{"id":"mb-20260905-9f0e70","kind":"deep","title":"全世界数学家花了整整八年，才给计算机定理库攒下 220 万行代码","summary":"全世界数学家花了整整八年，才给计算机定理库攒下 220 万行代码","body":"全世界数学家花了整整八年，才给计算机定理库攒下 220 万行代码。\n一个由 AI 驱动的系统只用了 11 天，写出了 1300 万行。\n它把人类数学史上著名的费马大定理，从头到尾用 Lean 语言形式化证明了一遍。\n中间跨越了 29500 个引理，消耗了 60 亿个 Token。\n消息一出来，很多人第一反应是怀疑。\n大模型最容易一本正经地胡说八道。\n1300 万行代码，只要错一个符号全盘皆输，它怎么可能做到零差错跑通？\n还有人以为 AI 自己发明了全新的数学，在惊呼奇点降临。\n两种看法都没看清底下运转的那台精密机器。\n德布鲁因准则与图前沿调度。\n1995 年，安德鲁·怀尔斯证明费马大定理时，论文长达上百页。\n哪怕是全世界顶尖的数学家，在同行评审时也要耗费数月甚至数年才能看懂。\n当年评审专家尼克·卡茨在手稿里揪出一个隐蔽的逻辑漏洞，怀尔斯闭门重算了 14 个月才把漏洞补齐。\n这就是传统数学的瓶颈：人类的信任，建立在极易疲劳的脑力审查上。\n为了把这种主观模糊性彻底拔掉，数学界开始用 Lean 语言做形式化验证，把数学推导变成计算机能逐行编译的代码。\n帝国理工学院的凯文·巴扎德教授原本带队在做这件事，预估集中全球顶尖学者也得耗费数年工程。\n哥伦比亚大学彭天翼团队与 Anthropic，把这个数年的人力活压缩到了 11 天。\n秘密就在第一台零件：1968 年荷兰数学家尼古拉斯·德布鲁因立下的「德布鲁因准则」。\n这个准则规定：一个计算机证明系统是否可信，只取决于它最底层那个极小、极纯粹的微内核。\n外面的 AI 怎么天马行空、生成了多少垃圾草稿，都无关紧要。\n只要代码被送进微内核，通过了严格的类型检查，它在逻辑上就是不可推翻的真理。\n那个极小的内核，成了阻断大模型一切幻觉的物理滤网。\nAI 不需要保证自己永不犯错，它只需要像发电机一样疯狂生成推演候选。\n内核会把 99% 的错误答案直接扔掉，只把通过检查的真理盖章放行。\n但如果只靠单台 Agent 蛮干，面对费马大定理这种跨越数论、代数几何的庞然大物，上下文窗口很快就会崩溃，Agent 之间也会陷入混乱死锁。\n这就轮到了第二台零件：Prove2Me 架构下的「图前沿调度」。\n怀尔斯的证明被拆解成了一张由数万个定理构成的有向无环图。\n每一个定理需要哪些前置引理，依赖关系全部锁定。\n上百个 Agent 蜂群被派到这张拓扑图的最前沿去接单。\n只要一个定理的前置条件被微内核全部敲章确认，这个节点就变成了一块不可修改的公共积木。\nAgent 永远只在最前沿认领那些刚刚就绪的任务。\n只要一个引理被证明，下游的通路立刻被点亮，供下一批 Agent 继续推进。\n整个证明过程，变成了一张被算力自动向前推进的拓扑网。\n过去几百年，数学突破靠的是大师在黑板前的孤军奋战，靠的是漫长而脆弱的同行评审。\n现在的数学验证，被拆成了绝对确定性的微内核与高并发的流水线。\n技术的质变不在于 AI 学会了像数学家一样产生直觉。\n它在于人类用严格的规则搭好了只允许真理通过的过滤器，然后把算力的闸门彻底拉开了。","topic":"全世界数学家花了整整八年，才给计算机定理库攒下 220 万行代码","frame_type":["德布鲁因准则与图前沿调度","机制"],"citations":[],"channel_note":"","identity_notice":"","source_type":"generated","status":"published","generated_at":"2026-09-05 07:31:30","legal_anchor_count":0,"transcript_citation_count":0}