数学家没有逐行读完这份证明——他们也读不完,而他们审的本来就不是"通读"。要审的是四件人类能够穷尽检查的事:题面写没写对、公理干不干净、独立检查器是否一致、旁证像不像真数学。至于"看懂",是另一件事,目前还没人完成。
11月22日,Lean与Mathlib两大社区发布联合声明,确认Anthropic数学家Levent Alpöge与Claude联手完成的这份约1700万行代码的黎曼猜想证明在形式化验证层面全部过关,并在声明中写道"完全相信"这一证明是正确的。DeepTech深科技新浪科技

第一件:审题面——证的到底是不是黎曼猜想。Lean能逐步检查推导,但它只保证"代码里写出的命题"成立,不保证代码写的是人类讨论了一百多年的那道题。这个担心并非多余:《科学》杂志的报道就指出,AI生成的Lean代码曾在OpenAI的Navier-Stokes问题证明中弱化原始英文命题的表述。为此,社区专门建立了独立对照文件,只引用Mathlib里已经过数论专家和Lean专家审查的黎曼猜想定义,核验者据此确认了两件事:代码里证明的确实是数学界所说的黎曼猜想,整套推导也通过了多个独立程序的检查。公告挂出不到一小时,就有研究者用另一家的AI模型通扫代码,评估显示,主定理和广义黎曼猜想的题面陈述全部写对,没有把猜想偷换进前提假设。新浪热点DeepTech深科技新智元
第二件:审公理——允许的前提够不够干净。把这14个压缩包下载解压后,合起来足有228MB,里面装了175,187个Lean源码文件,而全球数学家攒了好几年的官方基础库Mathlib4总共才210万行——这一道题的代码体量,超过了整个官方库的8倍。这么多行没人会逐行读完,但"允许使用多少前提"一眼数得清:MIT数学家Andrew Sutherland逐一核查了代码中的五个核心定理,发现它们都只依赖Lean通常采用的三条标准公理(propext、Classical.choice、Quot.sound);他重新构建整个项目,175,187个模块全部编译成功,证明所依赖的8,322个Mathlib编译文件和378个依赖文件,也与官方版本逐字节一致。新智元DeepTech深科技
第三件:审"阅卷器"本身。Lean的小型可信内核负责逐步检查逻辑,但此前已有研究记录显示,Lean 4的部分历史版本曾出现过允许无效证明通过的内核缺陷。只靠一套软件放行,谁都不敢放心。而完整证明导出后,解压大小约为62GB,可以直接交给独立开发的检查器读取其中的数学定义和证明步骤,逐步判断推导是否成立,无须重新运行作者的源代码;即使某一套软件的实现存在疏漏,其他检查器也有机会发现问题:Rust语言编写的nanoda耗时约28分钟,接受了完整证明,另一套检查器con-leche核验了1,468,418条数学声明也接受了这份证明,lean4lean逐个检查全部模块,最初5个模块计算步数超过默认上限,提高上限后同样通过。Sutherland在记录中还注明,自己曾用Claude Code协助运行核验流程,但具体推导由证明检查器判定——这套交叉核对的验证系统本身,才是当前审查的对象。新浪热点DeepTech深科技

第四件:审数学常识。机器判卷之外,还要和"像不像真数学"相互印证。Robin判据和Lagarias判据早已把黎曼猜想改写成了关于整数正因子之和的等价陈述,这两项等价关系也都完成了形式化;Sutherland把它们分别与证明结合,得到了相应的两条整数不等式,并使用nanoda和con-leche进行了额外检查,两项结果均获通过。罗格斯大学数学教授Alex Kontorovich则在X上称,黎曼猜想的证明需要"运用一切",这反而让他对成功的可能性更有信心。菲尔兹奖得主陶哲轩的态度更为克制,他认为初步迹象显示证明使用了朗兰兹纲领、算术几何等高深理论,但真正验证并理解其数学结构仍需要时间,没有提前宣布成功。DeepTech深科技新浪热点蚁工厂
机器判完了卷,人类刚开始补课
"没人能全读完"的另一半含义是理解。要是把推导过程全用文字写出来,AI生成的草稿已经超过25万页,却没有公开,他只在网上放出了这14个分卷、共约1700万行不带任何假设的Lean形式化代码,而Alpöge坦言,连他自己都还没吃透整套论证周边的全部数学。有社区研究者估算,整理成传统论文大约在数千页量级——仍远超单人通读能力,但并非人类智力的绝对盲区;已有数学家把主体结构整理出23页摘要,Alpöge本人则承诺会写出一份人能读懂的版本,并预期证明很快会被大幅简化。对照组在同一天出现:斯坦福大学教授、美国数学学会主席Ravi Vakil提前放出了意大利数学家Masullo撰写的940页广义黎曼猜想手稿,作者在这份长达940页的手稿上花了近12年,全程没有使用AI。约8小时后,已有数人报告借助不同AI模型在该手稿中发现了问题。机器给AI的答卷判了卷,AI替人类的答案找出漏洞,人类负责审查阅卷机制——这才是本轮验证的真实分工。新智元DeepTech深科技

最后校准一下尺度:核验通过不等于最终承认。按照克雷数学研究所规则,千禧年难题的解答必须在同行评审期刊正式发表,并经过至少两年的验证期和数学界普遍接受,才有可能进入奖金评审程序,个人网站声明和代码压缩包不符合提交资格。发布时点也引发了另一重警惕,蒙特利尔大学著名数论学家Andrew Granville认为证明说明混乱、发布过于仓促,直接怀疑Anthropic选择在IPO后股价下跌时公布,是为了刺激资本市场。机器已经判定"这份证明是对的";至于"它为什么对",以及这个对法能否经受住更长时间,仍然留给人来回答。新浪热点蚁工厂
当前文章无评论,是时候发表评论了