11 天，1300 万行没有一个逻辑漏洞的代码，AI 把费马大定理用机器彻底验了一遍

11 天，1300 万行没有一个逻辑漏洞的代码，AI 把费马大定理用机器彻底验了一遍。 安德鲁·怀尔斯早在 1995 年就证明了这个定理。 但把上百页数学论文翻译成计算机每行都能机械核验的代码，原本被认为需要几代数学家耗费数年时间。 过去大模型写代码，一旦超过几千行就会因为幻觉累积而崩溃。 为什么几十个 Claude 智能体在 11 天里吐出 60 亿 Token、写出 5 倍于 Mathlib 数学库体量的巨型代码，能够毫无差错地顺畅跑通？ 伦敦帝国理工学院数学家 Kevin Buzzard 审完全部证明，直接用「非凡的自动形式化成就」来定性。 答案藏在哥伦比亚大学彭天翼团队与 Anthropic 搭建的 Prove2Me 系统里。 支配这套系统运转的，是一台精密的协作机器。 有向无环图状态解耦。 过去大模型做超长链条推理，最致命的缺陷是单线推进中的错误滚雪球。 一步推论出现细微瑕疵，后续成百上千步的推论就会在错误的地基上全盘崩塌。 如果同时放出一群智能体协作，它们又会迅速踩踏命名空间、弄丢全局进度。 有向无环图状态解耦把这场原本容易陷入混沌的协作，切碎成了严格的工业装配线。 整个费马大定理的证明被拆解成 29,500 个独立的中间引理节点，组织成一张有向无环图 DAG。 每个节点都有严格锁死的前置输入和输出定理。 智能体不需要在上下文里硬塞 1300 万行代码，每次只需要从图上领取一个独立节点。 只要写出能填补当前节点的代码，就能立刻把成果挂回全局依赖树，供其他智能体继续调用。 更关键的底座，是 Lean 4 编译器这台零容忍的裁判机。 人类阅读数学论文，可以容忍「显然成立」或「同理可证」的跳步。 形式化编译器只认严格的类型推导。 代码只要有一处逻辑跳跃，编译器立刻报错退回；推导完全闭合，返回就是绿色的通过信号。 这种非零即一的确定性反馈，给概率生成的大模型提供了一个试错成本接近为零的沙盒。 智能体可以不知疲倦地推演、报错、修改，直到编译器彻底放行。 概率生成负责探索解题路径，有向无环图状态解耦负责隔离复杂度，确定性编译器负责锁死逻辑底线。 三者咬合在一起，长程任务中困扰 AI 的幻觉衰减，被这套结构彻底吸收掉了。 它没有创造人类未知的数学灵感。 但它把过去被视为人类智力最高堡垒的严密逻辑验证，降维成了一场可以用算力按天交付的工程基建。 当最顶级的形式化验证不再依赖几代数学家的肉身搬砖，人类积累的所有科学文献，离被机器彻底重验一遍还有多远？