{"id":"mb-20260905-2ab47f","kind":"deep","title":"11 天，1300 万行代码，AI 把数学界最著名的费马大定理从头到尾形式化了一遍","summary":"11 天，1300 万行代码，AI 把数学界最著名的费马大定理从头到尾形式化了一遍","body":"11 天，1300 万行代码，AI 把数学界最著名的费马大定理从头到尾形式化了一遍。\n很多人第一反应是：AI 难道解出了人类解不开的难题？\n他们全看错了方向。\n费马大定理早在 1995 年就被数学家安德鲁·怀尔斯（Andrew Wiles）彻底证明了。\nAnthropic 的 Claude 既没有发明新理论，也没有发现新定理。\n那为什么 Nat McAleese 和整个计算机科学界会把它视为分水岭？\n因为它打穿的不是数学创新的天花板。\n是人类用了三百年的同行评议信任墙。\n人类数学有一块谁都不愿意明说的软肋。\n再顶尖的数学家，写出来的论文也充满了跳步：\n「显然」、「同理可得」、「由对称性可知」。\n只要论证逻辑大体通顺，几个同行审上几个月，盖个戳就算通过。\n1993 年怀尔斯第一次公开证明时，六位顶尖审稿人整整查了一年，才在深处找出一个致命漏洞，逼得怀尔斯又闭关一年找来理查德·泰勒（Richard Taylor）才补齐。\n如果是 500 页的望月新一 ABC 猜想呢？\n整个数学界看十年都没人敢给最终定论，因为没人有寿命逐行验算那几百页符号。\n人类的大脑带宽，根本撑不起现代数学的验证复杂度。\n为了彻底消灭漏洞，计算机科学家造出了 Lean 这样的形式化证明助手。\n在 Lean 的世界里，不接受任何「显然」。\n每一个定理都是一个严格的数据类型，每一次推理都是一段必须编译通过的代码。\n从最基础的公理开始，每一个符号、每一个引理、每一个边界条件，全部要用形式化语言逐字敲出来。\n只要有一行逻辑不严密，编译器立刻报错拒绝。\n这就是确定性验证闭环。\n一旦代码通过编译，数学真理就不再依赖任何学术权威的主观背书。\n它是百分之百被机器焊死的绝对事实。\n这套系统几乎完美，除了一点：\n把人类的数学语言翻译成 Lean 代码，贵到了极点。\n帝国理工学院的数学家 Kevin Buzzard 带领团队推进费马大定理的形式化工程，原本预计需要全球顶尖学者耗费五到十年的时间。\n因为形式化代码格外繁重冗长。\n人类数学家花十年建立的整个开源数学库 Mathlib，总共也就两百多万行代码。\n谁愿意把最好的学术黄金期，花在给机器写逐行翻译上？\n形式化验证的门槛，被死死卡在了人类昂贵的时间成本上。\nAnthropic 的解法，不是让单个模型去硬啃大部头。\n研究员彭天翼（Tianyi Peng）团队搭建了 Prove2Me 协同系统。\n他们把这套庞大的数学证明，拆解成一张包含近三万个子引理的有向无环图。\n多智能体协同分工，各自负责攻克不同的引理节点。\n每次 AI 写出一串代码，Lean 编译器就在毫秒级给出确定性反馈。\n编译失败，AI 拿到报错立刻修正重写；\n编译成功，这个引理就永久固化成整座大厦的一块基石，供给其他智能体调用。\n大模型平时最让人头疼的幻觉，在这里被完全免疫。\n因为编译器就是毫无妥协的铁面门卫。\n大模型提供无穷无尽的探索直觉与代码生成力，形式化编译器提供零容忍的真理把关。\n11 天时间，消耗 60 亿输出字符，生成 29511 个机器验证的引理，总代码量超过 1300 万行。\n这是人类十几年积累的 Mathlib 体积的五倍以上。\n这台机器的名字，叫形式化验证的边际成本崩塌。\n它让知识的验证成本，从几百个顶尖学者的人年，直接降成了一次 GPU 集群的电费账单。\n当这种机械级确定性的生产成本趋近于零，被重塑的远远不止纯数学。\n航空航天的飞控系统、万亿美元级别的智能合约、最底层的芯片硬件逻辑、军用密码学协议；\n所有过去因为「验证太贵、太难」而不得不默许漏洞存在的关键系统，第一次有了被全面形式化验证的可能。\n人类不再需要通过漫长的辩论、声誉和权威去博弈信任。\n只要给出公理，编译器就会给出判决。\n过去我们以为 AI 会先学会像人一样天马行空地思考。\n但这场突破表明，它正在成为一台不知疲倦的严密织网机，把人类散落了几百年的模糊知识，一针一线缝进绝对确定的机器逻辑里。","topic":"11 天，1300 万行代码，AI 把数学界最著名的费马大定理从头到尾形式化了一遍","frame_type":["形式化编译闭环与验证边际成本崩塌","机制"],"citations":[],"channel_note":"","identity_notice":"","source_type":"generated","status":"published","generated_at":"2026-09-05 07:31:35","legal_anchor_count":0,"transcript_citation_count":0}