2026 年 11 月 20 日,Anthropic 数学家 Levent Alpöge 宣布,他与 Claude 找到了黎曼猜想(RH)及广义黎曼猜想(GRH)的证明。交出来的不是论文,而是一整套机器可验证的 Lean 4 形式化代码:17.5 万个文件、1700 多万行、81 万余条定理,没有一行注释。知乎哔哩哔哩
这道 1859 年写下、困扰了数学界 167 年的命题,就这样被机器"判了通过"。但数学界的第一反应不是欢呼,而是一个更冷静的问题:代码跑通,到底证明了什么?Lean 验证通过 ≠ 证明成立——它担保的是"从写进代码的定义和公理出发,结论可被推出";这句形式化陈述与人类口中的"黎曼猜想"是否同一件事,机器不替你做主。这道缝隙里,藏着形式化验证的全部边界。

内核是个极严格的判官,但它从不检查题目出得对不对
Lean 的机制是"命题即类型、证明即程序":真正把关的内核是一小段核心程序,按几条写死的规则机械检查每一步推理的类型匹配,没有"显然"和"同理可得"。过了内核这一关,逻辑链条确实无懈可击。但内核检查的是证明配不配得上题目,题目本身它无条件相信——题目写错了,全绿照样成立。知乎

这正是菲尔兹奖得主 James Maynard 在表态支持时追出的那个问题:它证明的真的是黎曼猜想吗?计算机只能保证推导过程没有逻辑漏洞,无法保证最初输入的定义完全等价于黎曼猜想本身。社区对这件事的分层很清醒:最成熟的是检查已经形式化的证明,正在快速进步的是自动寻找形式证明,最难也最需要数学家参与的,是把真正想问的问题忠实地形式化。这一次,逐行读源码的审读者已核对 Main.lean 顶层陈述的五条定理——ζ 的 RH、零点在临界线、GRH 的半平面形式等——对得上教科书含义。请记住这个细节:这一步是人做的,机器从来不负责。知乎知乎知乎
全绿不等于不空心,也排除不了循环定义
内核只管推理的形式,不管定义和中间构造到底是真数学还是空壳——按你写的那些定义能推出结论,并不保证这些定义对应你声称的那个证明。微博
实际审查正是按这条裂缝推进的:审读者确认三个全新数学模块顶层接线无误、命题精确,但模块内部证明全部待独立验收。知乎
更隐蔽的风险是循环假设:若某个引理偷偷借用了与 RH 等价的命题,内核并不会拒绝,它只看类型。VWin 模块(Sha 群界)底层是否循环尚未核验,被列为第一审查优先级。拼树环节同样会塌:今年 10 月,OpenAI 撤回了 3 篇 AI 写的数学论文,起因只是其中一篇的一处符号错误,另两篇建立在它上面跟着一起倒。知乎知乎
证明越自动化,越需要检查"检查器"本身
"没有 sorry"只说明没有显式认输。这份代码用 kexactB 绕过 elaborator,类型匹配全靠内核兜底,而 4.33.1 版内核存在两个已知风险项,因此必须做独立内核重放。知乎
这就是为什么"零错误"的说法要来自双通道:有人声称该证明同时通过了 Lean 和独立的 Rust 检查器 nanoda,且顶层陈述被识别为 GRH、公理集是标准的三条。公理是被内核直接接受、不做一致性检查的——信任链的底子干不干净,本身就是待验证项。连数学库也是同一条逻辑:Mathlib 近 29.3 万条定理入库时各查过一次,此后调用者只查接口,一次编译层错误就可能被整条链放大。微博知乎

越过人审的规模,改变的是"证明"的定义
吊诡的是,作者自己先放弃了人类可读版:他和 Claude 其实生成过一本 25 万页以上的 GRH"书"。知乎
翻开第一句就是"因为实数是全序的"式的车轱辘话,作者判断这种巨大而不可读的 AI 泔水不适合发布,决定只发 Lean 代码。陶哲轩表示,数学界消化这套逻辑还需要时间。知乎知乎
同一天还上演了颇具镜像感的一幕:斯坦福博士生耗时约 12 年、全程不用 AI 完成的约 940 页 GRH 证明手稿,由美国数学学会主席 Ravi Vakil 匆忙发布,仍在重大修订中。一边是被验证但读不懂,一边是读得懂但没验证完——两份手稿互为镜像,恰好拼出 AI 时代验证的完整难题。知乎
社区对可检验规模的要求是一致的:不把这份证明压到 500 页的量级,人类就无法核验。据媒体报道,菲奖得主邓煜的说法更直接——“至少拿出 500 页版本前看都不看”。黎曼猜想的分量,在于它的成立会让数百条下游定理获得最优误差界;一个没人读得懂的证明,即便为真,数学得到的也只是确定性,而不是理解。微博知乎
接下来该盯什么
三个信号决定评价何时反转:独立内核重放能否覆盖更多版本与第三方检查器;三个新模块的人工验收能否迈过"非循环、非空心"这关;会不会出现一份人能读完的压缩版证明。截至发稿,逐行审读者的判断仍留有余地——独立验证(kernel 重放)尚未出结果,不宣称 RH 已被证明。知乎
形式化验证确实在"推理正确"这条线上做到了前所未有的严格,但这条线的两个端点——你证的到底是不是那个问题,以及最终该信任哪台检查器——它都给不出答案。机器能证明一份证明是对的;它是不是"那一道题"的证明,永远得由人来判定。
当前文章无评论,是时候发表评论了