Anthropic 於 2026 年 9 月 4 日表示，Claude 已產生它所稱首個完整、端到端、由電腦核實的 Lean 費馬最後定理形式化證明。聽落似係 AI「證明咗」一條數學史名題，但要講準確：它並非找到一條新路，而是把數學界早已接受的證明策略，轉成 Lean 可以逐步驗證的正式程式化文本。153

先分清楚：形式化唔等於發現新證明

費馬最後定理指出，當 (n > 2) 時，以下方程沒有正整數解：

[
a^n+b^n=c^n
]

法國數學家 Pierre de Fermat 在 17 世紀提出這個說法；Andrew Wiles 與 Richard Taylor 在 1990 年代完成的工作，最終解決了這個問題。1011

今次 Claude 所做，據報是把 Henri Darmon、Fred Diamond 和 Richard Taylor 對 Wiles 策略的闡述形式化；當中包括 Frey curves、Ribet 定理及 Taylor–Wiles patching 等路徑。3 換句話講，AI 是將已有的數學論證改寫成 Lean 4 的語言，而每一步推論都要精確到足以讓軟件接受。

這個分別好重要：新證明需要新數學想法；形式化則是將既有論證建成可機器檢查的作品。兩者都非常難，但不是同一回事。

11 日、1,300 萬行碼，規模有幾大？

Anthropic 指，整個工作主要由系統自主運作，歷時 11 日。項目產出約 1,300 萬行 Lean 程式碼，證明約 30,300 個定理；其中約 29,500 個中間結果被放入最終證明的依賴鏈。154

報道亦指，該程式庫規模超過 Mathlib 的五倍。Mathlib 是 Lean 社群維護的主要數學函式庫，因此這並不是叫一個模型「一次過寫條證明」就搞掂；真正難題是項目管理：找出前置引理、保存已完成成果，並確保數以萬計的正式陳述能夠扣連成完整鏈條。89

多個 agents 點樣分工？Prove2Me 成為協作中樞

據報，項目動用數十個 Claude agents，並配合由 Tianyi Peng 與 Columbia 合作者開發的開放協作平台 Prove2Me。34

早期嘗試碰到典型的 agent 系統問題：每個 agent 可以在局部推進，但未必掌握全盤進度。Prove2Me 透過維護定理目標及其依賴關係的「有向無環圖」（directed acyclic graph，DAG），為 agents 提供共享的工作地圖。這令系統可以：

• 找出哪條未證引理卡住更高層目標；
• 挑選可並行處理的子問題；
• 記錄並重用已完成的結果；
• 即使個別 agent 的工作記憶有限，仍保留全局結構。34

因此，關鍵不只是模型懂得生成 Lean 語法，而是它能否管理一張極大的互相依賴任務網，直至所有鏈條連到目標定理。人類介入據報主要是高層次排優先次序，而不是逐步替系統寫出詳細形式化證明。154

Lean 證明了甚麼，又未證明甚麼？

Lean 是一種證明助理：當證明以其語言寫好後，系統會檢查目標定理是否可由已編碼的定義、引入的結果及其接受的基礎公理推導出來。Anthropic 所稱的「核實」，正是這種意義上的核實——不是 AI 或讀者覺得一段文字好有道理就算。154

它的強處很直接：如果漏了一步邏輯，Lean 無法建立它，就不能把那一步當成「顯然而見」蒙混過關。

不過，形式驗證亦有邊界。Lean 驗證的是輸入給它的形式陳述及推導；數學家仍要判斷，採用的定義有沒有忠實代表原本的數學對象、正式定理是否真係對應非形式的命題，以及這套龐大形式化內容是否可理解、可維護。3 所以機器檢查能大幅強化審閱，但唔會令專家判斷變得多餘。

點解數學界會視為里程碑？

曾參與社群費馬最後定理形式化工作的數學家 Kevin Buzzard，形容這是「非凡的自動形式化成就」。相關報道引述他的意思是：這項成果沒有為 Wiles 的證明增添新數學，但顯示現代數學文獻中大規模、技術密集的論證，有可能被自動形式化。1311

實際價值在於，冗長而複雜的論證一旦被正式檢查，可以更有效防範隱藏缺口，也可成為日後研究可重用的可靠基建；後來者毋須每次由頭人手覆核每個低層推論。

更廣泛來看，這反映 AI 數學工作可能正由「提建議、解單題、補一小段證明」，走向大規模的形式化工程：拆解數學計劃、建立依賴圖、協調大量任務，最後產出可機器核實的完整成果。23

最準確的結論：唔係「AI 解咗費馬」，但亦絕非小事

說「AI 證明咗費馬最後定理」會掩蓋 Wiles 證明作為核心數學成果的事實；反過來說「只係翻譯，冇新嘢」亦低估了成就。把這條既有論證在所報時間內轉成如此龐大、端到端可由 Lean 檢查的形式化作品，本身就是自動形式化的重要進展。315

它的長遠意義仍有待獨立檢視：生成的程式庫是否易用、易維護，及同類系統能否在其他艱深定理上同樣忠實地把非形式數學轉譯成形式語言。若做得到，證明助理或會由少數頂尖成果的「最後驗算器」，逐漸變成建構、審閱及維護數學論證的日常工具。

Anthropic 於 2026 年 9 月 4 日表示，Claude 已產生它所稱首個完整、端到端、由電腦核實的 Lean 費馬最後定理形式化證明。聽落似係 AI「證明咗」一條數學史名題，但要講準確：它並非找到一條新路，而是把數學界早已接受的證明策略，轉成 Lean 可以逐步驗證的正式程式化文本。153

先分清楚：形式化唔等於發現新證明

費馬最後定理指出，當 (n > 2) 時，以下方程沒有正整數解：

[
a^n+b^n=c^n
]

法國數學家 Pierre de Fermat 在 17 世紀提出這個說法；Andrew Wiles 與 Richard Taylor 在 1990 年代完成的工作，最終解決了這個問題。1011

今次 Claude 所做，據報是把 Henri Darmon、Fred Diamond 和 Richard Taylor 對 Wiles 策略的闡述形式化；當中包括 Frey curves、Ribet 定理及 Taylor–Wiles patching 等路徑。3 換句話講，AI 是將已有的數學論證改寫成 Lean 4 的語言，而每一步推論都要精確到足以讓軟件接受。

這個分別好重要：新證明需要新數學想法；形式化則是將既有論證建成可機器檢查的作品。兩者都非常難，但不是同一回事。

11 日、1,300 萬行碼，規模有幾大？

Anthropic 指，整個工作主要由系統自主運作，歷時 11 日。項目產出約 1,300 萬行 Lean 程式碼，證明約 30,300 個定理；其中約 29,500 個中間結果被放入最終證明的依賴鏈。154

報道亦指，該程式庫規模超過 Mathlib 的五倍。Mathlib 是 Lean 社群維護的主要數學函式庫，因此這並不是叫一個模型「一次過寫條證明」就搞掂；真正難題是項目管理：找出前置引理、保存已完成成果，並確保數以萬計的正式陳述能夠扣連成完整鏈條。89

多個 agents 點樣分工？Prove2Me 成為協作中樞

據報，項目動用數十個 Claude agents，並配合由 Tianyi Peng 與 Columbia 合作者開發的開放協作平台 Prove2Me。34

早期嘗試碰到典型的 agent 系統問題：每個 agent 可以在局部推進，但未必掌握全盤進度。Prove2Me 透過維護定理目標及其依賴關係的「有向無環圖」（directed acyclic graph，DAG），為 agents 提供共享的工作地圖。這令系統可以：

• 找出哪條未證引理卡住更高層目標；
• 挑選可並行處理的子問題；
• 記錄並重用已完成的結果；
• 即使個別 agent 的工作記憶有限，仍保留全局結構。34

因此，關鍵不只是模型懂得生成 Lean 語法，而是它能否管理一張極大的互相依賴任務網，直至所有鏈條連到目標定理。人類介入據報主要是高層次排優先次序，而不是逐步替系統寫出詳細形式化證明。154

Lean 證明了甚麼，又未證明甚麼？

Lean 是一種證明助理：當證明以其語言寫好後，系統會檢查目標定理是否可由已編碼的定義、引入的結果及其接受的基礎公理推導出來。Anthropic 所稱的「核實」，正是這種意義上的核實——不是 AI 或讀者覺得一段文字好有道理就算。154

它的強處很直接：如果漏了一步邏輯，Lean 無法建立它，就不能把那一步當成「顯然而見」蒙混過關。

不過，形式驗證亦有邊界。Lean 驗證的是輸入給它的形式陳述及推導；數學家仍要判斷，採用的定義有沒有忠實代表原本的數學對象、正式定理是否真係對應非形式的命題，以及這套龐大形式化內容是否可理解、可維護。3 所以機器檢查能大幅強化審閱，但唔會令專家判斷變得多餘。

點解數學界會視為里程碑？

曾參與社群費馬最後定理形式化工作的數學家 Kevin Buzzard，形容這是「非凡的自動形式化成就」。相關報道引述他的意思是：這項成果沒有為 Wiles 的證明增添新數學，但顯示現代數學文獻中大規模、技術密集的論證，有可能被自動形式化。1311

實際價值在於，冗長而複雜的論證一旦被正式檢查，可以更有效防範隱藏缺口，也可成為日後研究可重用的可靠基建；後來者毋須每次由頭人手覆核每個低層推論。

更廣泛來看，這反映 AI 數學工作可能正由「提建議、解單題、補一小段證明」，走向大規模的形式化工程：拆解數學計劃、建立依賴圖、協調大量任務，最後產出可機器核實的完整成果。23

最準確的結論：唔係「AI 解咗費馬」，但亦絕非小事

說「AI 證明咗費馬最後定理」會掩蓋 Wiles 證明作為核心數學成果的事實；反過來說「只係翻譯，冇新嘢」亦低估了成就。把這條既有論證在所報時間內轉成如此龐大、端到端可由 Lean 檢查的形式化作品，本身就是自動形式化的重要進展。315

它的長遠意義仍有待獨立檢視：生成的程式庫是否易用、易維護，及同類系統能否在其他艱深定理上同樣忠實地把非形式數學轉譯成形式語言。若做得到，證明助理或會由少數頂尖成果的「最後驗算器」，逐漸變成建構、審閱及維護數學論證的日常工具。