数学界震动!Claude一口气写下19万行源码,揪出13年前证明错误

资讯 凤凰科技 作者:新智元 全文 2005 字 · 约 6 分钟读完 配图 10 张 分类ClaudeAnthropic

开发者借助Claude写出19.4万行Lean代码,检出原版11处错误

所属频道 大厂动态Claude 与 Anthropic

数学界震动!Claude一口气写下19万行源码,揪出13年前证明错误(配图 1)

人类数学家的处境,看来是越来越不好过了……

费马大定理这边,1000个Claude Fable 5.2组队跑了30个小时,把完整的形式化证明做了出来。

就在今天,又有人带着Claude把13年前获证的「三元哥德巴赫猜想」证明形式化了。

数学界震动!Claude一口气写下19万行源码,揪出13年前证明错误(配图 2)

干这件事的是独立开发者Charlie Reams,他敲下19.4万行Lean 4代码,整个库「零sorry」。

更让人意外的是,Claude自己发现2013年的原版证明里藏着好几处错误。

它没多犹豫,顺手就把这些数学漏洞补上了。

数学界震动!Claude一口气写下19万行源码,揪出13年前证明错误(配图 3)

一个人加一个Claude,写出19.4万行源码

先要把概念分清:平时说的「1+1」是强哥德巴赫猜想,到现在也没人能彻底证出来。

至于「三元哥德巴赫猜想」,也叫弱哥德巴赫猜想,说的是——

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。

数学界震动!Claude一口气写下19万行源码,揪出13年前证明错误(配图 4)

那在当时是全球数学界的一件大事。

可麻烦也跟着来了:Helfgott的证明太长、太琐碎。光是主干手稿就有300页,里面全是不等式放缩和常数计算,一段接一段。

此后十几年,Helfgott本人陆续出了好几个版本,用来修正细节。

但计算过程冗长得让人发怵,全球也没有几个数学家愿意花精力,把每一个常数从头到尾核对一遍。

独立开发者Charlie Reams决定把这事交给Claude Code去啃。

打开GitHub仓库calr3/ternary-goldbach(cde-moebius分支),会看到一个让人震撼的数字工程:

整整19.4万行Lean代码,外加辅助脚本和技术文档。

数学界震动!Claude一口气写下19万行源码,揪出13年前证明错误(配图 5)

这场战役里,Charlie Reams管的是定顶层目标、拆任务指令。

绝大部分Lean形式化代码、自动化脚本甚至文档,都是Claude Code一手完成的。

最后跑出来的结果让所有人震撼:19.4万行源码,0个sorry!

在Lean语言里,sorry意思是跳过没证完的步骤;零sorry就说明每一行推理都经过了极严格的机器验证,一处空都没留。

数学界震动!Claude一口气写下19万行源码,揪出13年前证明错误(配图 6)

顺手给顶级数学家挑错改作业,一共揪出11处问题。Helfgott的证明之所以难核对,难就难在「全是数」。

证明走的是圆法:问题被切成主弧和劣弧两块,主弧算「收入」,劣弧算「开销」,收入稳稳压过开销,定理就站得住。

这种活儿人眼盯到第50页就发怵,Lean不会。

数学界震动!Claude一口气写下19万行源码,揪出13年前证明错误(配图 7)

仓库README里列出了11处和原书对不上的地方,下面三个细节最让人印象深刻。

其一是算术打滑。书里(6.77)式把一个关键常数写成0.5,正确值该是0.8102;连带修正后,项目最终采用0.8764。其二,有条不等式根本不成立。

书里(5.32)在v=2时出错:一个积分实算得0.53344,高过书里给出的上界0.37273·log 4(约0.5167)。

其三,找错还捎带找出了别人的错。原证明引用了Ramaré 1995年论文的一步,声称某个乘积不超过8,实际约为8.0845。Claude没有照抄,换了一种拆法绕过去,算出7.04,仍在所需的7.284以内。

数学界震动!Claude一口气写下19万行源码,揪出13年前证明错误(配图 8)

另外还有一处「硬伤」:定理13.2.1的证明把两种尺度的主弧搅在了一起,这一段等于被重新搭了一遍。

修完之后,主弧「收入」从原书的1.058259降到1.049,劣弧「开销」从1.00948涨到1.0376。两者之差即证明的安全垫,从0.04877 x²/κ缩到0.0114 x²/κ,缩水四分之三还多,但依然大于零。

原作者亲自下场,揭开两大「未竟前提」。

事情发酵后,所有人都想知道:Harald Helfgott看到自己的成名作被AI挑出错又修好,会是什么反应?

结果Helfgott本尊很快在X上露面,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。

数学界震动!Claude一口气写下19万行源码,揪出13年前证明错误(配图 9)

这一个月里,一人一AI又干了件大事:把整个证明依赖的外部额外假设(公理)从最初的5项一路砍到只剩2项。

在这个仓库里,全部解析数论推导逻辑已100%形式化且零sorry,但在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局部验证至4x10^18。

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

超级智能正在给「证完了」重新下定义。

过去,一份几百页的证明算不算数,得靠少数几位专家花上几年去啃。啃完了,也未必有人敢拍胸脯打包票。

如今标准换成了另一句话:能不能过内核。

照这个势头,数学界最硬核的同行评审,或许很快只剩一句话——

这话是:「别发PDF了,先把你的证明喂给Claude跑出零sorry再说。」

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
  2. Anthropic玻璃翼计划:Claude挖出37966个漏洞,修复仅217条

    最近AI找Bug这事儿有点太割裂了。 这一边,AI一朝出手倒查所有,先挖出了个PHP底层重大安全漏洞,又扒出948个Linux内核漏洞…… 另一边,开源社区都快被整崩溃了:你把漏洞找出来了,你倒是修啊! 昨天,网络安全公司VulnCheck发布了一份关于Anthropic玻璃翼计划(Project Glasswing)

    来源 AI 行业观察
  3. Claude API 新增 effort 参数:同一对话可中途调档

    同一段对话里前松后紧,Anthropic 让开发者终于能中途给模型"踩油门"。11 月 12 日,这家 Claude 开发商给 API 加了一项 Beta 能力:开发者可在消息流里随时调节 effort,也就是模型回答问题愿"费多大劲"的档位,帮人在回答充分度、响应速度与使用成本之间随手拨秤。 换挡不重开,缓存不掉线

    来源 AI 开发者社区
  4. 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
  5. Anthropic新规2026年生效:中资控股超50%企业全球禁用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 行业观察
  6. 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
  7. Claude Fable 5.2发布:写代码生成视频,5.75美元渲染4K短片

    Anthropic 新发布的 Claude Fable 5.2 展示了通过编写 Blender 和 JavaScript 代码生成视频的能力。开发者仅用一条提示词,就让模型自动建模、安排镜头并调用 GPU 渲染出 4K 短片,成本仅 5.75 美元。这种“代码生成视频”的方式在精确控制和可编辑性上优于传统像素生成模型,

    来源 AI 应用前沿
  8. 边警告 AI 风险边开发先进模型:OpenAI、Anthropic、谷歌等五家 AI 巨头遭起诉,被要求叫停 ChatGPT、Claude、Gemini

    IT之家 11 月 13 日消息,当地时间 11 月 12 日,四家非营利组织向旧金山高等法院提起诉讼,将 OpenAI、Anthropic、谷歌、Meta 以及 SpaceXAI 列为被告,要求法院叫停这些企业进一步开发最先进的人工智能模型。 据路透社报道,参与诉讼的组织包括 Irreplaceable Educat

    来源 AI 行业观察
  9. Anthropic 将办公全家桶塞进 Claude:表格、白板、会议全上线

    Anthropic 还没敲响 IPO 的钟声,微软就已经先感受到了压力。 Anthropic 这几天发布节奏越来越快。Fable 5.2 刚刚亮相,今天又一口气给 Claude 加上了表格、白板、数据分析等一整套办公功能,连视频会议都准备让 Claude 直接参与。 消息公布后,微软股价盘中一度跌超 3%,最终收跌 2

    来源 AI 行业观察
  10. Claude办公全家桶登场:微软股价盘中跌超3%,Excel真不用学了?

    Anthropic 还没敲响 IPO 的钟声,微软就已经先感受到了压力。 Anthropic 这几天发布节奏越来越快。Fable 5.2 刚刚亮相,今天又一口气给 Claude 加上了表格、白板、数据分析等一整套办公功能,连视频会议都准备让 Claude 直接参与。 消息公布后,微软股价盘中一度跌超 3%,最终收跌 2

    来源 AI 开发者社区
  11. 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
  12. 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
  13. 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
  14. 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
  15. 同一提示词交给ChatGPT、Kimi和SeedeAI,差距为何在脑子里?

    最近我用几个工具一起比稿,同一份提示词交给ChatGPT、Kimi和SeedeAI,才发现差距不在工具,而在脑海里那张预期效果图。所谓品味,其实是见过最好的东西之后形成的判断。 最近我用AI做图,常常让几个工具一起“比稿”。 这种自欺欺人的“甲方感”棒极了!就像是找了四家4A公司,给统一的brief(提示词)让他们做设

    来源 AI 行业观察
向下滚动自动加载更多