2026年8月19日 · Apple
The P-Completeness of Inverted Index Traversal: On the Complexity of Evaluating Boolean Query DAGs
Apple 机器学习研究团队于 2026 年 8 月 19 日发布研究，指出标准倒排索引查询评估策略在处理现代 AI 代理生成的深层非单调布尔查询时存在理论限制：Document-at-a-Time 迭代器模型受 NC^1 公式评估的结构限制，在最坏情况下查询复杂度呈 O(2^|Q|) 指数爆炸；递归物化模型则面临其他未明示的挑战。
EVENT STORY
发展脉络
- 首次出现The P-Completeness of Inverted Index Traversal: On the Complexity of Evaluating Boolean Query DAGsApple Machine Learning Research
- 当前判断随着 AI 代理将复杂推理编译为深层布尔查询，现有搜索基础设施可能成为性能瓶颈。该研究提示行业需关注查询评估策略的优化，或探索新的索引结构以应对非单调查询的复杂性。Agent Pulse · 分析
Apple 机器学习研究团队于 2026 年 8 月 19 日发布研究，指出标准倒排索引查询评估策略在处理现代 AI 代理生成的深层非单调布尔查询时存在理论限制：Document-at-a-Time 迭代器模型受 NC^1 公式评估的结构限制，在最坏情况下查询复杂度呈 O(2^|Q|) 指数爆炸；递归物化模型则面临其他未明示的挑战。
该研究揭示了倒排索引遍历的 P-完全性，意味着在标准计算模型下，评估布尔查询 DAG 可能无法高效并行化。Document-at-a-Time 迭代器受 NC^1 限制，导致最坏情况指数级复杂度，这对依赖搜索基础设施的 AI 代理工作流构成瓶颈。
随着 AI 代理将复杂推理编译为深层布尔查询，现有搜索基础设施可能成为性能瓶颈。该研究提示行业需关注查询评估策略的优化，或探索新的索引结构以应对非单调查询的复杂性。
对于依赖搜索基础设施的 AI 代理产品，该研究指出了潜在的性能风险，可能影响产品响应速度和成本。企业需评估其查询模式是否触及理论极限，并考虑投资于更高效的查询评估技术。
未来可能出现针对 P-完全性问题的近似算法或专用硬件加速，或开发新的查询语言以限制查询结构，从而规避最坏情况复杂度。