{"id":"mb-20260906-a9d950","kind":"deep","title":"1300 万行代码，29511 个定理，只为了验证 30 年前一个早就被人类承认的数学结论","summary":"1300 万行代码，29511 个定理，只为了验证 30 年前一个早就被人类承认的数学结论","body":"1300 万行代码，29511 个定理，只为了验证 30 年前一个早就被人类承认的数学结论。\n很多人以为这是 AI 又在抢数学家的饭碗。\n全看反了。\nAI 没有提出任何新公式，也没有发现任何新定理。\n它干的，是一场对人类知识库的终极验资。\n1995 年，安德鲁·怀尔斯（Andrew Wiles）发表了费马大定理的完整证明。\n130 页的天书，浓缩了数论三百年来的顶峰。\n当年全世界能彻底读懂那份手稿的学者，一只手就能数得过来。\n为了挑出里面的漏洞，数学界最顶尖的同行评议团队关门审了几个月。\n后来甚至真发现了一个致命断点，怀尔斯又拉上理查·泰勒（Richard Taylor）闭关整整一年才打上补丁。\n这暴露了现代科学体系里一个没人愿意承认的隐形危机：\n当人类最前沿的知识变得越来越庞大、逻辑链条越来越漫长，我们凭什么确定那些所谓的权威证明里，没有藏着下一个谁也没发现的断裂点？\n这台长期卡死科学前沿的冰冷机器，叫作形式化编译。\n人类数学论文是用自然语言写的。\n字里行间写满了「显而易见」、「同理可得」、「读者自证不难」。\n这种交流靠的是同行之间的智力直觉和信任。\n但计算机不讲信任。\n在 Lean 4 这类交互式定理证明器里，没有模糊空间。\n每一个数学定义，都必须从最底层的 3 个基本公理出发，一步一步推导。\n中间只要漏掉一个逻辑断点，整个程序直接报错。\n把人类顶尖论文逐字逐句翻译成这种防弹代码的过程，就是形式化编译。\n帝国理工学院的数学教授凯文·巴扎德（Kevin Buzzard）此前领衔了费马大定理的人类形式化工程。\n那是全球几十位顶尖数学家组成的协作团队。\n他们的预期时间表，是手工啃上五到十年。\n因为要把 1995 年达蒙-戴蒙德-泰勒（Darmon–Diamond–Taylor）的那套论述体系全部拆碎、转译成代码，是一场极其耗费心智、容错率为零的高精度苦工。\n人脑的验证带宽，在这里被推到了物理极限。\n哥伦比亚大学彭天翼团队开发了 Prove2Me 协作框架，让多个 Claude 智能体共享一个有向无环图，把整个证明任务拆解成数万个逻辑节点并发推进。\n11 天。\n1300 万行 Lean 4 代码。\n29511 个中间引理。\n最终通过了独立的 Rust 内核验证器 nanoda 检验，没有留下一处未经证明的空缺。\n荷兰数学家维迪克（Freek Wiedijk）在二十多年前列出的百大数学定理形式化清单，在这一刻被画上了最后一个勾。\n这件事情的分水岭，不是 AI 拥有了人类的数学灵感。\n是科学知识的信任机制，第一次拥有了工业级的自动化验资机。\n过去几百年，人类积累知识靠的是同行评议与权威背书。\n论文发在顶级期刊，几位审稿人点头，整座学术大厦就建在这份共识之上。\n但当现代科学的深度远远超出人类肉眼的核查速度，信任就变成了最昂贵的风险。\n当形式化编译被这套系统跑通，数学、密码学、芯片架构与底层软件的逻辑链条，第一次可以在几天内完成全量穷尽式的硬核校验。\n这场突破的核心价值，不在于机器替人省下了多少算力。\n在于它把那道横亘在人类文明头顶几十年的信任成本，一次性压到了零。","topic":"1300 万行代码，29511 个定理，只为了验证 30 年前一个早就被人类承认的数学结论","frame_type":["形式化编译与验证带宽","机制"],"citations":[],"channel_note":"","identity_notice":"","source_type":"generated","status":"published","generated_at":"2026-09-06 10:36:54","legal_anchor_count":0,"transcript_citation_count":0}