什么值得买App下载 App ›
连续签到专享现金活动

1700万行Lean代码攻克黎曼猜想,机器证明还会错在哪?

2026年11月20日,Anthropic数学家Levent Alpöge公布了一份4页说明,外加一个切成14卷、约1737万行的Lean代码库,宣布他与Claude合作攻克了黎曼猜想,方法还推广到针对狄利克雷L函数的广义黎曼猜想。第二天,Lean核心团队Lean FRO与Mathlib Initiative发布联合声明,认证这份代码证明了黎曼猜想。于是"代码证明会不会出错"有了分层的答案:推理本身已经很难出错,会出错的地方换成了三个位置——题目有没有翻译对、裁判有没有漏洞、以及人类消化到哪一步。发布时机也一度引来质疑:Anthropic于11月19日刚在纳斯达克上市。知乎知乎微博

1700万行Lean代码攻克黎曼猜想,机器证明还会错在哪?

Lean是证明助手:证明被写成代码后,内核机械地逐步核对每条推理能否从允许的规则和前提推出,标准远比"文字看着像那么回事"严格。这次核验里,整个代码库的全部模块编译通过,多人独立完成编译并得到相同结果。仓库有175,187个文件、1737万余行,其中没有一处sorry(Lean里"此处我跳过了"的占位符),也没有添加公理。公理审计显示,五个主要定理依赖的都是propext、Classical.choice和Quot.sound这三条标准公理,没有把黎曼猜想本身额外列为前提。这套标准出自帝国理工数学家Kevin Buzzard 11月12日博客:AI生成的Lean证明要想让人相信,必须先回答四个问题。8天后,黎曼猜想的证明逐条通过了全部四问。知乎知乎知乎知乎

第一个可能出错的位置是命题翻译。内核再严,检查的也只是代码里写出的那条命题:题目写弱了、关键定义被改掉,假证明照样能过关。这次布了两道防线:审计记录能追溯到Mathlib中已有的RiemannHypothesis定义,这是久经社区与数论专家审查的标准陈述。社区另写了一个只导入Mathlib、把猜想原样重述的独立挑战文件,再用comparator和con-leche两个独立工具比对,两个工具都确认Alpöge证的就是Mathlib里那条黎曼猜想,没被偷换任何东西。知乎知乎

1700万行Lean代码攻克黎曼猜想,机器证明还会错在哪?

第二个是裁判自身。Lean的官方内核确实出过可靠性漏洞,当时发现之后4个小时就修好了。为了不把可靠性押在单一实现上,核验把整份证明导出成非交互的原始文件,检查在"惰性导出"上进行,避免源码中可能存在的干扰。知乎知乎

用Rust语言编写的内核nanoda花了27分42秒接受了整份证明,con-leche只用了3分15秒就审完146.8万条声明、一条都没有拒绝,lean4lean把175,187个模块逐个检查了一遍同样全部通过。con-leche和con-ron本身还带有相对集合论的形式正确性证明,说明它们在理论上不会接受错误证明。带一点反讽意味的是,con-leche的代码和证明都由Claude完成——不过它判得对不对,取决于那份自洽性证明,而不是谁写的。知乎知乎

第三个位置在人这一侧:机器验收不等于人类理解。Alpöge透露,他与Claude生成的文字证明超过25万页,由于篇幅过长、难以阅读,最终没有公开。他在说明里也很坦白:“我是在还没有掌握其周围一大片数学的情况下,把一整套论证交给世界的。”。陶哲轩在博客里写道,这份证明似乎动用了Langlands纲领和算术几何现代发展的全部力量,梳理还需要时间。而截至11月22日,主证明的完整lake comparator流程以及导出文件的部分Lean内核重放仍在运行。知乎知乎知乎知乎

制度层面的裁决同样还没到。按惯例,一项证明在公开发表后一般要经过至少两年的等待期,克雷数学研究所的科学顾问委员会才会开始实质审议。目前克雷的题目页面上,黎曼猜想仍列在未解决问题中。这次核验的范围也只是狄利克雷L函数的广义黎曼猜想,不能顺手扩成"所有L函数的GRH都已解决"。知乎知乎

一个恰好的对照:同日,美国数学学会主席Ravi Vakil公布了一份约940页、强调完全由人类完成、没有使用AI的广义黎曼猜想候选证明。约8小时后他就更新公告,承认已有多人借助不同AI模型在稿件中发现了问题。另一侧的安全网则足够亲民:Sutherland把这份证明和独立完成的Robin判据形式化拼在一起,让机器证出了一条完全不涉及ζ函数的不等式——任何大于5040的整数,它所有的因数加起来,结果都小于e^γ·n·ln ln n。题面小学生能懂,背后压着整个黎曼猜想;一个证明能被"翻译"到这种层面,本身就是对"题目写没写对"的又一次检验。知乎知乎

1700万行Lean代码攻克黎曼猜想,机器证明还会错在哪?

所以"代码证明会出错吗",今天能给出的诚实回答是:和"某一步推错了吗"已经关系不大,那部分推理级错误被内核重放和公理审计压到了极低;剩下的风险在检查器实现、命题保真和尚未跑完的核验项上,而它们正被独立内核、对照文件和全球复现一道道堵住。数学信任机制正在分层:机器先裁决逻辑,人类再决定理解。一个证明被机器接受,只是它生命的开始。

评论

评论区空态插画

当前文章无评论,是时候发表评论了