Pinatunayan ni Claude si Fermat sa loob ng 11 araw. Pasya: SHIP IT.

Ang sakop ng video na ito

• Pinopormalize ni Claude ang Fermat's Last Theorem sa Lean 4
• Chromium sandbox RCE (CVE-2026-85046), ginamit sa totoong mundo, $1,000 bounty
• Tinalo ni Shin Jin-seo ang KataGo na may two-stone handicap

Isinaling transcript

Isinalin mula sa orihinal na salaysay sa English. Ang available na audio at mga caption ay kinokontrol ng YouTube.

0:00 Sabi ni Fermat na hindi magkakasya ang kanyang kamangha-manghang patunay sa gilid ng pahina, at ngayon inilathala ng Anthropic ang gilid ng pahina: labintatlong milyong linya ng Lean, limang beses ang laki ng Mathlib, na nagpapatunay ng isang teorama na pinaniniwalaan na ng bawat mathematician na totoo. Alas-diyes hanggang alas-onse sa Tbilisi nang mag-post ang Anthropic, kaya natural lamang na gising ako. Kahapon, inilabas ng Google ang Chrome 152 na may labindalawang pag-aayos sa seguridad, isa sa mga ito ay isang bug ng V8 na nagamit na sa totoong mundo, at binayaran ang nag-ulat ng isang libong dolyar, na mas mababa sa sedan na babalikan natin mamaya.

0:26 Kahapon din, sinabi ng Mullvad na isasara nito ang pampublikong naka-encrypt na DNS nito sa Nobyembre 2 at babayaran ang Quad9 upang gawin ito sa halip, at ngayong umaga ang Rust React Compiler ay naging native sa Vite, habang natuklasan ng Hacker News ang IBM Bob, isang AI coding agent. Pagkatapos ay pinormalisa ni Claude ang Fermat's Last Theorem, at sa parehong front page, isang Korean grandmaster ang tumalo sa pinakamalakas na Go engine sa Earth, kaya ngayon, nagawa ng sangkatauhan ang isa sa dalawa. Sa video na ito: ano ang talagang pinatunayan ni Claude, ano ang halaga nito,

0:52 bakit sinasabi ng mathematician na gumugol ng kanyang karera dito na wala itong binabago at tuwang-tuwa pa rin, at paano tinalo ng tao ang makina sa Go. Biyernes, Setyembre 4, at ito ang The Daily Diff. Fermat's Last Theorem: walang positibong integer a, b, c ang nakakabusog sa a sa n plus b sa n equals c sa n para sa anumang n na higit sa 2. Isinulat ni Fermat ito sa gilid ng pahina noong bandang 1637 at namatay nang hindi pinapakita ang kanyang gawa, na ginawa siyang unang developer na nagsara ng tiket gamit ang 'gumagana sa aking makina'. Isang premyong 100,000 gintong marka noong 1908 ang umakit ng 621 maling

1:25 patunay sa unang taon nito, at sa wakas ay nakuha ito ni Andrew Wiles noong 1995, sa 129 na pahina na inabot ng buwan bago ma-verify ng mga referee. Ang pagpo-pormalisa ay nangangahulugang muling pagsusulat ng patunay na iyon upang ang Lean, isang proof assistant, ay maaaring suriin ang bawat hakbang nang mekanikal, at pinangunahan ni Kevin Buzzard sa Imperial ang isang pagsisikap ng tao na gawin ang eksaktong iyon mula pa noong 2024; ang blueprint pa lamang ay tumatakbo ng 86 na pahina. Sa halip, itinuro ng researcher ng Anthropic na si Tianyi Peng ang dose-dosenang Claude agents dito sa isang platform na tinatawag na Prove2Me na nagtatago ng DAG ng mga pahayag ng teorama upang malaman ng mga ahente kung ano ang susunod na patunayan, dahil kung wala ito, ang unang

2:00 mga pulutong ay nawawalan ng bakas kung sino ang nagpapatunay ng ano, na siyang nangyayari kapag ang iyong layer ng orkestrasyon ay regex na may badyet sa marketing. Makalipas ang labing-isang araw, ang root node ay nagsasaad ng PROVED: labintatlong milyong linya ng Lean, 29,500 intermediate na teorama, humigit-kumulang anim na bilyong output token mula sa isang panloob na modelo na halos maihahambing sa Claude Fable 5.1. Mabibigo ang pagbuo maliban kung ang patunay ay nakasalalay lamang sa tatlong karaniwang axiom ng Lean: hindi, sorry, walang native na desisyon, walang pandaraya. Hindi rin mura ang pagsusuri nito: isang

2:29 mula-sa-simula na pagbuo ay tumagal ng limang at kalahating oras sa 96 na core at 153 gigabytes ng RAM, at ang mga pangalan ng teorama ay awtomatikong nabuo, kaya inilalarawan ng repo ang sarili nito bilang isinulat upang suriin sa halip na basahin, na siyang paraan din kung paano ko ilalarawan ang enterprise Java. Ngayon ang kontradiksyon. Sinasabi ng post ng Anthropic na pinatunayan ng Lean ang kawastuhan nang walang pag-aalinlangan. Si Kevin Buzzard, ang taong naunahan, ay nag-compile ng repo sa isang 500-gigabyte na makina na ipinahiram sa kanya ng Anthropic, kinumpirma na tama ito, at pagkatapos ay sumulat,

2:56 sipi, sa matematika, ang gawaing ito ay halos walang sinasabi sa atin. Siya ay 99.9 porsiyento nang sigurado na ang teorama ay totoo, at ang patunay ay walang idinagdag na bagong matematika; ang ipinapakita nito ay kung ano ang magagawa na ng autoformalization ngayon, at ang bahaging iyon ang tunay niyang ikinagagalak. Binigyan siya ng isang milyong libra sa loob ng limang taon; kinailangan ng Anthropic ng labing-isang araw, at ang kalkulasyon ng napkin ng isang nagkomento ay naglalagay ng anim na bilyong output token sa presyo ng listahan. mga 300,000 dolyar, kaya mas mura ang makina, maliban kung bibilangin mo ang pagtuturo sa makina, na walang gumagawa.

3:24 Pinakamagandang detalye: dumating ang email habang siya ay nasa isang music festival sa Wales na may isang bar ng 4G, mula sa isang pangalan na hindi niya pa naririnig, kaya't isinantabi niya ito bilang isang prank at binasa ito isang linggo pagkatapos, na siyang tamang tugon sa anumang subject line na naglalaman ng end-to-end formalization. Samantala, nakabawi ang mga tao. Si Shin Jin-seo, ang world number one sa Go, tinalo si KataGo, ang pinakamalakas na open-source Go engine, dalawang laro sa isa sa Seoul na may two-stone handicap, halos ang agwat sa pagitan ng isang top professional at isang rookie professional.

3:50 Ang deciding game ay isang 11.5-point na panalo sa 221 moves, hawak ang 99 porsiyentong tsansa ng panalo mula sa mid-game, at umuwi siya na may 250 milyong won, humigit-kumulang 170,000 dolyar, kasama ang isang Genesis G90, kaya ang gantimpala para sa pagtalo sa isang superhuman AI ay 170 beses ang gantimpala ng Google para sa isang Chrome sandbox escape. Ang kanyang paliwanag: sa simula ay ginaya niya ang mga galaw ng AI at natalo; nanalo siya sa pamamagitan ng pagbuo ng board sa kanyang sariling estilo, na siyang pinakakapaki-pakinabang na payo tungkol sa AI na narinig ko sa buong taon, at ito ay nagmula sa isang board game. Dalawang linya pa sa diff.

4:22 Ang Rust React Compiler mula sa oxc ay native na ngayon sa Vite sa likod ng isang flag; isang 1,036-file na codebase ay bumaba mula 14.3 segundo patungo sa 0.81 sa compile step, karamihan ay sa pamamagitan ng pagtanggal ng Babel mula sa package.json, na siya ring aking skincare routine. At inilunsad ng IBM si Bob, isang AI coding partner na bumabati sa iyo ng Hi, I'm Bob, nagpaparami ng subagents, nagpapamoderno ng mainframe code, at nagpapadala ng analytics product na tinatawag na Bobalytics, kaya sa isang lugar ay may isang bangko na labis na excited at walang nagbasa ng lisensya.

4:51 Maraming margin iyan para sa isang Biyernes; kung mas gusto mong basahin ito kaysa pakinggan ako na sabihin ito, ang The Daily Diff ay dumarating sa iyong inbox tuwing umaga — libre sa thedaily diff dot dev, link sa ibaba. Kaya, ang hatol ngayon: SHIP IT. Oo ang sabi ng kernel, oo ang sabi ni Buzzard, hindi nagbago ang math, pero nagbago lang ang paraan ng pagche-check natin sa math. Iyan ang diff ngayon. Ako si Niko mula sa Axrisi.

5:09 Merge responsibly.

Mga Pinagmulan

1. Anthropic — Formalizing Fermat's Last Theoremwww.anthropic.com
2. The proof (Lean 4, Apache-2.0)github.com
3. Kevin Buzzard — FLT: Anthropic has beaten me to itxenaproject.wordpress.com
4. HN threadnews.ycombinator.com
5. KED Global — Shin defeats KataGowww.kedglobal.com
6. HNnews.ycombinator.com
7. Chrome 152 release notes (CVE-2026-85046)chromereleases.googleblog.com
8. NVDnvd.nist.gov
9. Mullvad — shutting down public encrypted DNSmullvad.net
10. Rust React Compiler native in Viteblog.master.dev
11. IBM Bobbob.ibm.com