AI 快讯Claude冲向黎曼猜想
行业快讯

Claude冲向黎曼猜想

2026-11-20T17:03:19.855Z
Claude冲向黎曼猜想

Anthropic 数学家 Levent Alpöge 宣称与 Claude 找到黎曼猜想及广义版本的证明,并公布 Lean 形式化文件。但截至 11 月 20 日,这仍是一项等待独立复核的证明声明,而非数学界已经确认的结论。

Claude 冲向黎曼猜想:AI 数学协作来到最难验证的边界

Anthropic 数学家 Levent Alpöge 在 2026 年 11 月 20 日发布声明,称自己与 Claude 合作找到了黎曼猜想的证明,而且方法可以进一步覆盖广义黎曼猜想。相关论证已经被写成 Lean 形式化文件,供机器检查和数学界复核。消息经《科学美国人》及 IT之家 报道后迅速扩散。(ithome.com)

但必须先把最重要的限定词放在前面:这是一次证明声明,不是一次已经获得数学共同体确认的“世纪难题告破”。

截至 11 月 20 日晚,公开材料能够确认的是 Alpöge 表示“相信”自己与 Claude 找到了证明,并释放了体量庞大的形式化文件;尚不能确认的是,这套证明是否已经完成独立重现、定义审计、依赖检查和传统同行评议。数学史上从“有人宣布证明”到“数学界接受证明”之间,可能只隔几周,也可能隔着一个最终无法修复的漏洞。

黎曼 ζ 函数临界带、实部为 1/2 的临界线,以及 Claude 与数学家协作检查证明的示意图

这次究竟宣称证明了什么

**黎曼猜想是关于黎曼 ζ 函数非平凡零点位置的猜想。**它断言所有非平凡零点的实部都等于 1/2,也就是全部落在复平面中的“临界线”上。

这个表述看起来与质数没有直接关系,实际上 ζ 函数像一台把质数分布压缩编码进去的机器。零点的位置决定了质数计数函数的误差能够被控制到什么程度,因此黎曼猜想不是一道孤立的函数题,而是解析数论大量结果背后的基础设施。

Alpöge 的声明比“证明黎曼猜想”走得更远。他称相关方法还可以解决广义黎曼猜想,即把结论扩展到 Dirichlet L 函数等更广泛的对象;如果这一部分也成立,大量目前以广义黎曼猜想为条件的定理将转化为无条件结论。

这也是为什么数学界不能只看最终命题是否写进 Lean。证明对象更广、依赖链更长,意味着需要检查的不仅是某条推理有没有语法错误,还包括形式化定义是否准确对应传统数学中的原始问题,以及复杂分析、代数几何和自守形式等底层结论是否被正确编码。

| 项目 | 2026 年 8 月 Claude 成果 | 2026 年 11 月 20 日新声明 | |---|---|---| | 目标 | 改进临界线上零点比例的已知下界 | 完整证明黎曼猜想 | | 核心结论 | 至少约 67.2% 的零点简单且位于临界线上 | 声称 100% 的非平凡零点位于临界线上 | | 是否等同于证明黎曼猜想 | 否 | 如果证明成立,则是 | | 人工检查状态 | 已有多位数论研究者审阅,并出现更简洁的人类证明 | 尚待独立团队全面复核 | | 形式化状态 | 已有 Lean 形式化和后续形式证书 | 声称已经完成 Lean 形式化,文件已公开 | | 当前可信结论 | 一项已获得较强支持的重要进展 | 一项极其重大的、尚未确认的证明声明 |

这个区别非常关键。此前“67.2%”的结果并不意味着黎曼猜想已经解决了 67.2%,更不能理解为只剩下最后 32.8%。一个证明某个正比例零点位于临界线上的方法,未必可以连续外推到 100%;从“多数成立”跨到“全部成立”,往往需要完全不同的结构性突破。

Lean 不是一枚自动盖章机

**Lean 是一种交互式定理证明器,用于把数学命题和推理步骤转换成能够由计算机内核逐项检查的形式表达。**如果一份 Lean 工程在可信内核中通过检查,机器就能确认结论确实由代码中列出的定义、公理和定理推出。

这比上传一篇几百页、依靠人工逐行阅读的论文前进了一大步。传统长证明最难处理的问题,是审稿人可能理解总体路线,却漏掉某个隐藏在数十层引用之后的符号错误、边界条件或未经证明的引理。形式化证明则像把整个推理过程编译成程序,类型检查器不会因为作者声望高、叙述流畅或结论令人兴奋而放过缺失步骤。

然而,“Lean 文件能够运行”与“黎曼猜想已被证明”之间仍有一段需要专业审计的距离。

独立验证至少要回答五个问题:

  1. Lean 中形式化的最终命题,是否与数学界通常所说的黎曼猜想严格等价;
  2. 工程是否引入了未经证明的 axiom、占位符或过强假设;
  3. 被引用的既有定理是否在正确条件下使用,没有遗漏收敛性、正则性或非退化条件;
  4. 数学对象从非形式化语言翻译为 Lean 定义时,是否出现了范围缩小或语义偏移;
  5. 第三方是否能在干净环境中重新构建全部文件,并得到相同的检查结果。

目前已有开发者把声明附带档案中的 Lean 文件整理到 GitHub 镜像仓库,仓库说明称其中保存了从 Alpöge 发布档案中提取的 Lean 项目。文件可见是透明度的重要一步,但仓库存在本身不等于独立审计已经完成。(github.com)

真正有分量的确认信号,不会是社交媒体上的“编译通过”截图,而是数论专家与形式化证明专家分别给出报告:前者确认数学路线解决了正确的问题,后者确认代码没有通过定义技巧、额外公理或不透明依赖绕过难点。

为什么这次声明不是毫无来由

**AI 数学协作是指模型参与提出思路、检索文献、构造引理、寻找反例、数值实验和形式化验证,而不只是回答已有标准答案。**2026 年的变化在于,前沿模型开始从“会做竞赛题”跨到“尝试产生不存在于训练集中的研究结果”。

Claude 此前已经在黎曼猜想的邻近问题上交出过一项真实突破。2026 年 8 月,Anthropic 公布研究称,一个内部版本的 Claude 在直接挑战黎曼猜想失败后,把“位于临界线上且为简单零点”的可证明比例从约 41.6% 提高到约 67.2%。后续数学论文给出的更精确数字为 67.25%,同时证明至少 83.62% 的零点彼此不同。

这个进展的意义不在于“做对了一道难题”,而在于模型把多条原本分散的数学路线组合到了一起。此前数十年的工作已经准备了配对相关、Hilbert 空间不等式和零点统计等工具,Claude 的贡献更像是在一个巨大的零件仓库里找到了一种此前没人采用的装配方式。

从公开描述看,那次过程具有明显的智能体搜索特征:第一轮尝试生成约 650 个想法但全部失败;第二轮持续约一天半,协调约 60 个子智能体,执行约 2400 条 Shell 命令,编写数百个 Python 脚本,总计消耗约 3100 万输出 Token。最终真正贡献核心方向的子智能体只有少数,大量分支用于失败探索、数值检查、反例搜索和相互审阅。

这套方法并不神秘,本质上是用计算资源换研究空间覆盖率。人类数学家通常会凭经验提前放弃大量“不漂亮”或成功率很低的路线,模型则可以同时派出几十个分支,把每条路线推进到明确失败为止。它像一支不知疲倦、但品味尚不稳定的研究团队:大多数成员白忙一场,少数成员偶然撞到真正的新结构。

正因为 Claude 已经在同一问题域创造过得到验证的结果,Alpöge 此次声明不能被简单归类为普通的“AI 幻觉”。但此前成功只能提高新声明值得检查的优先级,不能替代对新证明本身的验证。

真正的门槛从发现转向验证

**证明丰裕是指 AI 能够以远高于人类传统产能的速度生成候选引理、证明路线和形式化文件。**一旦这种能力成熟,数学研究的瓶颈将从“有没有人能想到证明”转向“谁能快速判断证明是否重要、正确且可理解”。

这次事件已经暴露出一个现实问题:如果证明真的长到人类无法直接阅读,数学共同体应该如何接受它?

计算机辅助证明并不是新鲜事。四色定理和开普勒猜想都使用过大规模计算,后者后来还完成了形式化验证。但黎曼猜想的地位不同,它长期承担着数论研究的“导航灯”角色。数学家关心的不只是结论真假,也关心为什么它为真、哪些结构迫使零点落在临界线上,以及这种机制还能解释哪些问题。

一份 25 万页等价体量的机器证明,即使逻辑完全正确,也可能只提供真值,不提供理解。它像一张由卫星扫描得到的精确地图:能够告诉你山峰在哪里,却不一定告诉你形成山脉的地质机制。

因此,最理想的结果不是 Claude 输出一个巨大证书,人类按下验证按钮后宣布结束;而是机器先穿过人类不愿穷举的搜索空间,找到可行路线,再由数学家压缩出清晰、短小、具有迁移价值的新理论。此前 67.2% 下界的故事已经展示过这种模式:Claude 的原始论证复杂而非传统,随后人类数学家给出了更短、更容易理解的证明。

如果这次黎曼猜想证明最终成立,接下来最重要的工作仍然是“解压缩”。数学家需要识别几十种技术工具中哪些是核心、哪些只是机器搜索留下的脚手架,并把庞大形式化对象还原成一套人类能够教学、推广和继续研究的思想。

Anthropic 得到了什么

**前沿数学正在成为大模型能力评估的新上限。**传统数学基准通常拥有标准答案,模型可以通过模式记忆、工具调用或训练数据污染获得高分;真正开放的数学问题没有答案可背,结果还必须经得住专家和证明器双重检查。

对于 Anthropic,这次声明无论最终是否成立,都具有极高的产品信号价值。如果证明成立,Claude 将首次以核心协作者身份参与解决最著名的开放数学问题之一;如果证明存在可修复漏洞,模型至少展示了组织超长研究流程、调用多种数学工具并产出可审计形式化工程的能力;如果核心路线完全失败,事件也会成为一次昂贵但有价值的压力测试,暴露当前智能体在定义一致性和超长推理链上的薄弱环节。

但 Anthropic 也面临巨大的传播风险。AI 公司习惯用基准分数和演示视频定义“发布”,数学界却不接受发布即验证。越是接近千禧年难题,越应该区分“模型提出了证明”“公司内部检查了证明”“证明器通过了某个版本”和“数学共同体接受了证明”这四个层级。

这也是我们对当前事件的判断:它可能是 AI 科学史上的关键时刻,但现在还不是开香槟的时候。

AI 数学最难的一关不是答案

**可验证性是 AI 数学区别于一般生成任务的核心优势,也是它最容易被误解的部分。**模型写错一篇新闻稿,读者或许只会遇到几个事实错误;模型写错一条数学证明,Lean 理论上可以在最底层把它拦住。但机器只能检查被形式化的系统,无法自动保证人类真正关心的问题被准确放进了系统。

未来成熟的 AI 数学工作流很可能形成三层结构:模型负责大规模探索,人类负责选择有意义的方向,形式化系统负责锁死逻辑正确性。三者缺一不可。只有模型,没有可靠性;只有形式化系统,没有发现能力;只有人类,则继续受限于注意力、时间和个体知识边界。

黎曼猜想恰好把这套协作模式推到了最极端的位置。它拥有 167 年研究史、百万美元奖金和庞大的既有理论网络,任何错误都会被快速放大,任何真正成立的新思路也会重塑整个数论领域。

未来几天和几周,最值得关注的不是又有多少媒体写下“AI 攻克世纪难题”,而是独立团队能否完成以下工作:重建 Lean 工程、列出全部公理依赖、核对最终命题、抽取关键引理,并给出第一份可供数论专家阅读的简化证明。

在这些工作完成前,最准确的标题仍然是:Claude 被用于尝试证明黎曼猜想,并产出了一项前所未有、可被机器审查的完整证明声明。

它还不是终点,但已经把 AI 数学协作推到了一个过去只存在于想象中的边界——机器不再只帮助人类算得更快,而是开始要求人类重新定义:什么叫发现,什么叫证明,以及在证明规模超过人类阅读能力之后,谁有资格宣布一个问题已经结束。

参考来源

相关推荐

查看全部