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 36氪 全文 2057 字 · 约 6 分钟读完 配图 9 张 分类ClaudeAnthropic

一人一Claude完成三元哥德巴赫猜想Lean零sorry形式化证明

所属频道 大厂动态Claude 与 Anthropic

这回是真要把数学家逼到墙角了。

费马大定理那边,1000个Claude Fable 5.2组队跑了30个小时,把完整的形式化证明做完了。

紧接着今天又出了一件事:一个人加一个Claude,把13年前才获证的三元哥德巴赫猜想证明给形式化了。

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 1)

干这件事的是独立开发者Charlie Reams,他敲出19.4万行Lean 4代码,整个库上下没有一处sorry。

更让人意外的是,Claude自己发现2013年那版原证明里藏着好几处错误。

它没多说什么,直接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 2)

一个人加一个Claude,硬啃19.4万行源码

先得说清楚一点:大家平时讲的「1+1」是强哥德巴赫猜想,到现在也没人能彻底证出来。

三元哥德巴赫猜想又叫弱哥德巴赫猜想,说的是——

任何大于5的奇数,都能写成三个质数相加。

2013年,秘鲁数学家Harald Helfgott宣布,这个困扰人类271年的难题被他彻底证明了。

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)

当时这被看作轰动全球的数学壮举。

可麻烦也跟着来了:Helfgott的证明太长、太绕。光主干手稿就有300页,里面全是密密麻麻的不等式放缩和常数计算。

此后十几年里,Helfgott本人先后更新过好几个版本,用来修正细节。

但计算过程冗长得让人发怵,全球没几个数学家愿意花精力把每一个常数从头核对一遍。

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

打开GitHub仓库calr3/ternary-goldbach的cde-moebius分支,能看到一个相当震撼的数字工程:

19.4万行Lean代码,加上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 4)

整个过程中,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、自动化脚本乃至文档,都是Claude Code一手包办的。

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就意味着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 5)

揪出11处问题,顺手给顶级数学家改作业

要知道,Helfgott的证明难核对,难就难在「全是数」。

它走的是圆法这条路:把整个问题切成主弧、劣弧两块,主弧当“进账”,劣弧当“支出”,只要进账始终压过支出,定理就站得住。

这种活儿让人去盯,翻到第50页就头皮发麻,Lean却不会累。

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)

仓库的README里,一共列了11处跟原书对不上的地方,下面挑三个最扎眼的细节说。

头一处,算错了。书里(6.77)式把某个关键常数写成了0.5,实际应为0.8102;把连带修正算进去之后,项目最后采用的是0.8764。

第二处,有一条不等式根本立不住。

书里(5.32)在v=2时不成立:那个积分真算出来是0.53344,比书里给的上界0.37273·log 4(约0.5167)还大。

第三处更有意思,纠错还纠到了别人头上。

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)

原证明引用了Ramaré 1995年论文中的一步,说某个乘积不超过8,可实际大约是8.0845。Claude没照原样硬抄,换了个拆法绕开,算出7.04,仍在所需的7.284以内。

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块,这段等于被重搭了一遍。

Claude改完之后,主弧“进账”从原书的1.058259掉到1.049,劣弧“支出”则从1.00948升到1.0376。

两者相减,也就是证明的安全垫,从0.04877 x²/κ收窄到0.0114 x²/κ,少了四分之三还多。不过它还是大于零。

原作者亲自出面,讲清两个“没搬进内核的前提”

消息传开后,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会怎么回应?

Helfgott本人很快出现在X上,态度很坦率:今年10月4日,Charlie Reams就已经私下找过他,告诉他形式化这活儿跑通了。

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 8)

这一个月里,一人一AI又办了件大事——

整个证明所依赖的外部额外假设(公理),从起初的5项一路削到只剩2项。

这个仓库里,解析数论的全部推导逻辑已经100%形式化、零sorry,但在Lean之外,它仍挂着两项现成的数值验证结果当前提:

一项是Platt对广义黎曼猜想(GRH)的数值验证,另一项是偶数哥德巴赫猜想的局部验证,验到4x10^18。

这两块“巨型数字垫脚石”人类早就算好了,只是还没搬进Lean内核;一旦放进去,三元哥德巴赫猜想这座大厦就严丝合缝地闭合了。

超级智能正在重新定义什么叫“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,啃完也未必敢打包票。

如今标准正换成另一句话: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:

有人打趣说,以后别急着发PDF了,先把证明丢给Claude跑一遍,等它一个sorry都不剩再拿出来。

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多平台大面积报错,Anthropic称正调查身份验证问题

    IT之家 11 月 13 日消息,根据 Claude Status 网站,网友反馈 claude.ai、Claude Code 和 platform.claude.com 上出现大量错误。 Anthropic 官方公告称:“我们正在调查用户在 Claude.ai 和 Claude Code 上进行身份验证时遇到的问题。

    来源 AI 行业观察
  2. 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
  3. 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
  4. 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
  5. 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
  6. Anthropic发布Claude Mythos 5.2:去护栏版专攻网安与生命科学

    Anthropic推出了Claude Mythos 5.2,这是基于Fable 5.2架构但移除了网络安全和生物安全护栏的专用模型。该模型仅向通过资质审核的机构开放,在漏洞挖掘和蛋白质结构预测上表现突出。测试显示,其在CVE漏洞复现中准确率接近90%,且报告零夸大;在病毒衣壳建模上也实现了突破。文章详细解析了其技术原理

    来源 AI 应用前沿
  7. Anthropic封号新规生效:按股权穿透查地区,IPO前清退不合规客户

    11月12日,AI公司Anthropic被称为“Claude史上最严封号机制”正式生效,明确地区准入的穿透式审查标准,目的是封堵壳公司、代理中转等绕开地区限制的方式。 当地时间10月8日,Anthropic发布2026版Claude使用政策更新公告,对可接受使用条款(AUP)与支持地区规则作出细化澄清。 本次新规覆盖全

    来源 AI 行业观察
  8. Anthropic封号新规生效:三类主体禁入,IPO前夜收紧账户风控

    11月12日,AI公司Anthropic被称为“Claude史上最严封号机制”正式生效,明确地区准入的穿透式审查标准,目的是封堵壳公司、代理中转等绕开地区限制的方式。当地时间10月8日,Anthropic发布2026版Claude使用政策更新公告,对可接受使用条款(AUP)与支持地区规则作出细化澄清。本次新规覆盖全部C

    来源 腾讯网
  9. Anthropic推出Anvil红队系统:1/235请求量揪出严重漏洞

    智东西(公众号:zhidxcom)编译 | 黄菲编辑 | 江宇智东西11月13日消息,今日,Anthropic公布了一套名为Anvil的自动化红队测试系统。该系统基于Claude构建,能够自主寻找模型安全防护机制中的漏洞,并在生物安全、网络安全和信息安全三个领域展开测试。Anthropic称,Anvil在多项测试中的表

    来源 腾讯网
  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. Anthropic玻璃翼计划:3.8万条AI漏洞仅217条修复

    网络安全公司VulnCheck发布报告指出,Anthropic的“玻璃翼计划”在七个月内利用Claude挖掘了37966个候选漏洞,但公开记录中仅修复217个。文章分析了AI挖洞速度与人工审核、开源维护者修复能力之间的巨大落差,探讨了技术债偿还困境及AI自动修补代码的现实难题。

    来源 AI 应用前沿
  12. 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
  13. 黄仁勋辞任英伟达CEO,CFO克雷斯接任临时掌门

    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 钛媒体
  14. Anthropic最严封号政策11月12日生效:三类禁用情形与IPO时间点

    21世纪经济报道记者 章驰今天(11月12日)起,Anthropic新版使用政策正式生效,《支持地区政策》(Supported Regions Policy)明确三类禁止使用Claude的情况,覆盖个人、企业及通过海外公司、第三方云平台使用模型的用户。与以往几轮封号潮不同,这套风控框架被外界称为“史上最严”。尤其是,新

    来源 腾讯网
  15. 文心5.5 Flash Preview八项基准夺两冠,百度一周三连发

    11月11日,沉寂许久的百度文心突然晒出一张成绩单。模型是ERNIE 5.5 Flash Preview,一共八项基准测试,对照组是Claude Opus 5.5、GPT-6.1 Sol、腾讯的Hy4、DeepSeek V4.1 Flash和智谱的GLM-5.3系列。八项里,它拿了两项第一。这是文心一周之内的第三个动作

    来源 腾讯网
  16. 张一鸣:字节AI追平OpenAI与Anthropic最早2029年?

    【TechWeb】11月13日消息,据澎湃新闻消息,近期字节跳动创始人张一鸣再次在内部分享中谈到AI业务。他表示,字节有能力与OpenAI和Anthropic展开竞争,但真正追平前沿技术,“最早也要到2029年或2030年”。 张一鸣坦言,与海外顶尖AI公司相比,字节Seed系列模型的预训练数据集规模仍然少了,这是字节

    来源 AI 行业观察
向下滚动自动加载更多