北京时间11月20日,供职于Anthropic的数学家Levent Alpöge在个人网站贴出一份只有几页的声明和14个压缩包,称他与Claude一起找到了黎曼猜想的证明,方法还能推广到更强的广义黎曼猜想。他既没有投稿论文,也没有放出25万页文档,真正公开的是一份Lean源码——“25万页”只是作者在脚注里提到生成过的另一份自然语言展开稿,175,187个源文件、约1737万行代码才是这份证明的真身。知乎微博知乎知乎

热搜与验证跑了一夜,真正让年轻数学家心里一沉的是另一个细节:当天下午,ETH数学系就把AI态度问卷发给了全体博士生,第二题问的是——“如果数学家的主要任务变成理解和阐释已经验证过的证明,你还愿意当数学家吗?”他们焦虑的不是一条悬置一百多年的猜想被谁抢答,而是这个行当的分工、计时器和评价体系,好像要在自己的受训周期结束之前被改写。小红书
机器检查完了,人还没看懂
这份证明比传闻扎实:MIT数论学家Andrew Sutherland挂出公开核验页,截至北京时间11月21日早上6点05分,175,187个模块全部编译成功并经Lean内核重查,五条主要定理只依赖三条标准公理。两个独立编写的检查器nanoda和con-leche也接受了完整导出的证明。逐行读过源码的人补充了最容易被忽视的一环:代码入口用的是Mathlib标准的黎曼猜想陈述,没有偷换定义。知乎知乎哔哩哔哩知乎

但“内核通过”不等于“数学界接受”,没过的关同样具体:端到端比对仍在运行,连最积极的独立复核者那里,完整的内核重放也还没跑完。按克雷数学研究所的规则,成果须先在合格渠道发表、满两年并获普遍接受,才谈得上那100万美元。更底层的问题是,没有任何人通读过全部证明——验证可以外包给人和机器,理解还不行。知乎知乎
另一份手稿:十二年对上一个月
同一天公开的第二份材料,把焦虑照得更清楚。美国数学会主席Ravi Vakil在11月20日发出紧急公告:斯坦福博士生Alessandro Masullo提出了一份940页的广义黎曼猜想证明。导师Brian Conrad已审看数月,原计划再打磨一年,如今决定先交当前稿请同行来读。通读过两份材料的人记下了一个细节:手稿第522页有条排好编号的定理,页脚还留着“把命题补在这里”的编辑指令。这份未完稿是传统数学成长的精确标本:围绕一个问题投入多年,经由资深同行逐段把关,才有资格把结论交给共同体。另一侧的节奏完全不同,真正刺痛人的不是抢发,而是两份材料指向了两种时间——一个用十几年换一页一页的确认,一个用几个月换17万个模块的编译通过,而学术市场的计价单位还是前者。微信公众号知乎
他们怕的,是生长的环境消失
焦虑有前史。今年8月,Anthropic报告Claude参与的工作把临界线上零点所占比例的下界从41.6%提高到67.2%。到9月,风向开始对立,陶哲轩、邓煜等菲尔兹奖得主联合抗议AI公司的数学军备竞赛,反对“过度宣传AI独立进行数学研究的能力”。他随后发文称AI“正杀死数学百年开放传统”。11月初,他又在《自然》撰文安抚“即使AI再强,数学也不会穷途末路”。这串来回的实质不是人机智力谁高谁低,而是年轻研究者赖以成长的开放生态——自由流通的预印本、可以慢慢长的题目——会不会让位于公司的封闭竞赛。声明的时机又添了一层微妙:它发在Anthropic上市的第二天。股价却没有为这个成果鼓掌,当一项数学结果的可信度开始与资本叙事互相缠绕,年轻人要判断的从“是不是真的”变成了“我凭什么信它是真的”。知乎微博知乎知乎知乎知乎

最接近此事的人也在震荡:Alpöge在感言里写道,他感到失去了一直以来指引人生的灯塔,Claude开始让他感到敬畏。陶哲轩在11月20日的博客里说,消化这份证明需要时间。他一直以来的担心是,一个被机器验证过的证明,能告诉你一件事是真的,却不一定能帮你理解它为什么是真的。于是“把千万行代码压缩成人能读懂的几十页”本身成了新一代的大题目:逐行核对过源码的PENG Bo把现状概括为“已公开、目标准确、等待完整独立复核”,他正配合AI整理中文解读稿。ffwithcc最想看懂的则是取链长√X的那一步——数论学生若从那里看懂了该怎么选长度,下回遇上别的素数问题,就有机会自己认出这种做法。翻译机器证明、重建理解,正在成为一种新的职业劳动:对年轻人,这既是新地盘,也是坏消息——职业价值不再主要来自“做出来”,而来自“讲明白”,而后者在学术市场从来最难计价。知乎知乎知乎知乎
回到那道问卷题
ETH问卷的第二题,前提今天还没有完全成真:被确认的只是机器核完了推导,理解还在路上。有人把话说得更消解:证明过程人类本来就一直不知道,机器验证并没有拿走什么。对还没入行的人,有过来人给出当下最通行的建议:如果真的对数学有兴趣,保持原有的学习节奏,同时适应AI的工具。知乎知乎
年轻数学人焦虑的,其实是三座时钟的赛跑:机器出结果的时钟、人消化理解的时钟、以及职位与评价规则换发的时钟。他们真正想要答案的那个问题,AI回答不了——如果理解注定迟到,把一生押在数学上,还成不成立。
当前文章无评论,是时候发表评论了