60 AI-underagenter knuffade ett 150 år gammalt matematiskt problem längre på 1,5 dagar än någon människa gjort ensam

Den autonoma processen bakom resultatet

Prestationen följde ett slående multi-agentarbetsflöde som förvånade även forskarna på Anthropic:

• En Anthropic-anställd utan djupare matematikkunskaper bad modellen att ”ta ett rejält tag” om hypotesen .
• Under cirka 1,5 dygn testade modellen ungefär 650 olika angreppssätt via 60 samordnade underagenter .
• Körningen förbrukade 31 miljoner output-token över två sessioner, utförde 2 400 shell-kommandon och granskade 54 arXiv-artiklar .
• Två av de 60 underagenterna stod för det matematiska genombrottet .
• Den vinnande metoden syntetiserade en artikel från 2000 av Enrico Bombieri med nyare resultat – en kombination som ingen tidigare mänsklig forskare hade sammanställt .

Verifiering: två lager av bevis

Två interna matematiker – Levent Alpöge och Ralph Furmaniak – granskade och bekräftade beviset . Argumentet formaliserades sedan i Lean, en interaktiv teorembevisare, vilket gav ett maskinkontrollerbart korrekthetsbevis . Denna dubbla validering (expertgranskning + formell verifiering) anses allmänt vara bästa praxis för AI-genererade matematiska resultat.

En vändpunkt: 2026 som året AI korsade gränsen till öppen problemforskning

Claudes förbättring av Riemann-gränsen är ingen isolerad händelse. Under 2026 har en accelererande serie av AI-ledda matematiska genombrott inträffat:

• Maj 2026 – OpenAI meddelade att en opublicerad generell resonemangsmodell autonomt hade motbevisat Erdős enhetsavståndsförmodan, ett 80 år gammalt öppet problem .
• Maj 2026 – Google DeepMinds AlphaProof Nexus löste nio öppna Erdős-problem (några olösta i 56 år) och bevisade 44 förmodanden från Online Encyclopedia of Integer Sequences, alla formaliserade i Lean .
• Juli 2026 – Anthropic-matematikern Levent Alpöge använde den opublicerade modellen ”Fable 5” för att hitta ett motexempel till Jacobiförmodan, ett problem från 1939 .
• Augusti 2026 – OpenAIs Astra-modell rapporterades ha löst tio decenniegamla matematiska problem för ungefär 2 000 dollar i beräkningskostnad, med maskinkontrollerbara bevis publicerade i Lean på GitHub .

Flera kommentatorer har noterat att fältet passerade en tröskel i mitten av 2026: AI-system gick från att lösa tävlingsmatematik till att generera publicerbar forskning på öppen problemnivå .

Debatten: författarskap, standarder och Leiden-deklarationen

Den snabba takten i AI-genererad matematik har utlöst en intensiv debatt:

• I juni 2026 publicerade en grupp på 16 matematiker Leiden-deklarationen om artificiell intelligens och matematik, som rekommenderar nya standarder för bevisstruktur, författarskapsattribuering och mänsklig tillsyn av AI-genererade resultat . Deklarationen har sedan dess diskuterats av International Mathematical Union .
• Centrala spänningar inkluderar: Vem får författarskap när ett AI-system genererar ett bevis? Kan fältet upprätthålla epistemiskt förtroende om bevisen är för långa eller nya för att människor ska kunna granska dem utan formella verktyg? Och hur ska tidskrifter peer-reviewa resultat som ingen enskild människa kunde ha producerat ?
• Vissa matematiker menar att AI-assisterade bevis riskerar att urholka förståelse och förklarande insikt – ett bevis kan vara korrekt men ändå ogenomskinligt . Andra ser formell verifiering i Lean som en strängare standard än traditionell peer review .

Vad detta betyder för AI:s förmåga att upptäcka ny vetenskap

Anthropics Riemann-resultat för diskussionen framåt på flera konkreta sätt:

1. Skalan av autonom utforskning spelar roll.

Att testa 650 idéer över 60 underagenter visar att multi-agentarkitekturer kan utföra systematisk sökning i en skala som inget mänskligt forskarlag kan matcha inom samma tidsram . Detta flyttar frågan från ”Kan AI göra matematik?” till ”Hur bör vi integrera AI-bred utforskning i den vetenskapliga upptäcktsprocessen?”

2. Serendipitös syntes är möjlig.

Att en modell utan matematisk träning kombinerade en Bombieri-artikel (2000) med nyare resultat – en kombination som ingen människa hade sett – visar att AI kan göra icke-uppenbara konceptuella kopplingar mellan olika litteraturer . Denna förmåga adresserar direkt en kärnfråga om huruvida språkmodeller bara interpolerar eller verkligen kan upptäcka något nytt.

3. Formell verifiering löser förtroendeproblemet.

Lean-formaliseringen innebär att resultatet inte är ett ”svart låda”-påstående. Det är ett bevisbart korrekt teorem som vilken matematiker som helst kan inspektera mekaniskt . Detta erbjuder en mall för hur AI-genererade vetenskapliga resultat kan göras verifierbara, vilket adresserar en av de starkaste invändningarna mot AI-ledd upptäckt.

4. Debatten om författarskap och standarder är konstruktiv, inte paralyserande.

Den samtidiga uppkomsten av både fantastiska resultat (DeepMind, OpenAI, Anthropic) och samhällsledda institutionella svar (Leiden-deklarationen) tyder på att det matematiska samfundet anpassar sig snarare än drar sig tillbaka . Den pågående diskussionen handlar om normer och kredit, inte om att förkasta AI-output i stort.

5. Kostnaden och hastigheten för upptäckter rasar.

Beräkningskostnaden på 2 000 dollar för OpenAIs Astra-resultat och 36-timmars vändningen för Claudes Riemann-gräns tyder på att marginalkostnaden för en publicerbar matematisk upptäckt närmar sig noll . Detta har djupgående konsekvenser för vilka frågor forskare väljer att undersöka och vem som kan delta i matematisk forskning.

Slutsatsen

Anthropics förbättring av Riemann-gränsen är en landmärkesdemonstration av att AI-system nu autonomt kan upptäcka publicerbara, formellt verifierbara matematiska resultat som för ett 150 år gammalt öppet problem framåt. I kombination med 2026 års rad av liknande genombrott flyttar det diskussionen från ”huruvida AI kan bidra till vetenskaplig upptäckt” till ”hur det vetenskapliga samfundet bör strukturera incitament, attribution och verifiering för en ny klass av AI-medupptäckare.”