Claude写19.4万行Lean代码,形式化三元哥德巴赫猜想并纠错

资讯 AI 行业观察 作者:新智元 全文 2057 字 · 约 6 分钟读完 配图 9 张 分类ClaudeFableAnthropic

这是真要把人类数学家,逼上绝路啊...... 费马大定理,30个小时1000个Claude Fable 5.2组队,完成了完整的形式化证明。 就在今天,一人+Claude竟把13年前获证的「三元哥德巴赫猜想」证明形式化了。 这波操作出自独立开发者Charlie Reams之手,狂敲19.4万行Lean 4代码,全库上下

所属频道 大厂动态Claude 与 Anthropic

这一回,人类数学家恐怕真要感到压力了。

30个小时、1000个Claude Fable 5.2组队,把费马大定理的完整形式化证明做了出来。

同样是今天,一个人加Claude,又把13年前获证的三元哥德巴赫猜想证明给形式化了。

Claude写19.4万行Lean代码,形式化三元哥德巴赫猜想并纠错(配图 1)

操刀的是独立开发者Charlie Reams,他狂敲19.4万行Lean 4代码,整个仓库零sorry。

更让人意外的是,Claude自己去查2013年的原版证明,发现里面藏了好几处错误。

它没多说什么,直接把这些数学漏洞补上了。

Claude写19.4万行Lean代码,形式化三元哥德巴赫猜想并纠错(配图 2)

一人加一Claude,写满19.4万行源码

先要说清楚一点:人们常讲的「1+1」是强哥德巴赫猜想,到现在也没人能彻底证出来。

三元哥德巴赫猜想则被称为弱哥德巴赫猜想,内容是——

任何大于5的奇数,都能写成三个质数之和。

2013年,秘鲁数学家Harald Helfgott宣布彻底证明了这道困扰人类271年的难题。

Claude写19.4万行Lean代码,形式化三元哥德巴赫猜想并纠错(配图 3)

当时这被看作轰动全球的数学壮举。

可麻烦也跟着来:Helfgott的证明太长、太绕。仅主干手稿就有300页,里面全是大段大段的不等式放缩和常数计算。

此后十几年,Helfgott本人陆续出了好几个版本,用来修正细节。

但计算过程冗长得吓人,全球没几个数学家愿意花精力把每个常数从头核到尾。

独立开发者Charlie Reams打算把这事交给Claude Code去啃。

打开GitHub仓库calr3/ternary-goldbach(cde-moebius分支),能看到一个相当惊人的数字工程:

19.4万行Lean代码,外加辅助脚本和技术文档。

Claude写19.4万行Lean代码,形式化三元哥德巴赫猜想并纠错(配图 4)

分工上,Charlie Reams定顶层目标、拆任务指令。

绝大部分Lean形式化代码、自动化脚本乃至文档,都由Claude Code一手包办。

跑出来的结果让所有人吃了一惊:19.4万行源码,0个sorry。

在Lean里,sorry表示跳过没证完的步骤;零sorry意味着每一行推理都经过极严格的机器验证,一处空白都没留。

Claude写19.4万行Lean代码,形式化三元哥德巴赫猜想并纠错(配图 5)

找出11处问题,顺手给顶级数学家「改作业」

说到底,Helfgott的证明难核对,难就难在「全是数」。

它的办法是圆法:主弧和劣弧分别对应「收入」与「开销」,只要收入始终压过开销,定理便成立。

靠人眼去核这种东西,翻到第50页就头大,Lean却不会犯怵。

Claude写19.4万行Lean代码,形式化三元哥德巴赫猜想并纠错(配图 6)

仓库README列出了11处与原书不符的地方,其中三个细节最扎眼。

头一处是算错了。原书(6.77)式把某个关键常数写成0.5,正确值该是0.8102;经过连带修正,项目最后采用0.8764。

第二处更干脆——有条不等式根本不成立。

原书(5.32)在v=2时站不住脚:一个积分实际算得0.53344,比书里给出的上界0.37273·log 4(约0.5167)还大。

第三处,纠错顺带纠到了别人头上。

Claude写19.4万行Lean代码,形式化三元哥德巴赫猜想并纠错(配图 7)

Helfgott原证明引用了Ramaré 1995年论文中的一步,称某个乘积不超过8,实际约为8.0845。Claude没照抄,换了一种拆法绕开,得到7.04,仍在所需的7.284以内。

还有一处属于「硬伤」。定理13.2.1的证明把两种尺度的主弧搅在一起,这一段等于被重搭了一遍。

修完之后,主弧「收入」由原书的1.058259降到1.049,劣弧「开销」则从1.00948升到1.0376。

两者之差,也就是证明的安全垫,从0.04877 x²/κ收窄到0.0114 x²/κ,缩水超过四分之三,可它依然大于零。

原作者亲自下场,揭开两大「未竟前提」

事情传开后,大家最想知道的是——

自己的成名作被AI挑出错、又给修好,原作者Harald Helfgott会怎么反应?

Helfgott本尊很快出现在X上,态度相当坦诚:今年10月4日,Charlie Reams就已私下联系过他,告知形式化工作跑通了。

Claude写19.4万行Lean代码,形式化三元哥德巴赫猜想并纠错(配图 8)

这一个月里,一人一AI又办成一件大事——

整个证明所依赖的外部额外假设(公理),从最初的5项一路削减到只剩2项!

眼下这个仓库里,全部解析数论推导逻辑已100%形式化、零sorry,但Lean外部仍挂着两项既有的数值验证结果当假设:

Platt的广义黎曼猜想(GRH)数值验证,以及偶数哥德巴赫猜想的局部验证,后者验到4x10^18。

把这两块人类早就算好、却还没搬进Lean内核的「巨型数字垫脚石」放进去,三元哥德巴赫猜想这座大厦就严丝合缝了。

超级智能正定义,什么叫「证完了」

几百页的证明算不算「证完了」,过去得等少数几位专家啃上几年,啃完也未必敢拍胸脯。

如今标准换成了另一句话:过没过内核。

也许用不了多久,数学界最硬核的同行评审就只剩一句话:

以后投稿或许会多一道关卡:先把证明交给Claude跑一遍,确认没有一处sorry,再谈发PDF的事。

参考资料:

https://x.com/jdlichtman/status/2120301890504441905

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. Claude Fable 5.2登顶两项评测,百度新模型以代码生成场景

    本期速报关注两大模型动态:Anthropic的Claude Fable 5.2在Web开发与智能体评测中表现强劲,但单次任务成本高达10美元以上;百度文心新模型展示通过纯代码生成《后室》场景并快速切换画风的能力,且计划开源。此外,AWS推出跨框架智能体评估系统UAEF,昆腾动力机器人进入物流规模化交付阶段,酒店洗衣机器

    来源 AI 应用前沿
  2. Anthropic将Claude Opus5.5设为套餐默认模型,价格与场景全解析

    人工智能助手在日常办公中的定位正在迎来关键转变。Anthropic 近日正式宣布,将旗下强大的 Claude Opus5.5设为 Pro、Max、Ultra 和 Team 套餐的默认模型,并全面推荐用户将其作为处理研究、分析、写作等知识工作的日常主力模型。 全新模型矩阵与定位:从极速查询到深度推理 为了让用户在不同场景

    来源 AI 开发者社区
  3. Claude连接器升级:工具全屏开在对话旁,可当场改内容

    人工智能与日常办公软件的融合正在迈入全新阶段。Anthropic 近日正式宣布对其 Claude 的交互式连接器进行重大升级。在此前的实时小视图基础之上,新版本允许用户在支持的连接器中,直接在对话旁边打开工具,甚至将其展开至全屏,让 Claude 与用户并肩协作并直接修改内容。该功能目前正在网页版和桌面应用中向所有套餐

    来源 AI 开发者社区
  4. Claude代码能力再进化:Fable 5.2用4800行代码搭3D世界

    (本文作者为 AI价值官,钛媒体经授权发布)文 | AI价值官,作者丨星野,编辑丨美圻9月,GPT-6 Astra和Claude Opus 5.5在视频创作领域展现出令人意外的能力,带火了一轮Vibe Video热潮。Opus 5.5让创作者看到,只用一句提示词,大模型也能通过编写代码,制作二维动效、风格动画和轻量交互

    来源 腾讯网
  5. Claude Meetings上线:AI成视频会议可见参会者

    人工智能在办公协同领域的应用边界正在被进一步打破。近日,人工智能企业Claude宣布推出处于测试阶段的全新会议功能——Claude Meetings。该功能目前已正式面向 Team(团队版)和 Enterprise(企业版)套餐开放。 核心功能与运行机制:作为可见参会者直接加入通话 作为一款深度融入日常办公流的创新功能

    来源 AI 开发者社区
  6. Anthropic新规2026年11月12日生效:中资控股企业全面禁用Claude

    Anthropic于2026年11月12日起更新政策,禁止中资直接或间接多数控股企业使用Claude.ai、Claude Code及全系API,范围覆盖全球任何注册地。该举措以国家安全为由,关闭此前通过境外子公司规避的漏洞,对依赖其API的中资关联机构形成直接合规压力,也为其他美系AI厂商提供先例参考。

    来源 AI 科技快讯
  7. Claude三天适配MI355X,AI替AMD补CUDA短板?

    快科技11月12日消息,Anthropic近日在IPO投资者路演中披露,旗下Claude Mythos Preview模型仅用约3天,就帮助公司将一款内部AI模型的提示词处理任务适配至AMD Instinct MI355X GPU,达到可用的性

    来源 快科技
  8. Coding agent写测试集体失败,AI代码合格率被高估一倍

    Coding Agent写代码的能力越来越强,写测试的能力也在同步提升。从为函数补单元测试、为GitHub Issue编写复现用例,到为整个代码仓库构建回归测试,Codex、Claude Code等前沿Coding Agent已经能够浏览仓库、修改实现,并借助执行反馈不断修正测试。 测试的地位也随之变化:它不仅是软件质

    来源 AI 行业观察
  9. Anthropic,推出AI办公套件

    当地时间周二,美国科技巨头微软的投资者,又一次面对“AI开发商抢饭碗”的波动。 具体来说,正在冲击美股IPO的Anthropic宣布扩展Claude的办公功能,推出电子表格Claude Sheets、数字白板Claude Whiteboards,并升级数据分析工具Claude Data及交互式连接器。加上此前已有的文档

    来源 AI 行业观察
  10. Edge AI Daily 早报(11月13日)

    英伟达黄仁勋辞任触发创始人风险重定价,盘前跌超13%,董事会启动独立调查与永久CEO搜寻;出口管制延伸至交付后审计,百亿美元注资Anthropic。Anthropic IPO认购数倍而估值预期收紧,Claude连接器切入办公。谷歌AI Mode强化搜索分发权,Gemini接入CarPlay;AWS推进Agent生产化与

    来源 AI 行业观察
  11. Coding Agent测试能力被高估1倍:合格率集体失败

    新智元报道 Coding Agent写代码的能力越来越强,写测试的能力也在同步提升。从为函数补单元测试、为GitHub Issue编写复现用例,到为整个代码仓库构建回归测试,Codex、Claude Code等前沿Coding Agent已经能够浏览仓库、修改实现,并借助执行反馈不断修正测试。测试的地位也随之变化:它不

    来源 腾讯网
向下滚动自动加载更多