Claude 用 11 天证明了费马大定理。结论:SHIP IT。
Claude 用 11 天,大约 60 亿个 token,写出了一个 1300 万行的 Lean 费马大定理证明——这是第一个端到端经过计算机验证的证明——而自 2024 年以来一直在形式化该定理的数学家表示,它在数学上“本质上没有告诉我们任何东西”,但仍然感到非常兴奋。
Claude 用 11 天,大约 60 亿个 token,写出了一个 1300 万行的 Lean 费马大定理证明——这是第一个端到端经过计算机验证的证明——而自 2024 年以来一直在形式化该定理的数学家表示,它在数学上“本质上没有告诉我们任何东西”,但仍然感到非常兴奋。同一天:围棋世界排名第一的申真谞在让两子的情况下以 2-1 击败 KataGo。结论:SHIP IT。
本视频涵盖的内容
- Claude 在 Lean 4 中形式化了费马大定理
- Chromium 沙盒 RCE (CVE-2026-85046),已被利用,奖励 1000 美元
- 申真谞在让两子的情况下击败 KataGo
常见问题
Claude 在 Lean 中形式化费马大定理时实际证明了什么?
Claude 编写了一个经过计算机验证的 Lean 4 费马大定理证明,这是第一个端到端证明。Anthropic 的代理用了 11 天,产生了大约 60 亿个输出 token,生成了 1300 万行 Lean 代码和 29500 个中间定理。Lean 机械地检查每个步骤,并且除非证明完全基于 Lean 的三个标准公理,否则构建会失败。
检查如此庞大的机器编写证明需要多少计算量?
检查费用昂贵。从头开始的构建在 96 个核心和 153 GB 内存上花了五个半小时。Kevin Buzzard 在 Anthropic 借给他的 500 GB 机器上编译了该仓库,并确认它通过了检查。定理名称是机器生成的,所以仓库描述自己是为检查而不是为阅读而写。
AI 编写的费马大定理形式化证明是否为数学增添了任何内容?
自 2024 年以来一直领导人工形式化工作的 Kevin Buzzard 写道,从数学上讲,这项工作本质上没有告诉我们任何东西。他已经 99.9% 确信这个定理是真的,而且这个证明没有增加任何新的数学。他仍然感到兴奋,因为它展示了自动形式化现在能做什么。Anthropic 的帖子说 Lean 毫无疑问地证明了正确性。
人类还能击败最强的围棋 AI 吗?
是的,在让子的情况下。围棋世界排名第一的申真谞在首尔以让两子的情况下,以 2-1 击败了最强的开源围棋引擎 KataGo。决胜局在 221 手后以 11.5 目的优势获胜。他说他早期模仿 AI 下法时输了,而通过以自己的风格布局棋盘赢得了比赛。
开发者和数学家应该将 Claude 的 Lean 费马大定理证明视为一个真实的结果吗?
The Daily Diff 的结论是 SHIP IT。Lean 内核接受该证明,Kevin Buzzard 确认它通过了检查。数学保持不变,而数学家检查证明的方式改变了。Buzzard 领导的人工努力始于 2024 年,而 Claude 的代理在 11 天内完成了。
翻译的文字记录
译自英文原版旁白。可用音频和字幕由 YouTube 控制。
0:00 费马说他那美妙的证明放不下页边空白, 今天 Anthropic 公布了页边空白:一千三百万行 Lean 代码, 是 Mathlib 的五倍大,证明了一个每个数学家都已 经相信的定理。Anthropic 发布时,格鲁吉亚第比利斯是晚上十一点到十二点, 所以我自然醒着。 昨天谷歌发布了 Chrome 152,修复了十二个安全漏洞, 其中一个 V8 漏洞已被实际利用,并向报告者支付了 一千美元,这比我们稍后会提到的轿车要少。
0:26 同样在昨天,Mullvad 表示将于 11 月 2 日关闭其公共加密 DNS, 转而支付 Quad9 来做,今天早上 Rust React 编译器在 Vite 中实现了原生化,而 Hacker News 发现了 IBM Bob, 一个 AI 编程代理。 然后 Claude 形式化了费马大定理,在同一个头版上, 一位韩国围棋大师击败了地球上最强的围棋引擎, 所以今天人类取得了 2 战 1 胜。 本视频内容:Claude 实际证明了什么,花了多少钱,
0:52 为什么那位毕生致力于此的数学家说它什么也没改变,但 仍然很兴奋,以及人类如何击败围棋机器。 今天是 9 月 4 日星期五,这里是 The Daily Diff。 费马大定理:不存在正整数 a、b、c, 使 a 的 n 次方加上 b 的 n 次方等于 c 的 n 次方,其中 n 大于 2。 费马大约在 1637 年在页边空白处写下了它,但没有展示他的工作, 这使他成为第一个以“在我的机器上运行”关闭工单的开发者。 1908 年 10 万金马克奖在第一年就吸引了 621 个错误
1:25 证明,安德鲁·怀尔斯最终在 1995 年解决了它, 用 129 页的篇幅,裁判花了几个月才验证。 形式化意味着重写该证明,以便 Lean(一个证明助手) 可以机械地检查每个步骤,帝国理工学院的 Kevin Buzzard 自 2024 年以来一直领导着一项人类 努力来做这件事;仅蓝图就有 86 页。Anthropic 研究员 Tianyi Peng 反而让数十个 Claude 代理来做, 在一个名为 Prove2Me 的平台上,该平台维护着一个定理的 DAG, 以便代理知道下一步要证明什么,因为如果没有它,最初的
2:00 蜂群就会搞不清谁在证明什么,这就像你的 编排层是带有营销预算的正则表达式时会发生的情况。 11 天后,根节点显示 PROVED:1300 万行 Lean 代码, 29500 个中间定理,约 60 亿个输出 token 来自一个 内部模型,大致与 Claude Fable 5.1 相当。 除非证明完全基于 Lean 的三个标准公理,否则构建会失败: 不,抱歉,没有原生 decide,没有作弊。 检查它也不便宜:一个
2:29 从头开始的构建在 96 个核心和 153 GB 内存上花了 五个半小时,定理名称是 机器生成的,所以仓库描述自己是为检查而不是为阅读而写, 这也是我描述企业 Java 的方式。 现在是矛盾。 Anthropic 的帖子说 Lean 毫无疑问地证明了正确性。 被抢先一步的 Kevin Buzzard 在 Anthropic 借给他的 500 GB 机器上编译了该仓库,确认它通过了检查,然后写道,
2:56 引用:“从数学上讲,这项工作本质上没有告诉我们任何东西。” 他已经 99.9% 确信这个定理是真的, 而且这个证明没有增加任何新的数学;它展示的是自动形式化现在能做什么, 他对这一点感到非常兴奋。 他五年内获得了 100 万英镑;Anthropic 花了 11 天, 一位评论者的草稿计算显示,按标价计算 60 亿个输出 token 大约是 30 万美元,所以机器更便宜, 除非你算上训练机器的成本,但没人这么算。
3:24 最好的细节:他当时在威尔士的一个音乐节上,4G 信号只有一格, 收到了一个他从未听过的名字发来的邮件,所以他把它当成了骗局, 一周后才读,这是对任何包含“端到端形式化”的邮件主题的正确回应。 包含端到端形式化。 与此同时,人类扳回一城。 围棋世界排名第一的申真谞在首尔以让两子的情况下, 以 2-1 击败了最强的开源围棋引擎 KataGo。 让两子大约是顶尖职业选手和初级职业选手之间的差距。
3:50 决胜局在 221 手后以 11.5 目的优势获胜,从 中盘开始保持 99% 的胜率,他带走了 2.5 亿 韩元,约合 17 万美元,外加一辆 Genesis G90,所以 击败超人 AI 的奖金是谷歌 Chrome 沙盒 逃逸漏洞赏金的 170 倍。他的解释:早期他模仿 AI 的下法,结果输了;他通过 以自己的风格布局棋盘赢得了比赛,这是我今年听到的关于 AI 最有用的建议, 而且它来自于一个棋盘游戏。 diff 中还有两行。
4:22 来自 oxc 的 Rust React Compiler 现在通过一个标志在 Vite 中原生运行;一个 1036 个文件的代码库在编译步骤中从 14.3 秒缩短到 0.81 秒, 主要是通过从 package.json 中删除 Babel, 这和我护肤程序一样。 IBM 推出了 Bob,一个 AI 编码伙伴,它会用“你好, 我是 Bob”来问候你,生成子代理,现代化大型机代码, 并推出名为 Bobalytics 的分析产品,所以某个银行会非常 兴奋,而没人阅读许可。
4:51 对于一个星期五来说,这是很大的余地;如果你宁愿阅读而不是听我 说,那么每天早上,diff 都会发送到你的收件箱——免费订阅 daily diff dot dev,链接如下。 所以,今天的结论:SHIP IT。 内核说是,Buzzard 说是,数学没有改变, 但我们检查数学的方式改变了。 这就是今天的 diff。 我是 Axrisi 的 Niko。
5:09 负责任地合并。
来源
- 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



