Claude 参与证明黎曼猜想?Anthropic 数学家称已找到完整证明
困扰人类数学界 167 年的世界级难题,可能真的要被 AI 解决了。
一个悬了 167 年的数学难题,眼下可能真要被 AI 拿下了。
Anthropic 数学家 Levent Alpöge 在自己的个人网站上发布声明,称他与 Claude 合作,找到了黎曼猜想(Riemann Hypothesis)的证明。
按 Alpöge 的说法,事情还不止于此:他们进一步证明了难度更高、适用范围也更广的广义黎曼猜想(Generalized Riemann Hypothesis)。
这次他没有按惯例放出完整的数学论文,而是公布了一套用 Lean 形式化证明语言写成的代码,想让计算机把整套推理过程验证一遍。
聊到研究经历时,Alpöge 还讲了一个颇有点魔幻色彩的细节。
他从学生时代起就梦想解决黎曼猜想,原本的打算是花上几十年去啃这块硬骨头。
可真到了临近终点,
Claude 的推理速度快得他几乎跟不上。他用近乎诗意的说法感叹:Claude 在终点线附近飞翔、起舞、闪耀,而自己只能惊叹于眼前发生的一切。
一道让无数顶尖数学家苦思了一个多世纪的难题,眼下发生的事多少有些超现实。

人类研究了 167 年,黎曼猜想究竟有多难?
要掂量这次事件的分量,先得弄清楚黎曼猜想在数学界是什么级别的存在。
1859 年,德国数学家伯恩哈德·黎曼提出了一个与素数分布密切相关的猜想。
正整数里有一类数,只能被 1 和它自己整除,比如 2、3、5、7、11,这就是素数。它们是整个整数体系的基石,可要说它们究竟会在哪些位置冒出来,始终看不出什么直观的门道。
黎曼猜想想做的,是挖出素数分布背后更深层的数学规律。
严格来说,它断言黎曼 ζ 函数所有非平凡零点的实部都等于 1/2。
这个式子看着并不复杂,可素数分布能精确到什么程度,现代数论里一大批重要结论能不能成立,都跟它挂钩。167 年来,一批又一批顶尖数学家想把它证出来,其间催生出不少数学理论和研究工具,完整证明却始终没人拿出来,也没能得到普遍认可。

2000 年,克雷数学研究所将其列为七大千禧年数学难题之一,并设置了 100 万美元奖金。
更关键的是,大量数学研究都以黎曼猜想成立为前提。倘若得到证明,许多此前只能在假设条件下成立的结论,将获得坚实的理论基础。
而 Alpöge 此次声称证明的广义黎曼猜想,还将相关结论扩展至更广泛的 L 函数体系,牵涉数论中大量深层结构。
换句话说,如果这项研究最终成立,它的意义远远超过解决一道数学题,更可能改变整个数论领域的研究版图。
Claude 如何参与证明?关键时刻竟然比数学家还快
Alpöge 公布的研究时间线显示,这项工作可以追溯到今年 10 月初。
整个过程中用到了 Stepanov 方法、傅里叶分析、自守形式、theta 提升等大量复杂的数论工具,研究者要在不同数学理论之间找联系,把原本难以处理的问题转化成可以逐步解决的形式。
真正关键的进展出现在 11 月 15 日前后。
当时 Alpöge 和 Claude 尝试用迭代 theta 提升构造新的证明路径,有一个细节让他印象很深:Claude 建议把迭代链的长度设为 √X。
Alpöge 说,这个选择看着不起眼,却帮研究者处理了此前很难拿到的重数结构,整个证明能往前走,这一步很关键。
研究里,Alpöge 管的是找方向、把数学思想之间的线连起来,再带着 Claude 去试合适的证明路子。
可越到收尾阶段,复杂推导和技术细节上的活儿,Claude 挑的担子越来越重。
他本人也承认,研究后期碰到的一些高阶自守形式理论,已经不在自己能熟练把握的范围里。照他的说法,AI 在部分高难度数学推理上,表现出来的理解和推导速度,已经能超过人类研究者当下的水平。

更特别的一点是,Alpöge 称他和 Claude 已经把相关证明形式化,过程中没有加进额外的、未经证明的假设。
眼下全部 Lean 证明材料都放在他的个人网站上,一共 14 个压缩文件,外界可以下载来验证。
项目链接:
https://alpo.ge/remark.pdf
原始代码下载地址
https://alpo.ge/lean.tar.gz.part01
https://alpo.ge/lean.tar.gz.part14
文件编号从 01 开始,一直排到 14。
Lean 是形式化证明工具,能把数学定理和它的证明过程转成机器可检查的逻辑表达式,一步步核对推导合不合数学规则。
但代码公开了,不等于证明就被认了。外面的数学家还得看文件能不能完整构建、有没有依赖未经证明的假设,以及代码里的定理是不是真的对应黎曼猜想。
Alpöge 也不讳言,整个论证极其复杂。他曾让 Claude 生成超过 25 万页的庞大文档,最后还是决定公开 Lean 代码,而不是直接甩出那一大堆读起来费劲的文字。
这个篇幅夸张到可以戏称为对数学界的一场「DDoS 攻击」——足足 25 万页证明材料摆在那儿,整个数学界的审稿人全上阵,怕是也得先担心脑子被海量信息淹掉。
他打算接着理解、梳理整个证明,把它写成更简洁、更好读的数学论文。
于是数学界就出现了这么一个挺特殊的局面。
一份可能具有历史意义的数学证明,已经以机器可检查的形式公开了,可人类还得花大量精力,才真能弄明白它到底怎么成立。
从哈佛数学天才到 Anthropic,Claude 的数学能力进化有多快?
Alpöge 本人的经历,也让这项研究更受关注。
公开资料显示,他生于 1992 年,现年 34 岁,有美国和土耳其双重国籍,长期做数论和算术统计方面的研究。
他的学术履历很亮眼:本科读的是哈佛大学,之后去剑桥大学深造,2020 年在普林斯顿大学拿到数学博士学位,导师是著名数学家 Manjul Bhargava。
早在 2015 年他就得了摩根奖,后来还做过哈佛大学 Society of Fellows 的 Junior Fellow。
进了 Anthropic 之后,他慢慢成了 AI 辅助数学研究里的活跃人物。今年 7 月,他宣布靠 Claude Fable 5 找到了雅可比猜想的一个反例;8 月又跟其他研究者合作,用 Claude 构造出一批此前没找到的 Hadamard 矩阵。

其实 Claude 挑战黎曼猜想,前面早有铺垫。
今年 8 月,Anthropic 公开过一项研究,讲的是内部版本 Claude 尝试证明黎曼猜想的过程。
当时,Anthropic 员工 Jarred Sumner 把这个近乎不可能完成的任务交给了 Claude。
Claude 一开始给出了 650 个研究思路,逐一跑过测试,结果全部没有走通。
之后它把约 60 个子智能体组织起来分工协作,跑了大约 2400 条 Shell 命令,写出数百个 Python 脚本,从数学检验、论文检索到交叉审查,一路寻找可以突破的方向。
整轮研究下来,消耗的输出 Token 约为 3100 万个。
黎曼猜想本身依然没被解决。不过 Claude 在相关的零点分布研究上拿到了重要的阶段性进展。
相关成果随后由 Alpöge 和 Anthropic 数学家 Ralph Furman 参与审查与解释。
今年 10 月,OpenAI 也公开了一批由 AI 参与完成的数学研究,其中就有与黎曼猜想有关的重要进展。
短短几个月时间里,AI 在前沿数学研究上的表现,已经很难再用传统的数学竞赛成绩去衡量了。
以前计算机给数学家的帮助,主要是数值计算、搜索反例和验证证明;现在前沿 AI 模型开始自己摸索研究路线,把不同数学分支里的知识拼到一起,并试着给出原创性的证明。
数学家的 AI 助手,正一步步变成能一起探索未知问题的研究合作者。
当 AI 开始解决人类的终极难题,数学家该何去何从?
对 Alpöge 来说,这次研究带来的情绪,比外界想象的要复杂得多。
他在声明中说,自己从学生时代起就把黎曼猜想当成一生的重要研究目标,为此一直在积累不同数学领域的知识,等着有一天能真正把它攻克。
可现在他相信自己已经接近梦想,却发现研究走到最后阶段时,Claude 的进展甚至超过了他本人。
追了多年的目标可能就这样消失,他坦言心里有一种失落。
但更让他震撼的,是整个研究过程中显露出来的科学发现潜力。
在他看来,人类或许正在走进一个全新的科学时代,黎曼猜想只是这个时代的开头。

当然,数学界还是得保持谨慎。
黎曼猜想历史上被宣布证明过好几回,最后都没能通过严格审查。这次的研究同样要接受独立检验,尤其要弄清楚形式化代码到底证明了什么。
就算最终验证通过,数学家也得理解证明所用的方法,以及这些方法能不能进一步推动其他领域的发展。
说到底,数学证明的价值,既在于确认命题的真假,也在于揭示人类此前从未发现过的数学结构。
不过 AI 的快速进步,已经带出了另一个值得思考的问题。
过去衡量大模型的数学能力,主要靠竞赛题、标准化测试和已有答案的推理任务。
真正的科学研究没有标准答案,研究者甚至没法提前判断某条路线能不能走通。当 AI 开始在开放性科学问题上拿出原创成果,衡量智能水平的标准,也可能从解题能力慢慢转向发现能力。
黎曼猜想已经延续 167 年,最终答案还得等数学界的严格检验。

不过,对人类研究者来说,一个影响更深远的问题已经摆在面前。
假设往后有越来越多重大数学成果先由 AI 提出来,人类却要花更长时间才能弄懂其中的推理,那数学家的活儿该怎么重新界定?
Alpöge 并不把这种前景视作数学研究的终点。在他看来,眼下发生的事情或许说明,科学探索正要进入一个更宽广的时代。
数学知识的大厦是人类用几个世纪建起来的。现在,AI 已经开始走进那些连建造者自己都还没到过的房间。
黎曼猜想能不能就此被证成,还得等严格检验。可不管结论是什么,AI 已经让人类不得不重新琢磨:科学发现的下一步,究竟能走多远。