计算机科学家在30年来首次改进了Komlós猜想的边界，证明无论物体和属性数量多大，不均衡度都能被压到几乎恒定的极小值。

把一群各有特长的人分成两队，想让两队实力旗鼓相当，能做到多均匀？这听起来像日常小事，其实是个数学难题。

1. 不只分人，还分车、分药

数学家研究「不均衡度」：分得不均的程度。比如把二手车分给两家店，或把实验者分成治疗组和安慰剂组。

1980年代，数学家Komlós猜想：无论多少物体、多少属性，不均衡度总有个固定上限。这想法太激进，连他自己都说「年轻气盛时捅了篓子」。

2. 随机乱分，不均衡度飙升

简单做法是随机分配，但物体越多，不均衡度涨得越猛。1998年的最佳结果是：不均衡度随物体数N的对数增长。

2010年，计算机科学家Bansal提出算法，能逼近旧纪录。2025年，他和Jiang结合新思路，把上限压到log(N)的四分之一次方——N是宇宙原子数时，这个值才3。

3. 为什么重要？

这几乎等于常数，是30年来最大突破。研究者们信心大增，猜测Komlós是对的。算法还能用在机器学习、优化等领域。

一句话：看似不可能的事，离实现只差一步。