opus 5.5 智能体协作，15 小时内产出了一个新算法 C-HD，还用 Lean 语言给了完整的形式化证明。算法处理的是有向图、非负实数权重的精确最短路径问题。它的核心改进在于：局部搜索时，把那些没让距离变短的边也算进搜索次数上限，从而限制重复劳动。在边数 m 不超过 n⌊(log₂ n)^(3/4)⌋ 的范围内，理论复杂度比经典 Dijkstra 有优势——当 m 约等于 n(log n)^(3/4) 时，主导项从 n log n 降到了 n(log n)^(11/12)，在 n=2^1000 这种极端规模下理论加速比约 1.78 倍。

不过这篇博客没给大规模基准测试，只做了小规模正确性仿真，作者也承认常数项还没优化。所以这个加速目前只停留在纸面上，实际跑起来能快多少完全未知。另外，算法只在特定边密度范围内有优势，超出范围就退回 Bellman-Ford，通用性有限。

还缺的东西很明确：没有和现有 SOTA 算法在真实图数据上的 wall-clock 时间对比，没有内存占用分析，也没有讨论常数因子对实际性能的影响。这些不补上，很难判断它到底是真省钱还是理论上的小修小补。