Claude 喺 11 日內證明費馬大定理。結論:SHIP IT。
Claude 用咗 11 日時間同大約 60 億個 token 寫咗一份 1,300 萬行嘅 Lean 費馬大定理證明——首個端到端由電腦驗證嘅證明——而自 2024 年以來一直將其形式化嘅數學家表示,佢喺數學上「幾乎冇話到啲乜嘢」,但仍然好興奮。
Claude 用咗 11 日時間同大約 60 億個 token 寫咗一份 1,300 萬行嘅 Lean 費馬大定理證明——首個端到端由電腦驗證嘅證明——而自 2024 年以來一直將其形式化嘅數學家表示,佢喺數學上「幾乎冇話到啲乜嘢」,但仍然好興奮。同一日:世界排名第一嘅韓國圍棋棋手申眞諝以兩子讓子擊敗 KataGo,比數 2-1。結論:SHIP IT。
本影片涵蓋的內容
- Claude 以 Lean 4 形式化費馬大定理
- Chromium 沙盒 RCE (CVE-2026-85046),已被利用,懸賞 1,000 美元
- 申眞諝以兩子讓子擊敗 KataGo
問題與解答
Claude 喺 Lean 中形式化費馬大定理時實際證明咗乜嘢?
Claude 寫咗一個經電腦檢查嘅 Lean 4 費馬大定理證明,係首個端到端嘅證明。Anthropic 嘅代理用咗 11 日同大約 60 億個輸出 tokens,產生咗 1,300 萬行 Lean 程式碼同 29,500 個中間定理。Lean 機械地檢查每個步驟,而且除非證明完全基於 Lean 嘅三個標準公理,否則構建會失敗。
檢查一個咁大嘅機器寫證明需要幾多運算資源?
檢查係昂貴嘅。一個從頭開始嘅構建喺 96 個核心和 153 GB 記憶體上花費咗五個半小時。Kevin Buzzard 喺 Anthropic 借畀佢嘅 500 GB 機器上編譯咗呢個儲存庫,並確認佢通過咗檢查。定理名稱係機器生成嘅,所以呢個儲存庫將自己描述為寫嚟畀機器檢查而唔係畀人讀嘅。
AI 寫嘅費馬大定理形式化證明對數學有冇任何補充?
自 2024 年以來一直領導人類形式化工作嘅 Kevin Buzzard 寫道,從數學上講,呢份工作幾乎冇話到啲乜嘢畀我哋。佢已經有 99.9% 嘅把握認為呢個定理係真嘅,而呢個證明冇增加新嘅數學。佢仍然好興奮,因為佢展示咗自動形式化而家可以做到乜嘢。Anthropic 嘅貼文話 Lean 毫無疑問地證明咗正確性。
人類仲可唔可以擊敗最強嘅圍棋 AI?
可以,如果畀讓子。世界圍棋第一人申眞諝喺首爾以兩子讓子,二比一擊敗咗最強嘅開源圍棋引擎 KataGo。決勝局以 221 手贏 11.5 分。佢話佢初期模仿 AI 嘅棋步輸咗,透過以自己嘅風格構建棋盤而贏咗。
開發人員同數學家應該將 Claude 嘅 Lean 費馬證明視為一個真實嘅結果嗎?
The Daily Diff 嘅結論係 SHIP IT。Lean 核心接受呢個證明,而 Kevin Buzzard 確認佢通過咗檢查。數學保持不變,但我哋檢查證明嘅方式改變咗。Buzzard 領導嘅人類努力喺 2024 年開始,而 Claude 嘅代理喺十一日之內完成。
翻譯的文字記錄
從英文原文旁白翻譯。可用的音頻和字幕由 YouTube 控制。
0:00 費馬話佢嘅奇妙證明寫唔落空白處, 而今日 Anthropic 公佈咗嗰個空白處:一千三百萬行嘅 Lean, 係 Mathlib 嘅五倍大,證明咗一個所有數學家都已經 相信嘅定理。Anthropic 發佈嗰陣格魯吉亞時間係十點到十一點, 所以我自然醒咗。 尋日 Google 發佈咗 Chrome 152,有十二個安全修復, 其中一個係 V8 漏洞,已經喺野外被利用,並向報告者支付咗 一千美元,比我哋之後會講到嘅房車少。
0:26 同樣係尋日,Mullvad 話佢會喺十一月二日關閉佢嘅公共加密 DNS, 轉用 Quad9 嚟做,而今朝 Rust React 編譯器喺 Vite 裡面原生運行,同時 Hacker News 發現咗 IBM Bob, 一個 AI 編碼代理。 然後 Claude 形式化咗費馬大定理,而喺同一個頭版上, 一位韓國圍棋大師擊敗咗地球上最強嘅圍棋引擎, 所以今日人類喺兩個事件中贏咗一個。 喺呢個影片中:Claude 實際證明咗乜嘢,佢嘅成本係幾多,
0:52 點解將佢嘅職業生涯投入喺呢個上面嘅數學家話佢冇改變任何嘢, 但仍然好興奮,以及人類點樣喺圍棋上擊敗機器。 今日係九月四日星期五,呢度係 The Daily Diff。 費馬大定理:冇正整數 a、b、c 滿足 a 的 n 次方加 b 的 n 次方等於 c 的 n 次方,其中 n 大於 2。 費馬大約喺 1637 年將佢草寫喺空白處,然後就死咗,冇展示佢嘅證明過程, 令佢成為第一個以「喺我嘅機器上運行」關閉工單嘅開發人員。 1908 年嘅十萬金馬克獎金喺第一年吸引咗 621 個錯誤嘅
1:25 證明,而安德魯·懷爾斯終於喺 1995 年完成咗佢, 用咗 129 頁,裁判花咗幾個月先驗證到。 形式化意味著重寫該證明,以便 Lean(一個證明助手) 可以機械地檢查每個步驟,而帝國理工學院嘅 Kevin Buzzard 自 2024 年以來一直領導人類 努力做呢件事;單係藍圖就長達 86 頁。Anthropic 研究員 Tianyi Peng 轉而將數十個 Claude 代理指向佢, 喺一個叫做 Prove2Me 嘅平台上,該平台維護住一個定理陳述嘅 DAG, 咁樣代理就知道下一步要證明乜嘢,因為冇咗佢,第一批
2:00 蜂群就搞唔清楚邊個喺證明乜嘢,呢就係當你嘅編排層 係一個帶有營銷預算嘅正則表達式時會發生嘅事。 十一日後,根節點顯示 PROVED:一千三百萬行 Lean, 29,500 個中間定理,嚟自一個大約同 Claude Fable 5.1 相當嘅內部模型,產生咗大約六十億個輸出 tokens。 除非證明完全基於 Lean 嘅三個標準公理,否則構建將會失敗: 冇 sorry,冇原生 decide,冇作弊。 檢查佢亦唔便宜:一個
2:29 從頭開始嘅構建喺 96 個核心和 153 GB 記憶體上花費咗五個半小時, 而定理名稱係機器生成嘅, 所以呢個 repo 將自己描述為寫嚟畀機器檢查而唔係畀人讀嘅, 呢個亦係我會點樣描述企業 Java。 而家係矛盾嘅地方。 Anthropic 嘅貼文話 Lean 毫無疑問地證明咗正確性。 Kevin Buzzard,被搶先一步嘅人,喺 Anthropic 借畀佢嘅 500GB 機器上編譯咗呢個 repo,確認佢通過咗檢查,然後寫道:
2:56 引述,「從數學上講,呢份工作幾乎冇話到啲乜嘢畀我哋」。 佢已經有 99.9% 嘅把握認為呢個定理係真嘅, 而呢個證明冇增加新嘅數學;佢展示嘅係自動形式化而家可以做到乜嘢, 而呢一部分令佢感到非常興奮。 佢五年獲得一百萬英鎊;Anthropic 花咗十一日, 一位評論員嘅粗略計算估計六十億個輸出 tokens 嘅標價大約係 三十萬美元,所以機器更便宜, 除非你計埋訓練機器嘅成本,但冇人會咁做。
3:24 最精彩嘅細節:封電郵係佢喺威爾斯參加音樂節, 得一格 4G 訊號嗰陣收到嘅,發件人係佢從未聽過嘅名,所以佢當佢係惡作劇 一週後先睇,呢係對任何包含「端到端形式化」主旨嘅電郵嘅正確反應。 包含「端到端形式化」嘅主題行嘅電郵嘅正確回應。 與此同時,人類扳回一城。 世界圍棋第一人申眞諝喺首爾以兩子讓子, 二比一擊敗咗最強嘅開源圍棋引擎 KataGo, 呢個差距大約係頂級專業棋手同新秀專業棋手之間嘅距離。
3:50 決勝局以 221 手贏 11.5 分,從中局開始保持 99% 嘅勝率,佢帶走咗 2.5 億韓元, 大約 17 萬美元,外加一輛 Genesis G90,所以擊敗超人類 AI 嘅懸賞金 係 Google 對 Chrome 沙盒逃逸懸賞金嘅 170 倍。 佢嘅解釋係:初期佢模仿 AI 嘅棋步輸咗;佢透過 以自己嘅風格構建棋盤而贏咗,呢係我今年聽過關於 AI 最有用嘅建議,而且嚟自一個棋盤遊戲。 修訂版中仲有兩行。
4:22 嚟自 oxc 嘅 Rust React 編譯器而家透過一個旗標,喺 Vite 中原生運行;一個 1,036 個檔案嘅程式碼庫喺編譯步驟中從 14.3 秒縮短到 0.81 秒, 主要係透過從 package.json 中刪除 Babel, 呢個亦係我嘅護膚程序。 IBM 推出咗 Bob,一個 AI 編碼夥伴,佢會用「嗨, 我係 Bob」向你問好,生成子代理,現代化大型主機程式碼, 並推出一個叫做 Bobalytics 嘅分析產品,所以某處嘅銀行非常 興奮,但冇人睇許可證。
4:51 一個星期五有咁多內容;如果你寧願睇而唔係聽我 講,每日嘅差異報告都會喺你嘅收件箱出現——喺 the daily diff dot dev 免費,連結喺下面。 所以,今日嘅結論:SHIP IT。 核心話可以,Buzzard 話可以,數學冇改變, 但我哋檢查數學嘅方式改變咗。 呢就係今日嘅差異報告。 我係 Axrisi 嘅 Niko。
5:09 負責任地合併。
來源
- 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



