一天半、约 650 个失败思路、67.2%,对应相关下界工作的探索规模与结果;约 1700 万行 Lean 代码和累计超过 25 万页的自然语言证明草稿,则来自“完整证明”公告的公开材料。两组数字对应不同成果,不能直接合并解读,也不能据此把“证明”“验证”和“学界接受”画上等号。
先给结论:如果问“Claude 是否参与了一份黎曼猜想完整证明的公开声明”,答案是肯定的;如果问“黎曼猜想是否已经完成广泛独立验证并获得学界最终接受”,答案仍然是否定的。现有材料实际涉及两项不同成果:一项把相关零点比例下界推进至约 67.2%,另一项是 Levent Alpöge 宣布完成黎曼猜想及广义黎曼猜想的证明。两者都需要准确表述,不能相互替代。
“证明通过验证”具体确认了哪一层?
36氪在标题中将其概括为“Claude 黎曼猜想证明通过验证”。这一表述没有错,但容易把不同阶段压缩成一个结论。验证本身可以拆成机器检查、专家复核和学界认可,不能只看“验证”二字。
| 成果口径 | 实际内容 | 已有验证信号 | 尚不能推出的结论 |
|---|---|---|---|
| 67.2% 下界结果 | 将相关零点比例下界从约 41.6% 提高至约 67.2%,资料中也记作 67.25%。 | Anthropic 公开了论文、过程记录和形式化证明。 | 不能据此称黎曼猜想已经完整解决;其余部分尚未分类,不能据此认定未分类零点偏离临界线。 |
| 完整证明声明 | 2026 年 11 月 20 日,Anthropic 数学家 Levent Alpöge 宣布与 Claude 完成了黎曼猜想及广义黎曼猜想的证明。 | 据报道,Lean 与 Mathlib 社区确认命题陈述及全部形式化推演准确无误。 | 不能据此宣称已经完成广泛独立验证或获得学界最终接受;克雷数学研究所尚未将其移出千禧年难题清单。 |
完整证明目前已有公开声明和形式化确认,但系统性解读、独立验证及正式接受仍待完成;67.2% 则是另一项相关下界突破,不是完整证明。
67.2% 为什么还不能叫“证明完成”?
黎曼猜想要求黎曼 zeta 函数的所有非平凡零点都位于临界线 (\operatorname{Re}(s)=1/2) 上。67.2% 表示现有论证能够证明至少这么大比例的非平凡零点位于临界线上。
关键在于“下界”二字。它不是说实际比例恰好只有 67.2%,也不是说黎曼猜想完成了 67.2%。对这套论证而言,尚未覆盖的零点属于未分类部分,不能因此认定它们偏离临界线。此前相关结果约为 41.6%,这次提升到约 67.2%,确实是显著突破,但这与“所有零点都在线上”仍有本质区别。
Lean 检查通过后,还要经过哪些人工复核?
从形式检查到学界接受,一项形式化证明大致要经过四个层次。第一,确认命题是否被准确表达,以及每一步推导是否符合形式系统;第二,专家能否读懂技术路径、逻辑结构和边界条件;第三,其他专家能否独立复核、复现并排除形式化过程中的理解偏差;第四,学界与研究机构是否正式接受相关成果。目前公开材料明确确认了第一层,后三层仍需要时间。
对开发者而言,这类似于:类型检查或 CI 通过,不等于软件架构已经获得社区认可。Lean 能严格检查已写入形式系统的推演,但不能代替解析数论专家解释证明为何成立、覆盖了哪些情形,以及命题编码是否完整对应原始猜想。
规模还会放大审阅成本。1700 万行 Lean 代码和超过 25 万页自然语言证明草稿意味着,生成速度已经可能超过人类逐行阅读、理解和复现的速度,由此出现所谓“证明消化不良”。
Claude 究竟替数学家做了哪一步?
在 67.2% 项目中,Anthropic 员工 Jarred Sumner 向研究版 Claude 下达核心指令,要求它认真尝试并继续推进。Claude 调度约 60 个子代理开展具体探索:有的产生关键想法,有的补充辅助思路,有的探索新方向,有的负责验证,另有成员整理初始论文。
模型还执行了约 2400 条 shell 命令,编写数百个 Python 脚本,对已知 zeta 零点进行了数千次数值检查,并继续寻找反例。这些计算可用于筛选候选方向、检查局部现象和搜索证明可能出错的地方,但数值实验本身不能替代演绎证明。
完整证明公告则来自数学家 Alpöge 与 Claude 的协同工作。丘成桐高度评价这些成果,同时强调,AI 已逐渐成为科研工具,但判断研究价值、识别关键问题和提出原创思想,仍高度依赖人类数学家的洞察力与创造力。
“数学研究不存在了”是不是说过头了?
AI 已经能够进入开放数学研究,显著加速候选方案、计算检查和证明草稿的生成;但一次成果不足以证明数学家的角色已经消失。
67.2% 仍不是完整证明,完整证明声明也仍等待系统解读和广泛独立验证。AI 负责扩大探索规模,人类专家仍要决定什么问题值得做、哪些结果可以相信,以及一份机器检查通过的证明是否真正值得进入学术共同体的知识体系。
我的判断是,Claude 展示的并非“机器已经替人类解决数学”,而是数学研究的主要瓶颈正在从生成候选证明,转向让证明被独立读懂、检查和接受。
[email protected]
。
我们承诺在核实信息后,将第一时间删除相关内容或断开链接。
























暂无评论内容