Claude 在 11 天內證明費馬定理。判決:SHIP IT。
Claude 花了 11 天,大約 60 億個 token,寫出了長達 1300 萬行的 Lean 版費馬最後定理證明——這是第一個端到端由電腦檢查的證明。
Claude 花了 11 天,大約 60 億個 token,寫出了長達 1300 萬行的 Lean 版費馬最後定理證明——這是第一個端到端由電腦檢查的證明。而自 2024 年以來一直致力於將其形式化的數學家表示,這在數學上「本質上沒有告訴我們任何東西」,但他仍然為此感到興奮。同一天:圍棋世界第一申眞諝在讓二子圍棋賽中以 2:1 擊敗 KataGo。判決:SHIP IT。
本影片重點
- Claude 以 Lean 4 形式化費馬最後定理
- Chromium 沙盒 RCE (CVE-2026-85046),已在野外被利用,獎金 1,000 美元
- 申眞諝讓二子擊敗 KataGo
問題與解答
Claude 以 Lean 形式化費馬最後定理時,它實際證明了什麼?
Claude 寫出了一個電腦檢查的 Lean 4 版費馬最後定理證明,這是第一個端到端證明。Anthropic 的代理花了 11 天,約 60 億個輸出 token,產生了 1300 萬行的 Lean 程式碼和 29,500 個中間定理。Lean 機械地檢查每個步驟,並且除非證明完全基於 Lean 的三個標準公理,否則建構會失敗。
檢查如此規模的機器寫證明需要多少運算量?
檢查成本高昂。從頭開始的建構在 96 個核心和 153 GB 的 RAM 上花了五個半小時。Kevin Buzzard 在 Anthropic 借給他的一台 500 GB 機器上編譯了儲存庫,並確認其通過檢查。定理名稱是機器生成的,因此儲存庫將自己描述為為了被檢查而不是被閱讀而編寫的。
AI 撰寫的費馬最後定理形式化證明對數學有何貢獻?
Kevin Buzzard 自 2024 年以來一直領導人類形式化工作,他寫道,從數學上講,這項工作本質上沒有告訴我們任何東西。他已經 99.9% 確定該定理是真的,而且證明沒有增加新的數學。他仍然感到興奮,因為它展示了自動形式化現在能做什麼。Anthropic 的貼文說 Lean 毫無疑問地證明了正確性。
人類還能擊敗最強的圍棋 AI 嗎?
是的,在讓子的情況下。圍棋世界排名第一的申眞諝,在首爾以讓二子擊敗了最強的開源圍棋引擎 KataGo,兩勝一敗。決勝局是在 221 手以 11.5 目獲勝。他說他早期模仿 AI 的下法時輸了,而通過以自己的風格布局而獲勝。
開發者和數學家應該將 Claude 的 Lean 版費馬證明視為一個真實的結果嗎?
The Daily Diff 的判決是 SHIP IT。Lean 核心接受了證明,Kevin Buzzard 也確認其通過檢查。數學本身沒有改變,但數學家檢查證明的方式改變了。Buzzard 領導的人類努力始於 2024 年,而 Claude 的代理在 11 天內就完成了。
翻譯文字稿
譯自英文原版旁白。可用的音訊和字幕由 YouTube 控制。
0:00 費馬說他那美妙的證明不適合寫在書頁邊白處, 今天 Anthropic 公佈了那個邊白處:一千三百萬行的 Lean 程式碼, 是 Mathlib 的五倍大,證明了一個每位數學家都已經 相信的定理。Anthropic 發佈時第比利斯是晚上十點到十一點, 所以我自然醒著。 昨天 Google 推出了 Chrome 152,包含十二個安全修復, 其中一個是 V8 錯誤,已經在野外被利用,並支付了回報者 一千美元,這比我們稍後會提到的那輛轎車便宜。
0:26 同樣在昨天,Mullvad 表示將於 11 月 2 日關閉其公共加密 DNS 服務, 轉而支付 Quad9 來做,而今天早上 Rust React 編譯器在 Vite 中原生運行,同時 Hacker News 發現了 IBM Bob, 一個 AI 編碼代理。 然後 Claude 形式化了費馬最後定理,而在同一個頭版上,一個 韓國圍棋大師擊敗了地球上最強的圍棋引擎, 所以今天人類的戰績是一勝一敗。 在這段影片中:Claude 實際證明了什麼,花費了多少,
0:52 為什麼花費畢生精力研究此事的數學家說這沒有改變任何事情,但 他仍然感到興奮,以及人類如何在圍棋中擊敗機器。 今天是 9 月 4 日星期五,這是 The Daily Diff。 費馬最後定理:沒有正整數 a, b, c 滿足 a 的 n 次方加上 b 的 n 次方等於 c 的 n 次方,其中 n 大於 2。 費馬大約在 1637 年將其潦草地寫在邊白處,並在沒有展示其工作的情況下去世, 使他成為第一個以「在我的機器上運行良好」來關閉工單的開發人員。 1908 年的 100,000 金馬克獎吸引了 621 個錯誤的
1:25 證明在其第一年,而安德魯·懷爾斯最終在 1995 年證明了它, 共 129 頁,裁判花了數月時間才驗證。 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,而帝國理工學院的 Kevin Buzzard 自 2024 年以來一直帶領人類 努力做到這一點;僅藍圖就有 86 頁。Anthropic 研究員 Tianyi Peng 轉而將數十個 Claude 代理指向它, 在一個名為 Prove2Me 的平台上,該平台維護著一個定理的 DAG, 以便代理知道接下來要證明什麼,因為沒有它,第一批
2:00 群體會失去對誰在證明什麼的追蹤,這就是當您的 編排層是帶有行銷預算的正規表達式時會發生的事情。 十一天後,根節點讀作 PROVED:一千三百萬行的 Lean 程式碼, 29,500 個中間定理,大約 60 億個輸出 token,來自一個 內部模型,大致與 Claude Fable 5.1 相當。 除非證明完全基於 Lean 的三個標準公理,否則建構會失敗: 不,抱歉,沒有原生決定,沒有作弊。 檢查它也不便宜:一個
2:29 從頭開始的建構花了五個半小時, 在 96 個核心和 153 GB 的 RAM 上,定理名稱是 機器生成的,所以該儲存庫將自己描述為寫作是為了被檢查而不是 被閱讀,這也是我會如何描述企業級 Java。 現在是矛盾之處。 Anthropic 的貼文說 Lean 毫無疑問地證明了正確性。 Kevin Buzzard,被搶先一步的那個人,在 Anthropic 借給他的一台 500GB 機器上編譯了該儲存庫,確認其通過檢查,然後寫道:
2:56 引述,「從數學上講,這項工作本質上沒有告訴我們任何東西。」 他已經 99.9% 確定該定理是真的, 而且該證明沒有增加新的數學;它展示的是自動形式化現在能做什麼, 而這部分讓他真正感到興奮。 他五年內獲得了 100 萬英鎊;Anthropic 花了 11 天, 一位評論者的粗略計算顯示,60 億個輸出 token 的標價大約是 30 萬美元,所以機器更便宜, 除非你算上訓練機器的費用,但沒有人這麼做。
3:24 最棒的細節:郵件寄來時,他正在威爾斯的一個音樂節上, 只有一格 4G 訊號,發件人是他從未聽過的名字,所以他把它當作惡作劇, 一週後才讀,這是對任何包含「端到端形式化」主旨行的 郵件的正確反應。 同時,人類扳回一城。 圍棋世界排名第一的申眞諝,在首爾以讓二子擊敗了 KataGo, 最強的開源圍棋引擎,兩勝一敗,讓二子大約是頂尖職業選手和菜鳥職業選手之間的差距。 讓二子大約是頂尖職業選手和菜鳥職業選手之間的差距。
3:50 決勝局是在 221 手以 11.5 目獲勝,從中盤開始保持著 99% 的勝率,他帶走了 2.5 億 韓元,約 17 萬美元,外加一輛 Genesis G90,所以擊敗 超人類 AI 的獎金是 Google 對 Chrome 沙盒 逃逸漏洞獎金的 170 倍。他的解釋:早期他模仿 AI 的下法並輸了;他通過 以自己的風格布局而獲勝,這是我今年聽到的關於 AI 最有用的建議, 而且它來自一款棋盤遊戲。 差異中還有兩行。
4:22 來自 oxc 的 Rust React 編譯器現在在 Vite 中原生運行,只需一個標誌;一個 1,036 個文件的程式碼庫在編譯步驟中從 14.3 秒縮短到 0.81 秒, 主要是通過從 package.json 中刪除 Babel, 這也是我的護膚程序。 IBM 推出了 Bob,一個 AI 編碼夥伴,它會以「嗨, 我是 Bob」向你問好,生成子代理,現代化大型主機程式碼, 並推出一個名為 Bobalytics 的分析產品,所以某個地方的銀行非常 興奮,但沒有人閱讀許可證。
4:51 對於一個星期五來說,這個邊白處有很多東西;如果你寧願閱讀而不是聽我 說,The Daily Diff 每天早上都會發送到你的收件箱—免費,在 the daily diff dot dev 上,連結在下方。 所以,今天的判決:SHIP IT。 核心說可以,Buzzard 說可以,數學沒有改變, 但我們檢查數學的方式剛剛改變了。 這就是今天的差異。 我是 Axrisi 的 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



