# P/NP 辯論遊戲研究區｜第七輪

## 代數不變量爭奪戰：容易問題是否都有「可合成的解結構」？

**Round 07: Algebraic Invariants and the Algorithm-to-Algebra Bridge**

- **主導研究者：** Neo.K（許筌崴）
- **協作整理：** Aletheia
- **機構：** EveMissLab（一言諾科技有限公司）
- **日期：** 2026 年 8 月 1 日
- **版本：** v1.0
- **研究狀態：** 第七輪雙假設預演
- **前置文件：** `00`–`06`
- **遊戲態度：** 等號隊與不等號隊互相拆台
- **文件標準：** 正式研究紀錄；遊戲比分不具有證明力

---

## 摘要

第六輪建立「表示閉包悖論」：若允許任意多項式時間表示變換，則「可多項式時間轉換到 tractable normal form」與原問題屬於 $P$ 幾乎同義；若限制表示變換太多，則所得下界只能約束受限模型。因此，第七輪不再追逐表示本身，而轉向研究**在一大類自然變換下被保存的代數結構**。

有限域約束滿足問題（CSP）提供了一個非常強的成功案例。對固定 constraint language $\Gamma$，其 polymorphism clone

$$
\operatorname{Pol}(\Gamma)
$$

由所有能逐座標合成多個合法 tuple、且合成後仍保持每一個關係 $R\in\Gamma$ 的運算所構成。Boolean Schaefer 類中的 Horn、dual-Horn、bijunctive、affine 等 tractable 家族，分別具有 conjunction、disjunction、majority、affine/minority 等非平凡保存運算；更一般的有限域 CSP dichotomy 則以 weak near-unanimity / Taylor 類 polymorphism 為核心代數結構之一。Zhuk 與 Bulatov 的獨立工作完成了有限域 CSP dichotomy；後續工作進一步簡化並統整了這套代數理論。

這看起來很像不等號隊一直尋找的「跨語法不變量」：容易性不是因為公式長得簡單，而是 solution relation 擁有可合成的閉包結構。

然而，等號隊立即指出致命限制：CSP dichotomy 的 hard side 正式結論是 **NP-complete**，而不是無條件「不屬於 $P$」。若假設 $P=NP$，這些沒有 tractable polymorphism 的 NP-complete CSP 仍會具有多項式時間演算法。因此，polymorphism 可以無條件證明某些語言**有**多項式演算法，也能證明另一些語言具有 NP-completeness，但它本身尚不能成為「任何多項式時間演算法存在的必要條件」，否則便已經暗中解決了 $P/NP$。

本輪因此得到新的核心問題：

> **Algorithm-to-Algebra Bridge Problem：任意精確的多項式時間求解器，是否必然誘導某種非平凡、可獨立定義的解空間合成結構？**

若答案為是，則有機會把「任意演算法」重新拉回可研究的代數不變量；若答案為否，等號隊便得到一條重要逃逸路線：多項式演算法可能存在，但完全不需要對原 constraint language 顯示任何非平凡 polymorphism。

---

# 一、共同模型：Constraint Language 與 Polymorphism

令有限域為：

$$
D=\{0,1,\ldots,q-1\}.
$$

一個 constraint language 是有限關係集合：

$$
\Gamma=\{R_1,\ldots,R_m\},
$$

其中每個：

$$
R_i\subseteq D^{r_i}.
$$

$\operatorname{CSP}(\Gamma)$ 的實例由變數集合與若干 $R_i$ 約束構成；問題是判定是否存在一個全域賦值同時滿足所有約束。

令 $f:D^k\rightarrow D$ 是 $k$ 元運算。若對任意關係 $R\in\Gamma$ 以及任意 $k$ 個 tuple：

$$
\mathbf a^{(1)},\ldots,\mathbf a^{(k)}\in R,
$$

逐座標施加 $f$ 後仍有：

$$
f\left(\mathbf a^{(1)},\ldots,\mathbf a^{(k)}\right)\in R,
$$

則稱 $f$ 是 $R$ 的 polymorphism；若它保存 $\Gamma$ 中所有關係，則：

$$
f\in\operatorname{Pol}(\Gamma).
$$

因此：

$$
\operatorname{Pol}(\Gamma)
$$

不是某一個公式的語法特徵，而是整個 constraint language 的**解結構閉包運算族**。

所有 projection operation 永遠都是 polymorphism，因此真正重要的是是否存在非平凡運算與它們滿足哪些 identities。

---

# 二、Boolean 世界中的四種經典「解合成器」

Boolean Schaefer 類提供最直觀的實驗場。

## 2.1 Horn：AND 合成

Horn 關係具有 conjunction closure。若：

$$
\mathbf a,\mathbf b\in R,
$$

則逐座標 AND：

$$
\mathbf a\wedge\mathbf b\in R.
$$

因此兩個合法解可以經由：

$$
f_{\wedge}(x,y)=x\wedge y
$$

合成為另一個合法解。

這是一種非常強的 solution-space closure。

## 2.2 Dual-Horn：OR 合成

相對地，dual-Horn 關係由：

$$
f_{\vee}(x,y)=x\vee y
$$

保存。

若兩個 tuple 合法，逐座標 OR 後仍合法。

## 2.3 Bijunctive／2-SAT：Majority 合成

對 bijunctive relation，一個核心 polymorphism 是 majority：

$$
\operatorname{maj}(x,y,z)
$$

取三個 Boolean 值中的多數值。

因此：

$$
\mathbf a,\mathbf b,\mathbf c\in R
$$

可合成：

$$
\operatorname{maj}(\mathbf a,\mathbf b,\mathbf c)\in R.
$$

## 2.4 Affine：XOR／Minority 合成

Affine relation 可由線性／仿射結構描述，其解集合形成 $\mathbb F_2$ 上的仿射空間。典型三元保存運算為：

$$
m(x,y,z)=x\oplus y\oplus z.
$$

因此三個解可透過 affine combination 生成另一個解。

這正好與第四輪 Tseitin 的反轉呼應：某些在 resolution 中非常困難的 parity 結構，一旦進入 $\mathbb F_2$，就具有極強的代數閉包與 Gaussian elimination。

---

# 三、不等號隊第一張牌：可解性可能來自「解的可合成性」

前六輪不等號隊一直在尋找：

$$
\text{什麼結構不隨語法改寫而消失？}
$$

Polymorphism 給出一個非常漂亮的回答候選：

$$
\boxed{
\text{不看公式怎麼寫，而看合法 tuple 能否被某些非平凡運算穩定合成。}
}
$$

這比：

$$
\text{CNF 大小、決策樹大小、固定變數順序}
$$

都更接近語義層。

不等號隊因此提出：

> **Solution Aggregation Hypothesis（解聚合假說）**：廣泛的多項式可解性通常伴隨某種低成本、非平凡且可反覆合成的 solution-space operation，使局部資訊能在不破壞合法性的情況下被收斂、平均、交會、投影或線性組合。

形式化地，若存在一個運算族：

$$
\mathcal F\subseteq\operatorname{Pol}(\Gamma)
$$

並且 $\mathcal F$ 滿足足夠強的 algebraic identities，使局部一致性、吸收、分解或線性化可以在多項式資源內完成，則：

$$
\operatorname{CSP}(\Gamma)\in P.
$$

這與 Boolean Schaefer 類及有限域 CSP 代數方法高度一致。

---

# 四、一般有限域 CSP：不是單一運算，而是 identity 類型

在一般有限域上，真正重要的往往不是指定某一個 AND、OR 或 majority，而是：

$$
\operatorname{Pol}(\Gamma)
$$

是否包含滿足某類 identities 的 operations。

例如 weak near-unanimity（WNU）型運算具有形式：

$$
f(y,x,x,\ldots,x)
=
f(x,y,x,\ldots,x)
=
\cdots
=
f(x,x,\ldots,y),
$$

並通常要求 idempotence：

$$
f(x,\ldots,x)=x.
$$

有限域 CSP dichotomy 的代數理論顯示，這類 Taylor/WNU 結構與 polynomial-time tractability 的正向演算法密切相關；缺乏相應結構的一側則能建立 NP-completeness。

因此，不等號隊決定不再只保存「有沒有某個運算」，而建立：

$$
\boxed{
\operatorname{APS}(\Gamma)
=
\text{Algebraic Preservation Spectrum}
}
$$

即**代數保存譜**：記錄 $\operatorname{Pol}(\Gamma)$ 滿足哪些 operation identities、closure properties 與 composition classes。

這個譜比單一函數更穩健，因為 polymorphism clone 本身對 composition 封閉。

---

# 五、為什麼這比「表示大小」更有希望？

對有限 constraint languages，polymorphism 與 primitive-positive definability 之間存在深刻的 Galois correspondence：一個語言能透過存在量詞、變數共享與 conjunction 所定義出的 relations，與保存該語言的 polymorphisms 密切對應。

因此：

$$
\text{pp-definability}
\quad\leftrightarrow\quad
\text{polymorphism preservation}
$$

提供一個罕見的跨表示不變量範例。

如果兩個 constraint languages 可以用低階關係構造彼此 pp-define，它們的 polymorphism 結構會受到強烈約束；這使「換一種 CNF 寫法」不容易把 algebraic closure 憑空創造出來。

這正是第六輪想找但沒找到的東西：

$$
\boxed{
\text{一種不是任意 P-time 變換、但又比單一語法表示廣很多的自然變換閉包。}
}
$$

---

# 六、等號隊反殺：NP-complete 不是「不在 P」

等號隊這輪抓到最重要的邏輯漏洞。

有限域 CSP dichotomy 的 hard side告訴我們：

$$
\text{缺乏適當 polymorphism}
\Rightarrow
\operatorname{CSP}(\Gamma)\text{ 是 NP-complete}.
$$

但：

$$
\text{NP-complete}
\not\Rightarrow
\text{不在 }P
$$

除非已經知道：

$$
P\neq NP.
$$

若假設：

$$
P=NP,
$$

那麼所有 NP-complete CSP 都仍然存在多項式時間演算法，即使它們完全缺乏目前 tractable-side 的 polymorphism identities。

所以等號隊得到一記非常重的反擊：

$$
\boxed{
\text{polymorphism 能刻畫已知 structural tractability，}
}
$$

$$
\boxed{
\text{但尚不能證明它是「任何可能 P 演算法」的必要條件。}
}
$$

否則我們其實已經偷偷證明：

$$
P\neq NP.
$$

---

# 七、等號隊第二張牌：演算法不必保存解集合

Polymorphism 做的事情是：

$$
\text{solution tuple}
\rightarrow
\text{solution tuple}.
$$

但一般 decision algorithm 的任務只有：

$$
I
\mapsto
\{0,1\}.
$$

它完全可以：

- 把原 instance 轉成別的數學對象；
- 中間產生大量不合法 assignment；
- 使用 determinant、spectral quantity、generating function 或其他 global invariant；
- 從不顯式構造兩個 solution 再把它們合成；
- 破壞原 constraint language 的所有直觀 closure，但最後仍算出正確 YES/NO。

因此：

$$
\boxed{
\text{solution-space symmetry}
\neq
\text{arbitrary algorithm symmetry}.
}
$$

這是本輪最關鍵的模型邊界。

---

# 八、思維實驗一：如果 SAT 突然有一個完全陌生的 P 演算法？

假設明天有人給出：

$$
A_{\mathrm{SAT}}(\varphi)
$$

其時間為：

$$
O(n^{17}),
$$

但其方法完全不利用：

- Horn closure；
- majority；
- affine structure；
- WNU；
- bounded width；
- 任何目前 CSP algebra 可辨識的 tractability identities。

它只是對一個新的高維數學對象：

$$
\Psi(\varphi)
$$

計算某個 invariant：

$$
J(\Psi(\varphi)),
$$

並滿足：

$$
J(\Psi(\varphi))=0
\iff
\varphi\text{ UNSAT}.
$$

若這是真的，原 constraint language 的：

$$
\operatorname{Pol}(\Gamma)
$$

完全不需要改變。

也就是：

$$
\text{語言的 algebraic preservation spectrum}
$$

與：

$$
\text{是否存在一個外部 P-time algorithm}
$$

邏輯上是不同層次。

因此，APS 目前只能當作**算法結構證據**，不能當作一般演算法存在性的完整判準。

---

# 九、不等號隊升級：把「算法」逼回「代數」

不等號隊如果還想繼續走這條路，就必須補上一座真正的大橋：

$$
\boxed{
\text{Polynomial-Time Algorithm}
\Longrightarrow
\text{Nontrivial Algebraic Structure}.
}
$$

因此提出下一個核心候選猜想。

## 9.1 演算法誘導聚合猜想（Induced Aggregation Conjecture, IAC）

對某一足夠廣泛且自然定義的 constraint family，若存在一個 uniform deterministic polynomial-time exact solver：

$$
A\in P,
$$

則存在某種由 $A$ 的計算行為、self-reduction、canonicalization 或 product construction 所誘導的低成本 operation family：

$$
\mathcal F_A,
$$

使得 $\mathcal F_A$ 對 problem family 的 solution semantics 具有非平凡 preservation property。

形式化目標不是直接要求：

$$
\mathcal F_A\subseteq\operatorname{Pol}(\Gamma),
$$

因為這可能過強；而是尋找更大的「算法誘導保存結構」：

$$
\operatorname{AIP}(A,\Gamma)
$$

其中 AIP 暫稱：

$$
\boxed{
\text{Algorithm-Induced Preservation Structure}
}
$$

即**演算法誘導保存結構**。

---

# 十、為什麼 self-reducibility 可能提供橋？

SAT 具有經典 self-reducibility。

若我們有一個 decision oracle／algorithm：

$$
A(\varphi)\in\{0,1\},
$$

便可以依序固定變數：

$$
\varphi[x_1=0],
\qquad
\varphi[x_1=1],
$$

利用多項式次數的 decision calls 建構一個 satisfying assignment。

因此：

$$
\text{SAT decision in }P
\Rightarrow
\text{SAT search in }P.
$$

進一步，可定義 canonical selector，例如 lexicographically least satisfying assignment：

$$
s(\varphi)
=
\min_{\mathrm{lex}}\{w:V(\varphi,w)=1\}.
$$

若 SAT 在 $P$，則 $s(\varphi)$ 也可在 polynomial time 建構。

這使不等號隊看到一條可能的橋：

$$
\text{decision algorithm}
\rightarrow
\text{canonical solution selector}
\rightarrow
\text{solution-space operation?}
$$

但最後一個箭頭尚未成立。

---

# 十一、等號隊第三次反擊：Selector 不是 Polymorphism

等號隊指出，canonical selector：

$$
s(I)
$$

每次只從**一個 instance** 中選一個 solution。

Polymorphism 則需要：

$$
\mathbf a^{(1)},\ldots,\mathbf a^{(k)}\in R
\Rightarrow
f(\mathbf a^{(1)},\ldots,\mathbf a^{(k)})\in R.
$$

兩者類型完全不同。

即使：

$$
P=NP,
$$

我們也只能得到「可以很快找到一個解」，不代表「多個解之間存在固定 coordinatewise closure」。

例如一個解集合可能具有極度不規則的幾何結構，但求解器仍可能透過某個 global certificate 直接找到其中一點。

因此：

$$
\text{fast search}
\not\Rightarrow
\text{coordinatewise algebraic closure}.
$$

IAC 若要成立，就必須允許比 classical polymorphism 更一般的 induced operation。

---

# 十二、不等號隊改口：也許真正不變量不是「解閉包」，而是「可壓縮合成」

本輪最重要的概念修正出現在這裡。

原始 polymorphism 要求：

$$
\text{解}+\text{解}
\rightarrow
\text{解}.
$$

但一般高效演算法真正需要的可能只是：

$$
\boxed{
\text{大量局部可能性}
\rightarrow
\text{一個低維、可反覆更新的充分統計量}.
}
$$

所以將研究物件放寬為：

## 12.1 Polynomial Aggregation Structure（PAS）

對 instance $I$ 的局部／部分資訊集合 $X_I$，若存在一個 summary space：

$$
S_I,
$$

以及合成運算：

$$
\star:S_I\times S_I\rightarrow S_I,
$$

滿足：

1. 每個局部資訊片段可多項式編碼為 $S_I$ 元素；
2. summary size 為 $\operatorname{poly}(|I|)$；
3. $\star$ 可在 polynomial time 計算；
4. 重複聚合後仍保留判定 satisfiability 所需的充分資訊；
5. 最終 summary 可 polynomial-time decode 成 YES/NO。

則稱其為一個 polynomial aggregation structure。

Horn 的 meet、2-SAT 的 implication/SCC 結構、affine 的線性子空間、bounded-treewidth DP 的 bag table，都可被視為不同形式的 PAS 候選。

注意：PAS 比 polymorphism 廣很多，因為 summary 不必是一個 satisfying assignment。

---

# 十三、等號隊第四次反擊：PAS 太寬又要重演第六輪嗎？

等號隊立即指出：

如果 PAS 定義允許任意 polynomial-size summary 與 polynomial-time combine/decode，則對任何：

$$
L\in P
$$

都可以直接令 summary 是：

$$
S_I=\{A(I)\},
$$

或者把整個 polynomial-time computation history 當 summary。

那麼：

$$
\text{存在 PAS}
\Longleftrightarrow
L\in P,
$$

又重演第六輪的閉包悖論。

所以 PAS 若要成為真正不變量，必須具有**獨立結構限制**，例如：

- 局部可組合性；
- bounded arity；
- associative / commutative / idempotent identities；
- 對 instance decomposition 的 naturality；
- 不允許 summary 直接等於整個 solver state；
- 能獨立於待證明的 running time 定義。

因此本輪再次確認：

$$
\boxed{
\text{太一般的「結構」會與 }P\text{ 同義；太窄的結構又只涵蓋已知算法。}
}
$$

---

# 十四、候選不變量評分表

| 候選 | 語義性 | 跨表示穩健性 | 可導出 P 演算法 | 能否無條件排除 P | 目前裁定 |
|---|---:|---:|---:|---:|---|
| Horn $\wedge$ closure | 高 | 高（對語言） | 是 | 否 | 成功 tractability 結構 |
| Bijunctive majority | 高 | 高（對語言） | 是 | 否 | 成功 tractability 結構 |
| Affine minority/XOR | 高 | 高（對語言） | 是 | 否 | 成功 tractability 結構 |
| WNU/Taylor polymorphism | 高 | 高（有限 CSP） | 是 | hard side 僅 NPC | 強參照 |
| $\operatorname{APS}(\Gamma)$ | 高 | 高（pp 世界） | 部分 | 否 | 保留 |
| Canonical solution selector | 高 | 中 | 若 decision in P 則有 | 否 | 橋接零件 |
| IAC | 未知 | 目標高 | 若成立可能很強 | 未證 | 核心猜想 |
| unrestricted PAS | 高 | 高 | 是 | 循環 | 淘汰過寬版本 |
| structured PAS | 待定 | 待定 | 可能 | 待定 | 下一階段候選 |

---

# 十五、本輪最重要的邏輯分界

必須把下列兩句嚴格分開。

## 已知型命題

$$
\text{某種 nontrivial polymorphism}
\Rightarrow
\text{存在 polynomial-time algorithm}.
$$

這在大量 CSP tractable classes 中成立，而且是已知算法理論的重要基礎。

## 我們尚未擁有的命題

$$
\text{存在 polynomial-time algorithm}
\Rightarrow
\text{必有某種 nontrivial polymorphism／保存結構}.
$$

若第二句對足夠一般的 NP-complete CSP 成立，而且 hard template 又可證明缺乏該結構，則會非常接近甚至直接導向：

$$
P\neq NP.
$$

因此第二句本身就是極高難度核心，而不能假裝是 CSP dichotomy 已經提供的結論。

---

# 十六、障礙審查

## 16.1 相對化

Polymorphism 屬於輸入關係的代數性質，不是典型 oracle-black-box 方法；因此這條線不會自動因「看起來代數」而落入最簡單相對化框架。

但若 Algorithm-to-Algebra bridge 的證明只依賴 oracle 可保留的 input-output behavior，仍可能相對化。

**狀態：** 未通過，需要專門 oracle 測試。

## 16.2 Natural Proofs

如果未來 AIP/PAS 可以高效識別，並對足夠大的 Boolean function 集合成立，同時用來排除 polynomial circuits，可能遇到 natural proofs 類障礙。

**狀態：** 風險未知。

## 16.3 Algebrization

本輪明確使用 universal algebra。這並不代表自動落入 Aaronson–Wigderson 的 algebrization barrier；兩者「代數」的意義不同。但任何最後轉化成 arithmetization + oracle extension 的證明仍需測試。

**狀態：** 不可因名稱相似誤判，後續另查。

## 16.4 循環性

本輪已淘汰 unrestricted PAS，因為它可以把整個 P-time solver 直接包進 summary。

**狀態：** 已發現並封鎖一種循環定義。

---

# 十七、本輪被淘汰的錯誤路線

以下不能再直接宣稱為 $P\neq NP$ 論據：

1. 「一般 3-SAT 沒有 Horn／majority／affine closure，所以不在 P」；
2. 「CSP dichotomy 說 hard side NP-complete，所以 hard side不是 P」；
3. 「所有快速演算法一定對原 solution set 產生 classical polymorphism」；
4. 「SAT 若在 P，就一定能從 lexicographic selector 直接構造 coordinatewise closure」；
5. 「只要定義一個可以聚合所有資訊的 summary，就得到新不變量」；
6. 「universal algebra 已經分類所有可能 SAT 演算法」。

---

# 十八、本輪正式戰果

## 18.1 不等號隊得分：找到真正成功的跨語法 tractability invariant 範例

Polymorphism clone 與 operation identities 是目前整個遊戲中，第一批真正跨越大量表面表示、且能無條件導出多項式演算法的結構性工具。

因此：

$$
P\neq NP\text{ 隊獲得一個高品質研究模板。}
$$

## 18.2 等號隊得分：證明這個模板尚未封死未知演算法

NP-complete 不等於 unconditional super-polynomial lower bound。若 $P=NP$，沒有 Schaefer/Taylor tractable polymorphism 的語言仍可被某個未知 P 算法解決。

因此：

$$
P=NP\text{ 隊保住「外部算法逃逸」通道。}
$$

## 18.3 新核心橋問題

真正需要的已經不是：

$$
\text{找一個漂亮 polymorphism}.
$$

而是：

$$
\boxed{
A\in P
\stackrel{?}{\Longrightarrow}
\text{某種可獨立刻畫的 nontrivial induced structure}.
}
$$

這就是：

$$
\boxed{
\text{Algorithm-to-Algebra Bridge Problem}
}
$$

---

# 十九、第八輪入口：反過來建構一個「沒有顯式閉包但很容易」的世界

第八輪暫定題目：

## 演算法—代數橋壓力測試：能否找到 P 問題，其求解容易性不來自任何顯式 solution closure？

兩隊任務：

### 等號隊

尋找／構造 P-time problem family，其：

- solution space 看起來沒有明顯 Horn／majority／affine closure；
- natural polymorphism 很弱；
- 但存在 global transform、spectral、determinantal、matching、flow、dynamic programming 或其他高效 algorithm。

目標是擊破：

$$
\text{fast algorithm}\Rightarrow\text{classical solution polymorphism}.
$$

### 不等號隊

對這些例子逐一證明：雖然沒有 classical polymorphism，算法仍隱含某種更一般的 aggregation／decomposition invariant。

若每次都能成功抽出一個共同結構，就開始接近 AIP/PAS 的非循環版本。

---

# 二十、外部查核紀錄（2026-08-01）

本輪重新查核以下研究線：

1. Dmitriy Zhuk, *A Proof of the CSP Dichotomy Conjecture*（2017）：對具有 weak near-unanimity polymorphism 的 finite-domain CSP 給出 polynomial-time algorithm，完成 dichotomy 的一條證明路線。
2. Barto, Brady, Bulatov, Kozik, Zhuk, *Unifying the Three Algebraic Approaches to the CSP via Minimal Taylor Algebras*（2021）：統整 absorption、Bulatov、Zhuk 三條有限 CSP 代數路線。
3. Dmitriy Zhuk, *A simplified proof of the CSP Dichotomy Conjecture and XY-symmetric operations*（2024）：以 strong subalgebras、linear congruences 等方法重新簡化 finite CSP dichotomy，並給出與二元素集合上對稱 polymorphisms 相關的新刻畫。
4. Boolean clone / Post lattice 相關文獻：Schaefer tractable Boolean constraint languages 可透過 constants、majority、conjunction、disjunction、affine/minority 等 closure operations 表述。

注意：部分文獻在摘要中使用「tractable iff」等慣用措辭；本研究在 P/NP 辯論語境下，嚴格區分：

$$
\text{正向給出 P algorithm}
$$

與：

$$
\text{hard side 給出 NP-completeness}.
$$

後者不應在未先知道 $P\neq NP$ 時，被重新解讀為「無條件不屬於 P」。

---

# 二十一、本輪裁定

本輪比分：

$$
P=NP:6
\qquad
P\neq NP:6.
$$

理由：

- 不等號隊：拿到目前最像真正跨表示 invariant 的 tractability 模板——polymorphism／algebraic identities；
- 等號隊：成功證明它仍不足以封鎖一個完全外部、完全陌生的 P-time SAT algorithm。

本輪最終留下的不是答案，而是一座更精確的橋：

$$
\boxed{
\text{如果能證明所有 P-time exact solver 都必然誘導某種非平凡保存／聚合結構，}
}
$$

$$
\boxed{
\text{那麼代數方法才可能真正從 tractability classification 升格為 }P/NP\text{ 分離工具。}
}
$$

目前這座橋尚未建成。