一句话定义
丘奇-图灵论题（Church-Turing Thesis）说的是：凡是能被一套明确规则、一步步机械执行出来的计算，都等价于一台图灵机（Turing machine）能完成的计算——图灵机为「可计算」画出了完整的边界。
核心直觉
想象一个只会做三件事的人：读纸带上的符号、按固定规则改写它、把读写头挪到相邻一格。他不懂数学也不懂业务，只会照章办事。图灵把这个形象抽象成「无限纸带 + 一张很小的规则表」，并论证：它能算的东西，等同于 λ 演算（lambda calculus）能算的东西——后者出自丘奇。此后几十年，递归函数、寄存器机，直到今天的 CPU 和 GPU，被提出的每一种计算模型在「能算什么」上都没超出它，超出的只是「算多快」。
所以它是论题（thesis）而不是定理：等号左边「凭直觉理解的、有明确步骤的计算」本身没有被形式化，也就无从证明，它只是一个被广泛接受的主张。
别搞混
| 概念 | 说的是什么 | 与本论题的关系 |
|---|---|---|
| 图灵完备（Turing complete） | 某系统能模拟图灵机 | 论题的产物，表示「够强」 |
| 停机问题（halting problem） | 不存在通用算法判断任意程序是否终止 | 划出「不可判定」这条硬边界 |
| 图灵测试（Turing Test） | 判断机器能否在对话中以假乱真 | 名字相近，其实是 AI 评测方法 |
对做 AI 的人意味着什么
它给了 AI 一个理论天花板：有些问题不存在任何算法能在有限步骤内给出答案。这不是模型不够大、算力不够多的问题——堆资源只能把「实际算得动」的门槛往前推，推不动「原理上能不能算」这条线。它同时给了 AI 一个地板：通用图灵机意味着一台机器可以承载任意可计算的过程，这正是「通用计算」乃至「通用智能」这类设想能成立的前提。
落到日常：分清一个任务是工程难题还是理论边界，决定了你该继续加卡，还是该换问题。这个判断，往往比训练本身更值钱。