AnswersPublished16 sources
Claude formaliserade Fermats sista sats i Lean på 11 dagar
Anthropic säger att Claude agenter på 11 dagar formaliserade ett befintligt Wiles inspirerat bevis av Fermats sista sats i Lean och skapade omkring 13 miljoner rader kod. Arbetet omfattade cirka 30 300 satser, varav ungefär 29 500 ingick i den slutliga beviskedjan, och samordnades med plattformen Prove2Me.
Publicerad avRedigerad med GPT-5.6 TerraBilder genererade med GPT Image 2
Research answer
Key takeaways
- Anthropic säger att Claude agenter på 11 dagar formaliserade ett befintligt Wiles inspirerat bevis av Fermats sista sats i Lean och skapade omkring 13 miljoner rader kod.
- Arbetet omfattade cirka 30 300 satser, varav ungefär 29 500 ingick i den slutliga beviskedjan, och samordnades med plattformen Prove2Me.
- Lean kan rigoröst kontrollera den formaliserade härledningen, men matematiker måste fortfarande bedöma om kodens definitioner verkligen motsvarar den avsedda matematiken.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: How did Anthropic’s Claude reportedly produce the first end-to-end Lean-verified formal proof of Fermat’s Last Theorem in 11 days—including. Article summary: Anthropic says Claude did not discover a new proof of Fermat’s Last Theorem (FLT); it formalized an established Wiles-style proof in Lean so that a proof assistant could check every encoded logical step. The reported ach. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fak
Anthropic uppgav den 4 september 2026 att Claude hade producerat vad bolaget beskriver som det första kompletta, ända-till-ända-maskinkontrollerade Lean-beviset av Fermats sista sats. Det uppseendeväckande är inte att AI:n hittade en ny väg genom talteorin, utan att en etablerad bevisstrategi omvandlades till ett formellt objekt som Lean kan kontrollera steg för steg. 15
3
Avgörande skillnad: formalisering, inte en ny upptäckt
Fermats sista sats säger att det inte finns några positiva heltalslösningar till
[
a^n + b^n = c^n
]
när (n > 2). Pierre de Fermat formulerade påståendet på 1600-talet, och Andrew Wiles bevis – färdigställt tillsammans med Richard Taylor – löste problemet på 1990-talet. 10
11
Claudes arbete ersätter alltså inte den matematiken. Enligt uppgifterna formaliserar det en framställning av Wiles strategi av Henri Darmon, Fred Diamond och Richard Taylor. Vägen går bland annat via Frey-kurvor, Ribets sats och Taylor–Wiles-patchning. 3 Enkelt uttryckt översatte systemet ett bevis som redan accepterats av matematiker till Lean 4 – ett språk där varje slutledning måste uttryckas tillräckligt exakt för att programvara ska kunna kontrollera den.
Det är en viktig skillnad. Ett nytt bevis skulle tillföra nya matematiska idéer; en formalisering gör en befintlig argumentation maskinkontrollerbar. Båda är svåra, men det är två olika prestationer.
13 miljoner rader och tiotusentals delresultat
Anthropic uppger att arbetet pågick i 11 dagar och till stor del utfördes autonomt. Projektet skapade ungefär 13 miljoner rader Lean-kod och bevisade cirka 30 300 satser. Omkring 29 500 mellanresultat användes i den slutliga beroendekedjan för beviset. 15
4
Kodbasen beskrivs som mer än fem gånger större än Mathlib, Leans stora gemenskapsdrivna bibliotek för matematik. 8
9 Det visar varför detta inte bara handlade om att be en språkmodell skriva ett bevis i en enda session. Den centrala utmaningen var att samordna projektet: att hitta alla förkunskapsresultat, behålla färdigt arbete och få tusentals formella påståenden att passa ihop.
Så samordnades AI-agenterna
Det rapporterade arbetssättet använde dussintals Claude-agenter tillsammans med Prove2Me, en öppen samarbetsplattform utvecklad av Tianyi Peng och medarbetare vid Columbia University. 3
4
Tidiga försök stötte enligt uppgifterna på ett välkänt problem för agentsystem: enskilda agenter kunde göra lokala framsteg, men saknade en tillförlitlig gemensam bild av hela projektet. Prove2Me hanterade detta genom att hålla reda på en riktad acyklisk graf över satser och deras beroenden. Därmed kunde agenterna:
- se vilka saknade hjälpsatser som blockerade överordnade mål,
- välja delproblem som gick att arbeta med parallellt,
- dokumentera och återanvända färdiga resultat, och
- behålla projektets övergripande struktur trots att varje agent hade begränsat arbetsminne.
3
4
Just samordningslagret framstår som den viktigaste tekniska lärdomen. Prestationen var inte bara att generera korrekt Lean-syntax, utan att styra ett enormt nätverk av beroende formella uppgifter tills en komplett kedja nådde målsatsen.
Människors insats uppges huvudsakligen ha begränsats till övergripande prioriteringar, snarare än att de skrev de detaljerade formella bevisen. 15
4 Det gör projektet till ett betydande exempel på agenter som kan arbeta långsiktigt med stöd av en gemensam representation av uppgiften.
Vad Leans kontroll garanterar – och inte garanterar
Lean är avgörande här. När beviset väl är uttryckt i Lean kontrollerar bevisassistenten om målsatsen följer av de kodade definitionerna, importerade resultaten och systemets accepterade grundläggande axiom. Anthropic säger att resultatet har kontrollerats i denna mening – inte accepterats därför att en AI eller mänsklig läsare tyckte att en textförklaring verkade övertygande. 15
4
Det är en stark kontrollform: ett utelämnat logiskt steg kan inte avfärdas som ”självklart” om Lean inte kan härleda det.
Men gränsen går vid formaliseringen. Lean kontrollerar det formella påstående och den härledning som systemet får. Matematiker behöver fortfarande avgöra om de valda definitionerna verkligen representerar de avsedda objekten, om den formella satsen motsvarar det informella påståendet och om formaliseringen är begriplig och möjlig att underhålla. 3 Maskinkontroll stärker den matematiska granskningen, men gör inte expertomdöme överflödigt.
Därför ses det som en milstolpe
Kevin Buzzard, som deltagit i gemenskapens arbete med att formalisera Fermats sista sats, beskrev projektet som en ”extraordinary autoformalization achievement”. Rapporter om hans reaktion understryker att arbetet inte tillför ny matematik till Wiles bevis, men att det demonstrerar möjligheten att formalisera betydande delar av den moderna matematiska litteraturen. 13
11
Den omedelbara praktiska betydelsen är att formalisering kan göra långa, tekniskt täta argument mer motståndskraftiga mot dolda luckor och enklare att återanvända som tillförlitlig infrastruktur. Ett formellt kontrollerat resultat kan bli en byggsten för senare arbete utan att varje forskare behöver granska varje lågnivåslutledning på nytt.
Den bredare följden handlar om AI i matematiken. Tidigare system har ofta fokuserat på att föreslå idéer, lösa enskilda problem eller fylla isolerade luckor i bevis. Projektet antyder att samordnade agenter också kan klara storskalig formell ingenjörskonst: dela upp ett matematiskt program, bygga dess beroendegraf och leverera ett maskinkontrollerat resultat i en omfattning som normalt skulle kräva omfattande mänskligt samarbete. 2
3
En stor prestation med en viktig reservation
Den mest träffsäkra slutsatsen är varken att ”AI bevisade Fermats sista sats” eller att ”inget hände”. Wiles argument är fortfarande bevisets intellektuella grund. Men att översätta det argumentet till ett komplett Lean-artefakt av den här storleken inom den rapporterade tidsramen är ett betydande steg för automatiserad formalisering. 3
15
Det långsiktiga värdet beror på oberoende granskning, hur användbart det genererade biblioteket är och om liknande system kan formalisera andra svåra resultat utan att förlora matematisk innebörd. Om det lyckas kan bevisassistenter bli mer än slutliga kontrollverktyg för enstaka toppresultat: de kan bli allt vanligare verktyg för att bygga, granska och underhålla matematik.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Claude formaliserade Fermats sista sats i Lean på 11 dagar"?
Anthropic säger att Claude agenter på 11 dagar formaliserade ett befintligt Wiles inspirerat bevis av Fermats sista sats i Lean och skapade omkring 13 miljoner rader kod.
What are the key points to validate first?
Anthropic säger att Claude agenter på 11 dagar formaliserade ett befintligt Wiles inspirerat bevis av Fermats sista sats i Lean och skapade omkring 13 miljoner rader kod. Arbetet omfattade cirka 30 300 satser, varav ungefär 29 500 ingick i den slutliga beviskedjan, och samordnades med plattformen Prove2Me.
What should I do next in practice?
Lean kan rigoröst kontrollera den formaliserade härledningen, men matematiker måste fortfarande bedöma om kodens definitioner verkligen motsvarar den avsedda matematiken.