数学界原本预估要花 10 年才能录完的代码，AI 跑了 11 天，写出了 1300 万行

数学界原本预估要花 10 年才能录完的代码，AI 跑了 11 天，写出了 1300 万行。 这不是生成了一堆废话，也不是做了一道高考选择题。 这是费马大定理。 人类在草稿纸上被困了 358 年，才在 1995 年由安德鲁·怀尔斯（Andrew Wiles）攻克的终极难题。 Anthropic 的大模型只用了 11 天，写完了 1300 多万行 Lean 4 代码。 代码体量相当于全球形式化数学库 Mathlib 历史总量的 5 倍以上。 中间顺手证明了 29511 个前所未有的数学引理。 最吓人的不是速度。 最吓人的是，这 1300 万行代码里没有一个人工漏洞，全篇通过了计算机内核的逐行逻辑核验。 长久以来，所有人对大模型的最大恐惧就是幻觉。 写代码漏分号，写论文编参考文献，聊历史张冠李戴。 为什么在自然语言里满嘴跑火车的大模型，放进 1300 万行的纯数学证明里，反而比人类数学家更滴水不漏？ 秘密不在于模型突然开了窍。 在于它被装进了一台特殊的机器。 这台机器叫确定性验证闭环。 要理解这台机器，先看人类数学界正在面临什么危机。 现代前沿数学的证明越来越长、越来越晦涩。 1995 年怀尔斯攻克费马大定理的手稿长达 129 页，最初版本甚至曾漏掉一个关键缝隙，拉上理查德·泰勒（Richard Taylor）闭关修补了一年多。 现在的顶尖论文动辄几百页，全世界能完全看懂、逐行核对的同行，两只手就能数得过来。 这叫同行评审的算力危机：人类大脑的带宽，快要跟不上现代数学的膨胀速度了。 为了彻底消除人类大脑的疏漏，伦敦帝国理工学院的数学家凯文·巴泽德（Kevin Buzzard）发起了费马大定理的形式化工程。 目标很简单：把人类纸上的每一步逻辑，翻译成计算机完全可查的代码。 但人工翻译的成本高得惊人。 一个顶级数学家花一整天，可能只能写出几十行合规的形式化代码。 按人类社区的进度，把整套费马大定理录进 Lean 4，起码要花 5 到 10 年。 而这一次，研究团队把大模型接在了哥伦比亚大学彭天一（Tianyi Peng）团队开发的 Prove2Me 协作系统上。 这直接重构了整个证明流程。 在自然语言里，大模型靠概率接龙，错了没人管，所以会产生幻觉。 但在形式化数学语言里，有一条被计算机科学验证了几十年的定律：柯里-霍华德同构。 每一个数学命题都是一种数据类型，每一个数学证明都是一段构造该类型的程序。 大模型每写一步推导，不需要找数学家审稿，直接扔给 Lean 4 的微内核跑类型检查。 这个微内核只有几百行核心代码，只认 3 条最底层的数学公理。 代码写得再漂亮，只要逻辑有断层、引理没闭合，编译器零点几秒内直接报错打回。 写对了，绿灯放行，自动存入团队记忆的有向无环图，成为后续证明的地基。 这就是确定性验证闭环的威力。 大模型充当不知道疲倦的直觉生成器，负责高速提出假说、拆解引理、尝试路径。 微内核充当绝对无情的数字裁判，负责秒级拦截任何一丝逻辑漏洞。 人类数学家要喝三杯咖啡、核对两周的繁琐边界条件，大模型可以在闭环里每秒试错几十次。 11 天时间，29511 个逻辑断点，全被这套闭环用底层代码逐一焊死。 凯文·巴泽德看完最终结果后承认，这是零人工占位符、只基于数学公理的完整自形式化证明。 过去人们总觉得，AI 的强项是模糊发散，弱项是精确推理。 当概率的生成能力接上一台只认公理的确定性微内核，大模型就从写套话的打字员，变成了真理的编译器。 人类的直觉负责在黑夜里标出方向。 而机器，已经有能力把整座森林的所有小径，一寸不漏地铺成绝对坚硬的钢铁轨道。 当人类文明最骄傲的 350 年智力成果，被 1300 万行代码彻底锁进计算机的公理底层，你该重新审视的不是大模型会不会算数。 是当严密逻辑的生产成本趋近于零，科学探索的边界会被推向哪里。