Claude va demostrar Fermat en 11 dies. Veredicte: SHIP IT.
Claude va passar 11 dies i uns 6 mil milions de tokens escrivint una prova Lean del darrer teorema de Fermat de 13 milions de línies —la primera comprovada per ordinador de principi a fi—, mentre que el matemàtic que l'ha estat formalitzant des del 2024 diu que "no ens diu pràcticament res" matemàticament i està emocionat igualment.
Claude va passar 11 dies i uns 6 mil milions de tokens escrivint una prova Lean del darrer teorema de Fermat de 13 milions de línies —la primera comprovada per ordinador de principi a fi—, mentre que el matemàtic que l'ha estat formalitzant des del 2024 diu que "no ens diu pràcticament res" matemàticament i està emocionat igualment. El mateix dia: el número 1 mundial de Go, Shin Jin-seo, guanya KataGo 2-1 amb un handicap de dues pedres. Veredicte: SHIP IT.
Què cobreix aquest vídeo
- Claude formalitza el darrer teorema de Fermat en Lean 4
- RCE en sandbox de Chromium (CVE-2026-85046), explotat en entorns reals, recompensa de 1.000 $
- Shin Jin-seo guanya KataGo amb un handicap de dues pedres
Preguntes i respostes
Què va demostrar realment Claude quan va formalitzar l'últim teorema de Fermat en Lean?
Claude va escriure una prova Lean 4 de l'últim teorema de Fermat, comprovada per ordinador, la primera de principi a fi. Els agents d'Anthropic van trigar 11 dies i uns 6 mil milions de tokens de sortida, produint 13 milions de línies de Lean i 29.500 teoremes intermedis. Lean comprova cada pas mecànicament, i la compilació falla a menys que la prova es basi exactament en els tres axiomes estàndard de Lean.
Quant de càlcul cal per comprovar una prova escrita per màquina d'aquesta mida?
La comprovació és cara. Una compilació des de zero va trigar cinc hores i mitja en 96 nuclis i 153 gigabytes de RAM. Kevin Buzzard va compilar el repositori en una màquina de 500 gigabytes que Anthropic li va prestar i va confirmar que funciona. Els noms dels teoremes són generats per màquina, de manera que el repositori es descriu com escrit per ser comprovat més que llegit.
Una prova formal del darrer teorema de Fermat escrita per una IA afegeix alguna cosa a les matemàtiques?
Kevin Buzzard, que ha liderat un esforç de formalització humà des del 2024, va escriure que matemàticament l'obra no ens diu pràcticament res. Ja estava segur al 99,9 per cent que el teorema era cert i la prova no afegeix cap matemàtica nova. Està emocionat igualment, perquè mostra el que l'autoformalització pot fer ara. La publicació d'Anthropic diu que Lean demostra la correcció sense cap dubte.
Un humà encara pot vèncer la IA de Go més potent?
Sí, amb un handicap. Shin Jin-seo, el número u mundial de Go, va vèncer KataGo, el motor de Go de codi obert més potent, dos jocs a un a Seül amb un handicap de dues pedres. La decisòria va ser una victòria d'11,5 punts en 221 moviments. Va dir que va perdre quan va copiar moviments d'IA al principi i va guanyar construint el tauler al seu propi estil.
Els desenvolupadors i matemàtics haurien de tractar la prova Lean de Claude de Fermat com un resultat real?
El veredicte de The Daily Diff va ser SHIP IT. El kernel de Lean accepta la prova i Kevin Buzzard va confirmar que funciona. Les matemàtiques van romandre iguals, mentre que la manera com els matemàtics comproven les proves va canviar. L'esforç humà que lidera Buzzard va començar el 2024, i els agents de Claude van acabar en onze dies.
Transcripció traduïda
Traduït de la narració original en anglès. L'àudio i els subtítols disponibles estan controlats per YouTube.
0:00 Fermat va dir que la seva meravellosa prova no cabria al marge, i avui Anthropic ha publicat el marge: tretze milions de línies de Lean, cinc vegades la mida de Mathlib, provant un teorema que tots els matemàtics ja creien. Eren quarts d'onze a Tbilisi quan Anthropic va publicar, així que, naturalment, estava despert. Ahir Google va llançar Chrome 152 amb dotze correccions de seguretat, una d'elles un error de V8 ja explotat en entorns reals, i va pagar a l'informador mil dòlars, que és menys que el sedan del qual parlarem més tard.
0:26 També ahir, Mullvad va dir que tancaria el seu DNS públic xifrat el 2 de novembre i pagaria a Quad9 per fer-ho en el seu lloc, i aquest matí el compilador React de Rust es va fer natiu a Vite, mentre que Hacker News va descobrir IBM Bob, un agent de codificació d'IA. Llavors Claude va formalitzar l'últim teorema de Fermat, i a la mateixa portada un gran mestre coreà va vèncer el motor de Go més fort de la Terra, així que avui la humanitat va fer un de dos. En aquest vídeo: què va demostrar realment Claude, el que va costar,
0:52 per què el matemàtic que va passar la seva carrera en això diu que no canvia res i està emocionat igualment, i com un humà va vèncer la màquina a Go. És divendres, 4 de setembre, i això és The Daily Diff. Últim teorema de Fermat: no hi ha enters positius a, b, c que satisfacin a elevat a n més b elevat a n igual a c elevat a n per a qualsevol n superior a 2. Fermat ho va escriure en un marge al voltant de 1637 i va morir sense mostrar el seu treball, convertint-lo en el primer desenvolupador a tancar un tiquet amb "funciona a la meva màquina". Un premi de 100.000 marcs d'or del 1908 va atraure 621 proves errònies
1:25 el seu primer any, i Andrew Wiles finalment la va aconseguir el 1995, en 129 pàgines que van trigar mesos als revisors a verificar. Formalitzar significa reescriure aquesta prova perquè Lean, un assistent de proves, pugui comprovar cada pas mecànicament, i Kevin Buzzard a Imperial ha liderat un esforç humà per fer exactament això des del 2024; el plànol només té 86 pàgines. Tianyi Peng, investigador d'Anthropic, va dirigir dotzenes d'agents Claude cap a això en el seu lloc, en una plataforma anomenada Prove2Me que manté un DAG de declaracions de teoremes perquè els agents sàpiguen què provar a continuació, perquè sense ella les primeres
2:00 eixams van perdre el rumb de qui provava què, que és el que passa quan la vostra capa d'orquestració és una expressió regular amb pressupost de màrqueting. Onze dies després, el node arrel deia PROVAT: tretze milions de línies de Lean, 29.500 teoremes intermedis, uns sis mil milions de tokens de sortida d'un model intern aproximadament comparable a Claude Fable 5.1. La compilació falla a menys que la prova es basi exactament en els tres axiomes estàndard de Lean: no, perdó, sense decidir natiu, sense trampes. Comprovar-ho tampoc és barat: una
2:29 compilació des de zero va trigar cinc hores i mitja en 96 nuclis i 153 gigabytes de RAM, i els noms dels teoremes són generats per màquina, de manera que el repositori es descriu com escrit per ser comprovat més que llegit, que és també com descriuria Java empresarial. Ara la contradicció. La publicació d'Anthropic diu que Lean demostra la correcció sense cap dubte. Kevin Buzzard, l'home que va ser superat, va compilar el repositori en una màquina de 500 gigabytes que Anthropic li va prestar, va confirmar que funciona, i després va escriure,
2:56 citat, matemàticament aquesta obra no ens diu pràcticament res. Ja estava segur al 99,9 per cent que el teorema era cert, i la prova no afegeix cap matemàtica nova; el que mostra és el que l'autoformalització pot fer ara, i aquesta part l'emociona de veritat. Li van donar un milió de lliures durant cinc anys; Anthropic va trigar onze dies, i els càlculs ràpids d'un comentarista situen sis mil milions de tokens de sortida a preu de llista al voltant de 300.000 dòlars, així que la màquina va ser més barata, a menys que comptis l'entrenament de la màquina, cosa que ningú fa.
3:24 El millor detall: el correu electrònic va arribar mentre estava en un festival de música a Gal·les amb una barra de 4G, d'un nom que mai havia sentit, així que el va considerar una broma i el va llegir una setmana després, que és la resposta correcta a qualsevol línia d'assumpte que contingui formalització de principi a fi. Mentrestant, els humans van aconseguir una victòria. Shin Jin-seo, el número u mundial de Go, va vèncer KataGo, el motor de Go de codi obert més potent, dos jocs a un a Seül amb un handicap de dues pedres, aproximadament la diferència entre un professional de primer nivell i un professional novell.
3:50 La decisòria va ser una victòria d'11,5 punts en 221 moviments, mantenint una probabilitat de victòria del 99 per cent des de la meitat del joc, i es va endur 250 milions de wons, uns 170.000 dòlars, més un Genesis G90, de manera que la recompensa per vèncer una IA sobrehumana és 170 vegades la recompensa de Google per a una sortida de sandbox de Chrome. La seva explicació: al principi va copiar moviments d'IA i va perdre; va guanyar construint el tauler al seu propi estil, que és el consell més útil sobre IA que he sentit tot l'any, i va venir d'un joc de taula. Dues línies més en el "diff".
4:22 El compilador React de Rust d'oxc ja és natiu a Vite darrere d'una bandera; una base de codi de 1.036 fitxers va passar de 14,3 segons a 0,81 en el pas de compilació, principalment eliminant Babel de package.json, que també és la meva rutina de cura de la pell. I IBM va llançar Bob, un soci de codificació d'IA que et saluda amb "Hola, soc en Bob", genera subagents, modernitza el codi del mainframe, i comercialitza un producte d'anàlisi anomenat Bobalytics, així que en algun lloc un banc està molt emocionat i ningú va llegir la llicència.
4:51 Hi ha molt marge per a un divendres; si preferiu llegir això que sentir-me dir-ho, el "diff" arriba a la vostra safata d'entrada cada matí — gratuït a the daily diff dot dev, enllaç a continuació. Així, el veredicte d'avui: SHIP IT. El kernel diu que sí, Buzzard diu que sí, les matemàtiques no van canviar, però la manera com comprovem les matemàtiques sí. Aquesta és la diferència d'avui. Soc en Niko d'Axrisi.
5:09 Fusiona amb responsabilitat.
Fonts
- Anthropic — Formalizing Fermat's Last Theoremwww.anthropic.com
- The proof (Lean 4, Apache-2.0)github.com
- Kevin Buzzard — FLT: Anthropic has beaten me to itxenaproject.wordpress.com
- HN threadnews.ycombinator.com
- KED Global — Shin defeats KataGowww.kedglobal.com
- HNnews.ycombinator.com
- Chrome 152 release notes (CVE-2026-85046)chromereleases.googleblog.com
- NVDnvd.nist.gov
- Mullvad — shutting down public encrypted DNSmullvad.net
- Rust React Compiler native in Viteblog.master.dev
- IBM Bobbob.ibm.com



