1700万行代码与167年难题的碰撞
当地时间11月20日,一则消息震动数学界:Anthropic的数学家Levent Alpöge在其个人网站发布简短声明,宣称他与大模型Claude合作,找到了黎曼猜想乃至广义黎曼猜想的证明。与他一同公布的,并非传统意义上的论文,而是约1737万行的Lean形式化证明代码,被拆成14个压缩包对外公开。
将两个数字放在一起,张力便一目了然。黎曼猜想提出于1859年,由德国数学家黎曼在分析黎曼ζ函数时提出,此后167年间,它始终是纯数学领域最耀眼的未解难题,也是克雷数学研究所悬赏一百万美元的首奖项目。而这一次,人类试图跨越这道天堑的工具,不再仅仅是纸笔与头脑,而是体量庞大的代码。

从时间线看,这一声明出现在一个AI密集产出数学成果的阶段:自10月6日OpenAI发布722篇数学论文,到11月16日出现广义黎曼猜想相关进展,再到11月20日的这份证明声明,前后不过41天。如此高的节奏,既凸显了AI在形式化推理上的强大,也放大了学界对"速度是否等于严谨"的警惕。
1737万行代码,远超任何人类读者在合理时间内能逐行审读的范围。它像一面镜子,映照出一个前所未有的现实:当证明的载体变成机器可执行、人类几乎不可尽览的庞大代码时,"看懂"这件事本身就需要被重新定义。
证明尚未定论:争议仍在路上
必须强调一个关键事实:截至11月21日,这份证明尚未经任何独立专家完整审查。它只是研究者本人的公开主张,而非数学界已经核验通过的结论。
这一点决定了整起事件当前的定性——它处于争议状态,而非最终定论。克雷数学研究所对奖金评定有着明确的门槛:证明须在同行评审期刊上发表,并经过至少两年的审查期。换言之,即便代码真实无误、逻辑闭合,它距离"被公认证明"仍隔着漫长的同行评审与时间沉淀。
Anthropic官方亦曾披露,一个尚未发布的Claude模型将满足黎曼假设的零比例下界从41.6%提升至67.2%,这属于阶段性、局部的数学进展,而非对整个猜想的完整证明。两相对照可见,"改善某个下界"与"攻克猜想本身"之间存在巨大鸿沟,公众与媒体在传播中很容易将二者混淆。
因此,当前的正确态度不是欢呼"黎曼猜想已死",而是保持审慎的观望:让代码去接受社区的编译、检验与独立复核,让时间来筛选真伪。科学史上的许多"证明"都经历过从争议到澄清的过程,此次也不例外。

可靠性之忧:逻辑链条与幻觉风险
学界真正的深层担忧,不在于AI能否写出看似完整的证明,而在于这份证明的可靠性是否经得起拆解。
- 逻辑链条的不可追溯性。形式化证明的优势在于机器可验证:只要编译通过、证书有效,逻辑上便无漏洞。但1737万行的体量意味着即便是自动验证,其内部依赖的引理、假设与模块结构也极为复杂。一旦某处存在隐蔽错误或未能被验证器捕捉的边界情形,人类难以在如此规模下定位问题,审查成本急剧上升。形式化验证降低了某些风险,却把问题转移到了"验证器本身是否可信"以及"原始建模是否遗漏了关键假设"上。
- 潜在幻觉风险。大模型在推理中可能生成看似合理却并不成立的中间结论,或在长链条中悄然引入未经严格证伪的假设。即便最终证书由Lean这类证明助手编译,若初始公理、引理选择本身存在问题,整个建筑便建立在沙地上。如何在"AI生成"与"逻辑严格"之间划清可信边界,是数学界尚未完全解答的课题。
更深层的忧虑在于审查的不对称性:生成证明的工具与验证证明的工具都由少数团队掌控,而数学共同体赖以纠错的公开、独立、可重复检验的传统,正面临能力上的不对等。当普通研究者无法独立复核如此庞大且高度专业化的代码时,科学共识的形成机制便受到挑战。
署名权之争:人类与AI的贡献边界
当一项数学成果主要由AI主导完成,署名问题便绕不过去。传统署名遵循"对智力贡献负责的人"这一原则,而Claude并不具备承担学术责任的主体资格。那么,这份证明究竟算Alpöge的、Anthropic的,还是"人机共创"的?
这一争议要求重新界定人类研究者与AI工具的贡献边界。人类的价值是否体现在提出正确的方向、构造关键的概念框架、并对最终结果承担全部责任?而AI的角色是否应被定位为一个强大的、可被审计的推理辅助工具,而非独立的发现者?
若AI可以"署名",那么科学伦理、责任归属、甚至奖金评定都将面临重构。若AI不能署名,则人类研究者须为AI生成内容的每一处结论背书,这意味着审查责任非但没有减轻,反而被加重。如何在激励创新与坚守责任之间取得平衡,是学界必须正面回答的问题。
学界的呼声:建立AI参与数学研究的新规范
面对这场技术洪流,数学界与相关机构的观点逐渐清晰:AI参与数学研究不是要不要规范的问题,而是必须尽快规范的问题。
多位学者与机构已发出呼吁,主张在承认AI效率的同时,建立一套针对AI生成证明的独立审查机制、透明披露标准与责任归属框架。核心诉求包括:证明的生成过程须可复现;所使用的模型版本、数据与假设须完整披露;结论的可靠性须由独立于生成方的第三方核验;署名与责任规则须事先约定。
这并非对AI的排斥,而是为这一全新研究范式铺设轨道。正如显微镜、计算机的引入都曾需要方法学与伦理层面的调适,大模型进入数学研究同样需要一套与之匹配的规范体系。规范越晚建立,混乱便越难以收拾。

从四色定理看方法论的本质跃迁
要理解当前的独特性,不妨回望计算机辅助证明的先例——四色定理。1976年,Appel与Haken借助计算机穷举大量情形,完成了四色定理的证明。当时这曾引发激烈争论:人类无法逐行核对的计算机验证,能否算作"数学证明"?最终,数学界在承认其有效性的同时,对程序的逐行审查达成了共识,并逐步确立了"机器可验证即成立"的标准。
但大模型生成证明与四色定理时代的方法论存在本质差异。四色定理依赖的是确定性的、可逐行审计的穷举与形式化验证,程序本身是封闭、静态、可完全复核的。而大模型的推理是概率性的、上下文相关的,其"想法"来自海量语料的潜在模式,难以像穷举程序那样被逐行拆解与独立复核。换言之,过去是"计算机帮你把证明写得更快更严",如今则是"机器可能替你发现证明路径,甚至替你提出猜想"。工具与发现者的边界,正在发生质变。
这意味着,过去为计算机辅助证明建立的方法学框架并不足以覆盖今天。形式化证书解决了一部分可靠性问题,但无法消除对生成过程本身的疑虑,也无力约束署名与责任的模糊地带。方法论的升级,必须与规范建设同步推进。
应对策略:可验证的审计工具与透明披露标准
面对挑战,务实的应对策略应当双线并进:
- 开发可验证的AI证明审计工具。这类工具应能自动拆解大模型生成的形式化证书,检查其依赖的公理、引理与假设是否完整、是否被正确声明,并对潜在幻觉风险做压力测试。让"机器审查机器"成为可重复、可公开的过程,是缓解不对称审查困境的关键。
- 制定透明的算法披露标准。凡涉及AI生成的数学成果,须披露所用模型版本、关键推理路径、人工干预节点以及全部假设,使独立研究者具备复核的可能。没有披露,便没有真正的同行评审。
还应建立统一的署名与责任规则,明确人类研究者为最终结果背书,同时保留对AI贡献的标注。唯有工具可审计、过程可披露、责任可追溯,AI参与数学研究才能既保持效率,又不失严谨。
在拥抱效率的同时坚守科学底线
1737万行代码与167年难题的相遇,是数学史与人工智能史交汇的一个标志性瞬间。它既令人振奋,也令人警醒。
AI与数学的深度融合势不可挡:形式化推理、自动猜想生成、大规模证明确认,都将成为研究的新基础设施。但技术效率的红利,只有在科学严谨性的底线之上才能真正兑现。让1737万行代码接受编译与复核,让同行评审的时间沉淀下来,让透明与责任成为默认规则——这不是对创新的束缚,而是让创新经得起历史检验的保障。
当AI能写下一千万行证明,真正考验人类的,恰恰是那句古老而朴素的科学信条:未经独立核验的,皆为假设。守住它,我们才能在技术的狂潮中,既不被浪潮淹没,也不被焦虑裹挟,稳步走向一个更高效、也更可信的数学未来。