什么值得买App下载 App ›
连续签到专享现金活动

1700万行代码没人完全看懂,AI做数学证明到底改变了什么

11月20日晚,Anthropic数学家Levent Alpöge宣布,他与Claude找到了黎曼猜想以及广义黎曼猜想(GRH)的证明。他交出的不是论文,而是一份4页说明,和175,187个文件、共1737万行不带任何假设的Lean形式化代码。知乎知乎微博

1700万行代码没人完全看懂,AI做数学证明到底改变了什么

11月22日,Lean核心维护机构Lean FRO与Mathlib Initiative发布联合声明:我们在此认证,黎曼猜想的陈述和证明都是正确的。知乎36氪

这是数学史上第一次,一个千禧年级别的成果在没有任何人完整读懂的情况下走到了"机器认证"这一步。X上流传最广的一句评论恰好点破了这种错位:“黎曼猜想被证明了,但还没被理解。“这场事件真正改变的,不是"AI能不能做数学”,而是一个延续了两千多年的定义——证明,正在从"给人读的文章"变成"给机器审计、人人都能重跑的代码”。知乎

1700万行代码没人完全看懂,AI做数学证明到底改变了什么

机器认证的,是"没有作弊",不是"看懂了"

这份声明之所以能让整个数学圈一夜改口,是因为它通过了一套提前立好的标准。伦敦帝国理工数学家Kevin Buzzard在11月12日的博客里提出,AI生成的Lean证明要想可信,必须回答四个问题:题目写对了吗?代码能完整编译吗?会不会悄悄偷换定义、少证了题目?Lean内核自己靠谱吗?联合声明逐条确认,四关全部满足。知乎知乎

1700万行代码没人完全看懂,AI做数学证明到底改变了什么

题目这一关,主定理直接调用Mathlib公共数学库里早已写好的黎曼猜想定义——这个定义此前经过数论专家和Lean维护者多轮审查。为了防"偷换题面",社区单独做了一个只导入Mathlib的对照文件,把黎曼猜想原样重写一遍,再用comparator和con-leche两套独立工具与标准表述比对,结果一致。知乎

可复现这一关,代码公开后一天内已有数十名研究者独立编译成功,导出的原始证明文件彼此完全一致。MIT数学家Andrew Sutherland用Lean 4.33.1重新构建了全部175,187个模块,并核对证明所依赖的8,322个Mathlib文件与官方版本逐字节一致。他还逐一审计了公理依赖:五个核心定理只依赖Lean通常采用的三条标准公理,没有夹带任何额外的假设。知乎知乎

内核这一关防的是"裁判自己出bug"。Lean官方内核2026年8月出现过一次健全性bug,发现后四小时内修复。所以这次没有人只信一套实现:整份证明被导出为约62GB的无交互文件,交给多个不同语言独立编写的检查器分别重审——Rust编写的nanoda花了约28分钟接受全部证明,con-leche在3分15秒内核验了1,468,418条数学声明,无一拒绝,lean4lean则把175,187个模块逐个检查通过。这套检查运行在惰性导出版本上,不受Lean证明源码中潜在恶意代码的影响。知乎知乎知乎36氪

Sutherland随后在给《美国科学家》的回复中说得很直接:"这里真有猫腻的概率约等于零。"但他自己的核验记录里也注明,他曾使用Claude Code协助运行核验流程,具体推导由证明检查器判定。也就是说,不仅证明由AI生成、验证流程有AI参与,连审得最快的con-leche内核,其代码和证明也都由Claude完成,Lean FRO的Joachim Breitner在一旁严格把关。对这个"套娃"疑虑,目前最硬的回应是:con-leche和con-ron附带一套相对于集合论的形式化证明,能够保证它们不会接纳错误证明;它判得对不对,不取决于它是谁写的,而取决于那份证明。知乎知乎知乎36氪

认证不等于公认:三块表还没有开始走

首先要纠正一个被传得最凶的数字。媒体标题里的"25万页证明稿",其实是Alpöge没有公开的自然语言草稿,他给这份AI生成的巨型文本起名"广义黎曼猜想之书";他翻开第一条定理,开头竟然郑重地说明,一个实数如果不等于1/2,就只有大于或小于1/2两种可能——他因此放弃了发论文,一切以Lean代码为准。多位知乎数学答主估算,这份论证若整理成人类语言,量级应在几千页,而不是25万页。知乎知乎

其次,"理解"还没有开始。陶哲轩的初步判断是,这份证明几乎用上了现代数论最重的工具——朗兰兹纲领、算术几何与p-adic Hodge理论,“消化理解这项成果尚需时日”。纽约大学数学家Maksym Radziwiłł则指出,Alpöge最初公开的四页说明仍不足以回答数学家真正想知道的问题——这个结论为什么会成立。连Alpöge自己也坦言,他尚未吃透整套论证周边的全部数学。可读版本的工作刚刚起步:11月21日,Robin Zhang公开了一份65页的初步解读,做法是让OpenAI的GPT-6 Pro先读Lean代码写出解释、再由他本人重写;还有一个"Riemann Proof Reading Project"放出了把关键命题对应回源码的结构图。知乎知乎

第三,制度程序一件都还没走完。按照克雷研究所的规则,拟议解答须在符合要求的出版渠道发表,发表后至少经过两年并获得全球数学界普遍接受,才会进入大奖评估程序;截至发稿,研究所官网仍将黎曼猜想列为"未解"。认证范围也有一条边界:这次通过核验的广义黎曼猜想限于狄利克雷L函数,其他类型的广义黎曼猜想不在此次核验范围内。知乎36氪

一道小学生看得懂的题,被顺手证完了

机器证明的实际产出,并不只是那条抽象定理。Sutherland把这份证明与另一份独立完成的Robin判据形式化拼在一起,推出了一条完全不涉及ζ函数的不等式:任何大于5040的整数n,把它所有的因数加起来,结果都小于e^γ·n·ln ln n,其中γ是欧拉常数,e^γ约等于1.78。1984年,法国数学家Guy Robin证明了这条不等式成立与黎曼猜想成立是一回事——所以在这之前,它也一直没人证得动。5040恰好是最后一个越线的数,它的因数之和为19344,比上限多出100出头;从3数到5040,一共只有26个数越线。题面小学生能看懂,背后压着整个黎曼猜想,现在机器把它证完了,并通过nanoda和con-leche做了额外复核;含调和数的Lagarias判据也被同样推出并核验。知乎知乎

至于很多人第一反应的"银行加密还安全吗"——不会因此出事:RSA的安全性取决于计算机难以快速分解超大整数,而不是黎曼猜想是否成立,即使黎曼猜想得到证明,也不会直接破解RSA加密;证明GRH的意义,反而是为部分素数判定等数论算法提供更严格的理论保证。更大的红利在文献里:X上有工程师列出,原本大量"假设GRH成立"的定理和算法结论,如今在狄利克雷L函数的范围内可以直接转正。知乎

真正变了的是顺序:产出跑赢了阅读

把时间线摆出来,才能看清这不是孤立事件。按Claude从工程里整理出的时间线,这次攻关10月6日起步,整场只用了大约六周;而今年8月,Claude上一轮冲击黎曼猜想虽然"失败",却把临界线上零点占比的下界推高到了67.2%,当时动用了60个Claude子代理、一口气烧掉3100万输出token。10月,OpenAI放出GitHub数学项目库,里面是722篇AI数学手稿,涵盖372个此前悬而未决的难题家族,准黎曼猜想位列其中。知乎36氪

而11月20日同一天,就在大家等待代码跑完的几个小时里,美国数学学会主席Ravi Vakil代意大利数学家Masullo公开了一份940页的广义黎曼猜想手稿,作者花了近12年撰写,全程没有使用AI。约8小时后,Vakil更新公告:已有多人借助不同AI模型发现手稿中的问题,这些问题都必须得到足以令同行信服的解答,数学界才可能接受这份证明。一边是12年的手写稿几小时内被AI挑错,一边是6周产出的千万行代码一天内被机器验完:证明的产出速度,已经超过人类的阅读与评审速度。这是数学界从未出现过的局面。知乎36氪

1700万行代码没人完全看懂,AI做数学证明到底改变了什么

分工因此在重排。曼彻斯特大学数学家Thomas Bloom认为,如果结果成立,这会是AI迄今最大的成就,也是数学史上最重要的证明之一。罗格斯大学数学系主任Alex Kontorovich的感受更实在:计算机检查证明时比他本人挑剔得多,推导若能经受逐步机器检查,就有充分理由认真对待——至于自己是否读懂,“还没有,这部分功课仍得自己做”。11月22日,菲尔兹奖得主吴宝珠回应:过早宣称数学研究即将终结的人可能错了,AI反而会推动数学进一步繁荣,实现数学民主化;未来数学研究的竞争力将不再主要取决于搭建复杂证明链条的能力,而是提出好问题、观察和探索的能力。知乎36氪

怀疑的声音同样真实,中文社交平台上"数学界不会承认这种证明"的说法被广泛转发。网传一张疑似2026年菲尔兹奖得主邓煜评价此次证明的聊天截图,撂下狠话"至少拿出500页版本前看都不看"。OpenAI 10月的定理发布中曾出现过"Lean证明弱于论文结论"和3篇符号错误撤稿,说明AI数学的诚信风险不是假想敌。声明发布又恰逢Anthropic上市次日,引发了外界对发布时间及商业动机的讨论。但这些疑虑至今没有动摇核验结果本身——它们指向的是下一阶段该盯什么:人类的可读论文、期刊评审、以及克雷研究所那块还没开始走的两年计时表。在证明被机器判完卷之后,理解,才是剩下的那道题。微博36氪知乎知乎

评论

评论区空态插画

当前文章无评论,是时候发表评论了