A suposta proba de Riemann de Claude compila: o que as comprobacións de Lean cobren e o que deixan aberto
Levent Alpöge, un matemático de Anthropic, publicou unha nota de catro páxinas dicindo que cre que descubriu, traballando con Claude, unha proba da Hipótese de Riemann e a súa xeneralización, e lanzou só código Lean: preto de 17,4 millóns de liñas en 175.187 ficheiros.
Levent Alpöge, un matemático de Anthropic, publicou unha nota de catro páxinas dicindo que cre que descubriu, traballando con Claude, unha proba da Hipótese de Riemann e a súa xeneralización, e lanzou só código Lean: preto de 17,4 millóns de liñas en 175.187 ficheiros. Publicouno o venres, 20 de novembro de 2026, e é unha afirmación, non unha proba aceptada. A partir do sábado 21 de novembro ás 17:05 GMT+7, Andrew Sutherland do MIT informou de que todos os 175.187 módulos compilan con Lean v4.33.1 e Mathlib, que os cinco teoremas principais dependen só dos tres axiomas estándar (propext, Classical.choice, Quot.sound), que os núcleos escritos independentemente nanoda e con-leche aceptan a proba completa exportada de 61,6 GB (27 min 42 s e 3 min 15 s), e que o modo de comparación de con-leche, unha implementación independente da coincidencia de sentenzas de Comparator, acepta os cinco teoremas. A execución oficial de `lake comparator` e as repeticións do núcleo predeterminado e paranoico de Lean sobre a proba completa aínda estaban en execución. As catro preguntas de Kevin Buzzard para Lean xerado por IA (a sentenza coincide, compila, o código demostra o teorema enunciado, explota un erro do núcleo) enmarcan o que abrangue cada verificación. Sutherland tamén verificou a desigualdade de Robin, unha afirmación sobre sumas de divisores sen función zeta, que os verificadores independentes aceptaron. Unha segunda afirmación, o borrador de proba escrito por humanos de Alessandro Masullo da hipótese xeneralizada anunciada por Ravi Vakil, recibiu informes de problemas atopados con axuda de IA; Vakil non fai ningunha afirmación sobre a súa corrección e Brian Conrad dixo a Scientific American que está a sufrir unha revisión importante. Terence Tao escribiu que dixerir a proba só en Lean levará algún tempo. As accións de Anthropic pecharon a 88,91 $ o venres, aproximadamente un 8,5 por cento por debaixo do peche do xoves; The Guardian atribúe a caída a unha ampla venda masiva de tecnoloxía e non establece ningún vínculo coa proba.
Ler a edición escrita (inglés) ↗
Que abrangue este vídeo
- Unha proba de Lean que compila é unha comprobación real: Andrew Sutherland (MIT) informa que 175.187 de 175.187 módulos compilan sen erros, e os cinco teoremas principais usan só propext, Classical.choice e Quot.sound (páxina actualizada por última vez o 2026-11-21 10:05 UTC).
- Os kernels independentes están de acordo: nanoda (Rust) aceptou a exportación de 61,6 GB en 27 min 42 s en 80 fíos e con-leche en 3 min 15 s en 64 fíos; Joachim Breitner da comunidade Lean cualificou o resultado de moi minuciosamente verificado.
- As catro preguntas de Kevin Buzzard (publicación do Proxecto Xena, 12 de novembro) son a lista de verificación: a declaración de Lean coincide coa informal, o código compila, o código demostra o teorema tal como se establece (lake comparator), explota un erro do kernel (lake comparator --paranoid ou varios kernels independentes).
- Estado a 21 de novembro ás 17:05 GMT+7: a execución oficial de lake comparator sobre a proba completa e as repeticións do kernel predeterminado e paranoico de Lean aínda estaban en curso; a súa comparación de declaracións e a comprobación de axiomas pasaran nunha execución, e con-leche --compare aceptou os cinco teoremas.
- A declaración é a propia definición da Hipótese de Riemann de Mathlib; Sutherland tamén probou a desigualdade de Robin, que nunca menciona zeta, e di que iso descarta eficazmente os buratos nas definicións detrás da declaración de Mathlib. A súa páxina tamén afirma que o resultado baséase nos kernels e en que as definicións de Mathlib sexan as previstas.
- Un ficheiro Lean que compila non explica as matemáticas: Alpöge di que unha versión en prosa que xerou alcanzou as 250.000+ páxinas e só publicou Lean; Terence Tao espera que a dixestión leve tempo; Scott Aaronson di que os matemáticos estarán satisfeitos cando poidan explicalo eles mesmos.
- Un proxecto rival escrito por humanos (Alessandro Masullo, anunciado por Ravi Vakil) xerou informes de problemas asistidos por IA; Vakil non fai ningunha afirmación sobre a súa corrección e Brian Conrad di que está a sufrir unha revisión importante.
- Para os construtores: lea a especificación antes do código, pregunte que compara a proba coa declaración e quen escribiu a declaración, execute un segundo verificador escrito por outra persoa e teña en conta que os hashes dos ficheiros compilados poden depender do directorio de construción (98.219 de 175.187 ficheiros incrustan unha ruta).
- Créditos visuais: retrato de Terence Tao no Fireside Chat 2026 do IPAM polo Institute for Pure & Applied Mathematics, CC BY 4.0, recortado co fondo eliminado; retrato de Dario Amodei no TechCrunch Disrupt 2023 por TechCrunch, CC BY 2.0, fondo eliminado; cada un identifica só a esa persoa ou a Anthropic e non implica ningún aval, cita ou reacción; a gravación de pantalla e os extractos de math.mit.edu, Lean Zulip, alpo.ge, o blog de Ravi Vakil e as outras páxinas citadas atribúense ás súas propias páxinas; unha cita silenciosa de dous segundos do GIF de corgi "Double checking" a través de GIPHY, cuxo propietario conserva os dereitos e que non implica que ninguén nesta historia reaccionase; o modelo de meme Is This A Pigeon a través de imgflip.
Preguntas e respostas
Que significa que a proba Lean da Hipótese de Riemann compila?
Andrew Sutherland do MIT informa que os 175.187 módulos do arquivo Lean de Levent Alpöge compilan con Lean v4.33.1 e Mathlib sen erros, e que os cinco teoremas principais dependen só dos tres axiomas estándar propext, Classical.choice e Quot.sound. A compilación mostra que as declaracións Lean seguen eses axiomas segundo os verificadores utilizados. Non explica as matemáticas, que os matemáticos aínda non dixeriron.
Cales son as catro preguntas de Kevin Buzzard para comprobar unha proba Lean xerada por IA?
Nunha publicación do 12 de novembro, Kevin Buzzard enumera catro preguntas. A declaración Lean coincide coa declaración informal? O código compila? O código demostra o teorema tal como se establece, o que comproba a ferramenta lake comparator? Explota un erro no kernel oficial de Lean, o que abordan varios kernels independentes ou o comparador en modo paranoico? El escribe que o código xerado por IA necesita estas probas antes de calquera afirmación de corrección.
Que comproba o comparador de Lean, e onde estaba a súa execución na proba de Riemann?
O comparador comproba que o teorema establecido nun ficheiro de confianza e o teorema probado a través de importacións non fiables son idénticos, e que só se usan os axiomas estándar (Kevin Buzzard). A páxina de Andrew Sutherland no MIT, actualizada o 21 de novembro ás 10:05 UTC, listaba a execución oficial na proba completa como aínda en curso, coas súas fases de declaración e axioma pasadas nunha execución, mentres que o modo de comparación de con-leche aceptou os cinco teoremas.
Os verificadores Lean independentes estiveron de acordo sobre a proba da Hipótese de Riemann de Alpöge?
Segundo a páxina de Andrew Sutherland no MIT, os kernels escritos independentemente nanoda e con-leche aceptaron a proba exportada completa de 61,6 GB, tardando 27 minutos 42 segundos e 3 minutos 15 segundos, e lean4lean aceptou cada módulo compilado. O desenvolvedor de Lean Joachim Breitner escribiu que a proba está agora moi minuciosamente comprobada. A execución oficial do comparador e as propias repeticións do kernel de Lean aínda estaban en curso nesa actualización.
Cal foi o veredicto de The Daily Diff sobre a afirmación da proba Lean da Hipótese de Riemann?
O veredicto de The Daily Diff foi NEEDS REVIEW. A compilación é real e os verificadores independentes están de acordo, pero a execución oficial do comparador non estaba rematada na última actualización e os matemáticos aínda non dixeriron o argumento. Terence Tao espera que a dixestión leve tempo, e Scott Aaronson di que os matemáticos estarán satisfeitos cando poidan explicar as ideas eles mesmos. Un borrador humano rival de Alessandro Masullo está a sufrir unha revisión importante.
Transcrición traducida
Traducido da narración orixinal en inglés. O audio e os subtítulos dispoñibles son controlados por YouTube.
Que confirmaron realmente os estraños?
0:00 A maioría das canles dinche que Claude probou a Hipótese de Riemann. O que os estraños confirmaron é que dezasete millóns de liñas de Lean compilan, e que un verificador aceptou o ficheiro completo en menos de catro minutos. Neste vídeo, que comprobou realmente ese verificador? Que nunca pode dicirche un verificador? E que debería copiar un construtor diso? Unha comprobación máis aínda estaba en curso o sábado pola tarde, a que Kevin Buzzard dixo que estaba esperando.
0:23 Vouche dicir onde estaba antes do veredicto. É sábado, vinte e un de novembro, e este é The Daily Diff.
Quen afirma que, e en que forma?
0:29 Levent Alpöge é un matemático de Anthropic. O venres publicou unha nota de catro páxinas dicindo que cre que, traballando con Claude, descubriu unha proba da Hipótese de Riemann. Non publicou ningún artigo, só Lean, unha linguaxe onde un programa comproba cada paso dunha proba. A IPO que cubrín onte é o pano de fondo. As accións de Anthropic caeron máis dun oito por cento o venres, nunha venda masiva que The Guardian non vincula á proba,
0:53 e eu tampouco. O arquivo contén cento setenta e cinco mil ficheiros.
Cales son as catro preguntas?
0:58 En setembro díxenlle que a proba de Fermat de Claude tiña trece millóns de liñas, e Kevin Buzzard quedou sen memoria intentando compilala. Hai nove días escribiu unha lista de verificación de catro preguntas para Lean escrito por IA. Unha, a declaración de Lean significa o teorema real? Dúas, o código compila? Tres, a proba demostra esa declaración e nada máis astuto? Catro, explota un erro no propio kernel de Lean? A pregunta dous é a fácil.
Compila?
1:21 Andrew Sutherland no MIT compilouno todo sen erros, e os cinco teoremas principais baséanse só nos tres axiomas que as probas de Lean normalmente usan. Buzzard di que a resposta é si. Executar a comprobación oficial vostede mesmo require uns cen gigabytes de memoria.
Podería enganarse ao propio kernel de Lean?
1:36 A pregunta catro é a paranoica. Scott Aaronson sinala que o kernel de Lean tivo erros que permitiron probas de cero é igual a un. Así que outras persoas escribiron os seus propios verificadores, noutras linguaxes, e alimentáronlles a proba exportada. Nanoda, escrito en Rust, aceptouno en menos de media hora. Con-leche, que os seus autores respaldan cunha proba de coherencia, tardou uns tres minutos.
1:56 Joachim Breitner da comunidade Lean cualificouno de moi, moi minuciosamente verificado. Aaronson engade que ningún resultado de IA cun certificado Lean foi retractado ata agora. As preguntas un e tres son as difíciles.
É o teorema que pensamos que é?
2:07 A declaración é a propia definición de Mathlib da Hipótese de Riemann, e o seu comentario di que unha proba vale un millón de dólares. Pero dezasete millóns de liñas non fiables sitúanse entre esa declaración e a proba, e calquera delas podería redefinir tranquilamente un símbolo e probar algo máis sinxelo. Comparator, a ferramenta que expliquei o dez de novembro, existe exactamente para iso. Compara a declaración fiable co teorema que a proba realmente entrega, e comproba os axiomas.
2:33 Unha segunda afirmación chegou a mesma mañá.
E o borrador humano?
2:35 Ravi Vakil, presidente da American Mathematical Society, publicou un borrador de proba xeral de Riemann de Alessandro Masullo. Foi escrito sen IA, e Brian Conrad estivo revisándoo durante meses. Oito horas despois, Vakil engadiu que as persoas que usan modelos de IA atoparan problemas, e que non fai ningunha afirmación de que sexa correcto. Conrad dixo a Scientific American que está a sufrir unha revisión importante. Vakil tamén escribiu que realmente espera que funcione. Un verificador diche se os pasos seguen.
Que non pode dicirche un verificador?
3:02 Non pode dicirche por que funciona a cousa. A nota de Alpöge di que Claude voou, e bailou, e brillou preto da meta. Di que unha versión en prosa que xerou alcanzou as duascentas cincuenta mil páxinas, que el chamou chapuza, así que só publicou o Lean. Terence Tao escribiu que dixerilo levará algún tempo, e Scott Aaronson di que os matemáticos estarán satisfeitos cando poidan explicalo eles mesmos. Nada na túa pila cambia esta noite,
Que fai un construtor con isto?
3:26 xa que Scientific American di que o resultado non ten aplicacións no mundo real inmediatas. Para os construtores, tres hábitos. Lea a especificación antes do código. Pregunte que compara a proba coa declaración, e quen escribiu a declaración. E execute un segundo verificador escrito por outra persoa. Incluso a hixiene da construción aparece, porque Sutherland sinala que os hashes dos ficheiros compilados cambian co cartafol no que se constrúe, xa que Lean pode almacenar a ruta de orixe dentro
3:49 deles. Entón, onde estaba esa comprobación o sábado pola tarde?
Onde estaba a comprobación que faltaba?
3:52 En termos de desenvolvedor, CI estaba en verde excepto o único traballo que todos estaban a ver. A execución oficial do comparador sobre a proba completa aínda estaba en curso. A súa comparación de declaracións e a comprobación de axiomas xa pasaran nunha execución, e a parte lenta reproduce a proba nos propios kernels de Lean, un fío á vez. Mentres tanto, o modo de comparación de con-leche, unha copia independente da mesma correspondencia de declaracións, aceptou os cinco teoremas. Sutherland tamén probou unha declaración sen zeta en absoluto,
4:18 a desigualdade de Robin, un antigo equivalente da hipótese sobre sumas de divisores. Os verificadores independentes tamén aceptan esa, e Sutherland di que iso descarta eficazmente os buratos nas definicións detrás da declaración de Mathlib. Se prefires ler isto que escoitarmo, o diff chega á túa caixa de entrada cada mañá, gratuíto en the daily diff dot dev, ligazón a continuación.
Cal é o veredicto de hoxe?
4:36 Así que o veredicto de hoxe é NEEDS REVIEW. Eu enviaría a comprobación e mantería a conclusión. A compilación é real, os verificadores de estraños están de acordo, e a execución oficial está sen rematar, mentres os matemáticos aínda non dixeriron o argumento. E ese é o diff de hoxe. Son Niko de Axrisi. Fusiona con responsabilidade.
Fontes
- Levent Alpöge, note announcing a Lean proof (PDF)Levent Alpöge
- RH Lean proof: verification filesAndrew Sutherland, MIT
- …and the proof is checked in LeanKevin Buzzard, Xena Project
- Discussion: Alpöge Proves the Riemann HypothesisLean Zulip (#general)
- Mathlib: RiemannZeta.lean (RiemannHypothesis)leanprover-community
- Hurried Announcement: Alessandro Masullo GRHRavi Vakil
- Unforced Euler singularity, unforced Navier-Stokes singularity, and the Generalized Riemann HypothesisTerence Tao
- The stochastic parrots have apparently proved the Riemann HypothesisScott Aaronson
- Anthropic mathematician claims to prove Riemann hypothesis, most famous problem in all of mathScientific American
- The AI Riemann hypothesis proof is almost certainly true, independent mathematicians attestScientific American
- Dueling claims of Riemann hypothesis proofs emergeScientific American
- Nasdaq erases all 2026 gains as AI sell-off dampens Anthropic's second day of tradingThe Guardian
- Levent Alpöge claims proof of the Generalized Riemann Hypothesis [pdf]Hacker News



