Anthropic 于 2026 年 9 月 4 日表示，Claude 已完成费马大定理（Fermat’s Last Theorem，FLT）的首个端到端、可由 Lean 进行计算机核验的形式化证明。最容易被误解的一点是：这不是 AI 找到了新的数论证明，而是把数学界早已接受的一条证明路线，转写成 Lean 可以逐步检查的严格形式化对象。153

先说结论：这是“形式化”，不是“重新发现证明”

费马大定理断言：当整数 (n>2) 时，不存在正整数解使得

[
a^n+b^n=c^n。
]

这一命题由皮埃尔·德·费马在 17 世纪提出，安德鲁·怀尔斯与理查德·泰勒在 20 世纪 90 年代完成了证明。1011

此次 Claude 的工作并没有取代怀尔斯的数学贡献。据报道，它遵循亨利·达蒙、弗雷德·戴蒙德和理查德·泰勒对怀尔斯策略的阐释，路径涉及 Frey 曲线、Ribet 定理以及 Taylor–Wiles 拼接等关键环节。3

两者区别很大：新证明意味着提出此前没有的数学思想；形式化证明则是把已知论证写到足够精确，让软件能检查每一个推理环节。前者是数学发现，后者是极高难度的数学软件工程与逻辑表达工作。

1300 万行代码，最终链条包含约 2.95 万个中间定理

Anthropic 称，该项目在大体自主运行的情况下耗时 11 天，生成约 1300 万行 Lean 代码，共证明约 30,300 个定理，其中约 29,500 个中间结果被纳入最终证明的依赖链。154

报道还称，这个代码库的规模超过 Lean 社区核心数学库 Mathlib 的五倍。89 这说明任务绝非一次对话中“让模型写出证明”那么简单：真正的难题在于如何安排前置条件、保存已经完成的成果，并让数以万计的形式化命题严丝合缝地连接起来。

数十个智能体如何协同完成超大证明？

项目据称动用了数十个 Claude 智能体，并结合由田一鹏及哥伦比亚大学合作者开发的开放协作平台 Prove2Me。34

早期尝试遇到了多智能体系统常见的问题：单个智能体能局部推进，却缺少对全局进度和依赖关系的稳定把握。Prove2Me 通过维护一张由定理目标与依赖关系构成的有向无环图，帮助系统完成协调。智能体因而可以：

• 找出阻塞上层目标的缺失引理；
• 选择可并行处理、且确实有价值的子问题；
• 记录并复用已经完成的结果；
• 在单个智能体工作记忆有限的情况下，保留项目整体结构。34

因此，这项成果的关键不仅是生成 Lean 语法，更在于管理一个高度相互依赖的正式任务网络，直至所有路径汇聚到目标定理。报道显示，人类参与主要限于高层级的优先级安排，而不是逐步提供具体的形式化证明。154

Lean 的“机器核验”究竟保证了什么？

Lean 是一种证明助手。形式化证明被写入 Lean 后，它会检查：目标定理是否能从已编码的定义、导入结果和所接受的基础公理中推导出来。也就是说，结果不是因为 AI 或人类读者觉得一段自然语言论证“看起来有道理”而被接受，而是必须通过软件对每个形式步骤的检查。154

其优势在于，任何遗漏的逻辑步骤都不能靠“显然成立”蒙混过关：Lean 无法建立该步骤，整条形式化链就无法通过。

但机器核验也有边界。Lean 核验的是它收到的形式化陈述及其推导；数学家仍要审查形式化定义是否忠实表达了原有对象，形式化的定理是否确实等同于非形式化数学中的原命题，以及整个代码库是否便于理解和维护。3 换言之，形式验证能显著强化审查，却不会让专家判断失去必要性。

为什么数学界将其视为里程碑？

参与社区 FLT 形式化工作的数学家凯文·巴扎德（Kevin Buzzard）将该项目称为“非凡的自动形式化成就”。相关报道强调，这项工作没有为怀尔斯证明增加新的数学内容，但展示了把大规模现代数学文献转化为形式化成果的潜力。1311

直接的实际价值在于：超长、技术门槛极高的论证经过形式化后，更不易隐藏缺步或逻辑漏洞，也更容易作为可信赖的基础设施被后续研究复用。研究者在调用一项经过机器检查的结果时，无须每次都从头人工复核所有底层推理。

更广泛的启示则关乎 AI 数学能力的形态。此前，许多系统主要集中于提出解题思路、解决单个问题或补全局部证明空缺。这个项目显示，经过协调的智能体也可能承担大型形式化工程：拆分数学计划、构建依赖图，并交付规模极大的机器核验结果。23

不应夸大，也不能低估

最准确的表述既不是“AI 证明了费马大定理”，也不是“这没有任何新意”。费马大定理的核心数学思想仍来自怀尔斯及其合作者；但在报道所述的时间内，将这条路线完整转换为规模如此之大的 Lean 形式化成果，仍是自动形式化领域的重要进展。315

这项成果的长期价值，还取决于独立审查、生成代码库的可用性，以及同类系统能否在其他困难定理上保持对原始数学含义的忠实表达。若这些条件能够满足，证明助手未来或许不只是少数顶尖成果的最终检查器，也会逐渐成为数学构建、评审和维护过程中的常规工具。

Anthropic 于 2026 年 9 月 4 日表示，Claude 已完成费马大定理（Fermat’s Last Theorem，FLT）的首个端到端、可由 Lean 进行计算机核验的形式化证明。最容易被误解的一点是：这不是 AI 找到了新的数论证明，而是把数学界早已接受的一条证明路线，转写成 Lean 可以逐步检查的严格形式化对象。153

先说结论：这是“形式化”，不是“重新发现证明”

费马大定理断言：当整数 (n>2) 时，不存在正整数解使得

[
a^n+b^n=c^n。
]

这一命题由皮埃尔·德·费马在 17 世纪提出，安德鲁·怀尔斯与理查德·泰勒在 20 世纪 90 年代完成了证明。1011

此次 Claude 的工作并没有取代怀尔斯的数学贡献。据报道，它遵循亨利·达蒙、弗雷德·戴蒙德和理查德·泰勒对怀尔斯策略的阐释，路径涉及 Frey 曲线、Ribet 定理以及 Taylor–Wiles 拼接等关键环节。3

两者区别很大：新证明意味着提出此前没有的数学思想；形式化证明则是把已知论证写到足够精确，让软件能检查每一个推理环节。前者是数学发现，后者是极高难度的数学软件工程与逻辑表达工作。

1300 万行代码，最终链条包含约 2.95 万个中间定理

Anthropic 称，该项目在大体自主运行的情况下耗时 11 天，生成约 1300 万行 Lean 代码，共证明约 30,300 个定理，其中约 29,500 个中间结果被纳入最终证明的依赖链。154

报道还称，这个代码库的规模超过 Lean 社区核心数学库 Mathlib 的五倍。89 这说明任务绝非一次对话中“让模型写出证明”那么简单：真正的难题在于如何安排前置条件、保存已经完成的成果，并让数以万计的形式化命题严丝合缝地连接起来。

数十个智能体如何协同完成超大证明？

项目据称动用了数十个 Claude 智能体，并结合由田一鹏及哥伦比亚大学合作者开发的开放协作平台 Prove2Me。34

早期尝试遇到了多智能体系统常见的问题：单个智能体能局部推进，却缺少对全局进度和依赖关系的稳定把握。Prove2Me 通过维护一张由定理目标与依赖关系构成的有向无环图，帮助系统完成协调。智能体因而可以：

• 找出阻塞上层目标的缺失引理；
• 选择可并行处理、且确实有价值的子问题；
• 记录并复用已经完成的结果；
• 在单个智能体工作记忆有限的情况下，保留项目整体结构。34

因此，这项成果的关键不仅是生成 Lean 语法，更在于管理一个高度相互依赖的正式任务网络，直至所有路径汇聚到目标定理。报道显示，人类参与主要限于高层级的优先级安排，而不是逐步提供具体的形式化证明。154

Lean 的“机器核验”究竟保证了什么？

Lean 是一种证明助手。形式化证明被写入 Lean 后，它会检查：目标定理是否能从已编码的定义、导入结果和所接受的基础公理中推导出来。也就是说，结果不是因为 AI 或人类读者觉得一段自然语言论证“看起来有道理”而被接受，而是必须通过软件对每个形式步骤的检查。154

其优势在于，任何遗漏的逻辑步骤都不能靠“显然成立”蒙混过关：Lean 无法建立该步骤，整条形式化链就无法通过。

但机器核验也有边界。Lean 核验的是它收到的形式化陈述及其推导；数学家仍要审查形式化定义是否忠实表达了原有对象，形式化的定理是否确实等同于非形式化数学中的原命题，以及整个代码库是否便于理解和维护。3 换言之，形式验证能显著强化审查，却不会让专家判断失去必要性。

为什么数学界将其视为里程碑？

参与社区 FLT 形式化工作的数学家凯文·巴扎德（Kevin Buzzard）将该项目称为“非凡的自动形式化成就”。相关报道强调，这项工作没有为怀尔斯证明增加新的数学内容，但展示了把大规模现代数学文献转化为形式化成果的潜力。1311

直接的实际价值在于：超长、技术门槛极高的论证经过形式化后，更不易隐藏缺步或逻辑漏洞，也更容易作为可信赖的基础设施被后续研究复用。研究者在调用一项经过机器检查的结果时，无须每次都从头人工复核所有底层推理。

更广泛的启示则关乎 AI 数学能力的形态。此前，许多系统主要集中于提出解题思路、解决单个问题或补全局部证明空缺。这个项目显示，经过协调的智能体也可能承担大型形式化工程：拆分数学计划、构建依赖图，并交付规模极大的机器核验结果。23

不应夸大，也不能低估

最准确的表述既不是“AI 证明了费马大定理”，也不是“这没有任何新意”。费马大定理的核心数学思想仍来自怀尔斯及其合作者；但在报道所述的时间内，将这条路线完整转换为规模如此之大的 Lean 形式化成果，仍是自动形式化领域的重要进展。315

这项成果的长期价值，还取决于独立审查、生成代码库的可用性，以及同类系统能否在其他困难定理上保持对原始数学含义的忠实表达。若这些条件能够满足，证明助手未来或许不只是少数顶尖成果的最终检查器，也会逐渐成为数学构建、评审和维护过程中的常规工具。