Anthropic 表示，Claude 已經產生首個完整、端到端、可由 Lean 電腦核對嘅費馬最後定理（Fermat’s Last Theorem，FLT）形式化證明。最重要嘅分別係：Claude 唔係發現咗一個新證明，而係將一條已確立嘅現代證明路線，轉譯成 Lean 可以機械式驗證嘅龐大形式化成果。Anthropic 稱，整個過程大致由代理自主完成，用咗 11 日，寫出約 1,300 萬行 Lean 程式碼。215

究竟形式化咗乜？

費馬最後定理話：當指數 (n\geq3) 時，方程式 (a^n+b^n=c^n) 喺正整數中冇非平凡解。Mathlib——Lean 社群常用嘅形式化數學函式庫——採用嘅表述係：如果自然數解滿足方程式，咁 (a)、(b)、(c) 至少有一個必須等於 0；呢個同「冇正整數解」係等價嘅。31

項目跟隨 Darmon–Diamond–Taylor 對 Wiles／Taylor–Wiles 證明策略嘅表述，而唔係另闢蹊徑。呢點好關鍵：數學論文可以一句「由標準論證可得」略過好多步，但形式化系統要把定義、假設、輔助結果，以及每個銜接推理都明確寫出嚟。帝國理工學院嘅 FLT 項目亦形容其路線係 Wiles／Taylor–Wiles 證明嘅現代變體。511

點解要 1,300 萬行？

證明助理唔會接受「顯然」或者「照標準方法」。每一步推論都要寫成系統可做型別檢查嘅形式，而且所有依賴嘅結果都要已經形式化。

Anthropic 報告指，系統共產生約 30,300 個經電腦驗證嘅定理，其中約 29,500 個出現喺最終證明嘅依賴閉包；整個開發橫跨代數、幾何、調和分析同數論。215

所以，「11 日」唔應該被理解成 Claude 用 11 日取代咗費馬最後定理背後幾百年嘅智識歷史。Anthropic 同時稱系統生成咗約 60 億個 token。期間包括大量候選證明、Lean 檢查、根據錯誤訊息修補，以及管理長期形式化項目嘅工程工作。5

關鍵唔只係模型，而係多代理協作

報告所講嘅成果，唔係靠一個模型喺單次對話中硬記住整份巨型證明。Anthropic 表示，早期嘗試雖然有進展，但難以保留全項目共享狀態；之後成功嘅運行使用咗以 Prove2Me 為基礎嘅框架。Prove2Me 係為協作式數學形式化而設嘅平台。529

核心做法係建立一個有向依賴圖：

• 每個節點係尚未完成嘅定義、引理或定理；
• 邊代表後面嘅結果依賴前面邊一個結果；
• 代理可揀未完成而又有用嘅節點，在 Lean 中完成證明，再交畀其他代理重用；
• 系統於是可以由底層組件一路向上，砌到最終定理。

Prove2Me 將呢種協作稱為發起形式化「任務」，由代理貢獻可重用嘅形式化證明。29 實際上，依賴圖將一項又長又脆弱嘅任務拆成好多可獨立核對嘅小問題，同時把項目記憶留喺模型單次運行之外。

「電腦核對」實際保證咩？

Anthropic 稱，最終項目冇使用 sorry 佔位符——即係 Lean 入面「暫時當成已證明」嘅做法——並且只依賴 Lean 三條標準公理。5

呢個比 AI 寫出一篇睇落頭頭是道嘅自然語言證明強得多。Lean 嘅核心會檢查每一步已編碼嘅推論，係咪真係跟隨系統嘅邏輯規則、公理同已匯入嘅依賴而成立。Anthropic 亦稱已核對終點命題同 Mathlib 現有嘅 FermatLastTheorem 表述一致。531

不過，核心核對有清楚界線：佢驗證嘅係被編碼進去嗰個形式命題。人類仍然要判斷定義同中間命題有冇忠實反映原本想表達嘅非形式數學。因此，獨立編譯公開成果，同由專家審查依賴鏈，先係檢驗呢項宣稱嘅重要下一步。

點解 Kevin Buzzard 話係「非凡」？

據 Anthropic 引述，帝國理工數學家 Kevin Buzzard 稱呢項成果係「非凡嘅自動形式化成就」。21 意義唔止係代理能做幾條獨立嘅 Lean 習題，而係佢哋據報能夠組裝出一套跨多個數學領域、層層相扣又可重用嘅形式化開發；過去一般預期，呢類工作需要人類團隊協調好多年。

如果日後可以穩定複製，成本亦下降，形式化或許有幾個實際用途：

• 更嚴格嘅驗證： 有機會捉到論文文字中難察覺嘅漏咗假設、無效變換，或者定義對唔上；
• 可重用基建： 一條引理一旦被形式化，後續項目可以直接匯入，交畀核心核對，而唔使每次由頭人工覆核；
• 補足同儕審查： 機器可核對嘅證明可望減輕驗證超長技術論證嘅負擔，但數學家仍然要判斷命題嘅意思、重要性同證明策略。

以上係潛在好處，唔係取代數學判斷嘅保證。一份形式證明可以邏輯上正確，但形式化咗錯嘅命題；而 1,300 萬行成果同數十億 token 所反映嘅計算與工程成本，依然非常高。

最合適嘅理解方式

呢個據報嘅 FLT 成果，係 AI 輔助形式化一個重要指標：目標定理早已被證明，而最後成果預定可由外界獨立核對。但佢唔應該被包裝成 Claude 「重新解決」費馬最後定理。

更準確亦更有意思嘅講法係：Anthropic 報告，一個由多代理協調嘅系統，以依賴圖分工同形式驗證作回饋，將一項重要嘅已知證明轉成前所未見規模嘅 Lean 開發成果。21529

下一輪真正要睇嘅，係外部研究者可唔可以重現建置、審核形式化內容所表達嘅數學意思、重用當中組件，以及喺其他高階數學問題上做到相若表現。呢啲測試先會分得出：呢次係一次性工程壯舉，定係現代數學建構與驗證方式嘅長遠轉變。

Anthropic 表示，Claude 已經產生首個完整、端到端、可由 Lean 電腦核對嘅費馬最後定理（Fermat’s Last Theorem，FLT）形式化證明。最重要嘅分別係：Claude 唔係發現咗一個新證明，而係將一條已確立嘅現代證明路線，轉譯成 Lean 可以機械式驗證嘅龐大形式化成果。Anthropic 稱，整個過程大致由代理自主完成，用咗 11 日，寫出約 1,300 萬行 Lean 程式碼。215

究竟形式化咗乜？

費馬最後定理話：當指數 (n\geq3) 時，方程式 (a^n+b^n=c^n) 喺正整數中冇非平凡解。Mathlib——Lean 社群常用嘅形式化數學函式庫——採用嘅表述係：如果自然數解滿足方程式，咁 (a)、(b)、(c) 至少有一個必須等於 0；呢個同「冇正整數解」係等價嘅。31

項目跟隨 Darmon–Diamond–Taylor 對 Wiles／Taylor–Wiles 證明策略嘅表述，而唔係另闢蹊徑。呢點好關鍵：數學論文可以一句「由標準論證可得」略過好多步，但形式化系統要把定義、假設、輔助結果，以及每個銜接推理都明確寫出嚟。帝國理工學院嘅 FLT 項目亦形容其路線係 Wiles／Taylor–Wiles 證明嘅現代變體。511

點解要 1,300 萬行？

證明助理唔會接受「顯然」或者「照標準方法」。每一步推論都要寫成系統可做型別檢查嘅形式，而且所有依賴嘅結果都要已經形式化。

Anthropic 報告指，系統共產生約 30,300 個經電腦驗證嘅定理，其中約 29,500 個出現喺最終證明嘅依賴閉包；整個開發橫跨代數、幾何、調和分析同數論。215

所以，「11 日」唔應該被理解成 Claude 用 11 日取代咗費馬最後定理背後幾百年嘅智識歷史。Anthropic 同時稱系統生成咗約 60 億個 token。期間包括大量候選證明、Lean 檢查、根據錯誤訊息修補，以及管理長期形式化項目嘅工程工作。5

關鍵唔只係模型，而係多代理協作

報告所講嘅成果，唔係靠一個模型喺單次對話中硬記住整份巨型證明。Anthropic 表示，早期嘗試雖然有進展，但難以保留全項目共享狀態；之後成功嘅運行使用咗以 Prove2Me 為基礎嘅框架。Prove2Me 係為協作式數學形式化而設嘅平台。529

核心做法係建立一個有向依賴圖：

• 每個節點係尚未完成嘅定義、引理或定理；
• 邊代表後面嘅結果依賴前面邊一個結果；
• 代理可揀未完成而又有用嘅節點，在 Lean 中完成證明，再交畀其他代理重用；
• 系統於是可以由底層組件一路向上，砌到最終定理。

Prove2Me 將呢種協作稱為發起形式化「任務」，由代理貢獻可重用嘅形式化證明。29 實際上，依賴圖將一項又長又脆弱嘅任務拆成好多可獨立核對嘅小問題，同時把項目記憶留喺模型單次運行之外。

「電腦核對」實際保證咩？

Anthropic 稱，最終項目冇使用 sorry 佔位符——即係 Lean 入面「暫時當成已證明」嘅做法——並且只依賴 Lean 三條標準公理。5

呢個比 AI 寫出一篇睇落頭頭是道嘅自然語言證明強得多。Lean 嘅核心會檢查每一步已編碼嘅推論，係咪真係跟隨系統嘅邏輯規則、公理同已匯入嘅依賴而成立。Anthropic 亦稱已核對終點命題同 Mathlib 現有嘅 FermatLastTheorem 表述一致。531

不過，核心核對有清楚界線：佢驗證嘅係被編碼進去嗰個形式命題。人類仍然要判斷定義同中間命題有冇忠實反映原本想表達嘅非形式數學。因此，獨立編譯公開成果，同由專家審查依賴鏈，先係檢驗呢項宣稱嘅重要下一步。

點解 Kevin Buzzard 話係「非凡」？

據 Anthropic 引述，帝國理工數學家 Kevin Buzzard 稱呢項成果係「非凡嘅自動形式化成就」。21 意義唔止係代理能做幾條獨立嘅 Lean 習題，而係佢哋據報能夠組裝出一套跨多個數學領域、層層相扣又可重用嘅形式化開發；過去一般預期，呢類工作需要人類團隊協調好多年。

如果日後可以穩定複製，成本亦下降，形式化或許有幾個實際用途：

• 更嚴格嘅驗證： 有機會捉到論文文字中難察覺嘅漏咗假設、無效變換，或者定義對唔上；
• 可重用基建： 一條引理一旦被形式化，後續項目可以直接匯入，交畀核心核對，而唔使每次由頭人工覆核；
• 補足同儕審查： 機器可核對嘅證明可望減輕驗證超長技術論證嘅負擔，但數學家仍然要判斷命題嘅意思、重要性同證明策略。

以上係潛在好處，唔係取代數學判斷嘅保證。一份形式證明可以邏輯上正確，但形式化咗錯嘅命題；而 1,300 萬行成果同數十億 token 所反映嘅計算與工程成本，依然非常高。

最合適嘅理解方式

呢個據報嘅 FLT 成果，係 AI 輔助形式化一個重要指標：目標定理早已被證明，而最後成果預定可由外界獨立核對。但佢唔應該被包裝成 Claude 「重新解決」費馬最後定理。

更準確亦更有意思嘅講法係：Anthropic 報告，一個由多代理協調嘅系統，以依賴圖分工同形式驗證作回饋，將一項重要嘅已知證明轉成前所未見規模嘅 Lean 開發成果。21529

下一輪真正要睇嘅，係外部研究者可唔可以重現建置、審核形式化內容所表達嘅數學意思、重用當中組件，以及喺其他高階數學問題上做到相若表現。呢啲測試先會分得出：呢次係一次性工程壯舉，定係現代數學建構與驗證方式嘅長遠轉變。