自主過程背後嘅故事

呢個成就背後嘅多智能體工作流程，令到連 Anthropic 自己嘅研究員都感到驚訝：

• 一位冇深厚數學背景嘅 Anthropic 員工叫個模型「認真試吓」證明呢個猜想 。
• 喺大約 1.5 日 內，模型測試咗大約 650 個候選方法，橫跨 60 個協調子智能體 。
• 整個過程消耗咗 3100 萬個輸出 token，跨兩個會話，執行咗 2,400 個 shell 指令，並審閱咗 54 篇 arXiv 論文 。
• 60 個子智能體當中，有兩個負責開發關鍵嘅數學突破 。
• 最終成功嘅方法 結合咗 Enrico Bombieri 喺 2000 年發表嘅論文同近期嘅研究成果 — 呢個組合之前冇任何人類研究員諗過 。

驗證：兩層把關

兩位內部數學家 — Levent Alpöge 同 Ralph Furmaniak — 審閱並確認咗呢個證明 。之後，個論證喺 Lean（一個互動式定理證明器）入面 正式化，產出一個可機器檢查嘅正確性證書 。呢種雙重驗證（專家人工審閱 + 正式驗證）被視為 AI 生成數學結果嘅最佳實證標準。

轉捩點：2026 年，AI 跨入公開問題研究嘅一年

Claude 嘅黎曼界限改進並唔係孤立事件。2026 年見證咗一連串 AI 主導嘅數學突破：

• 2026 年 5 月 — OpenAI 宣布一個未公開嘅通用推理模型，獨力推翻咗 Erdős 單位距離猜想，一個存在咗 80 年嘅公開問題 。
• 2026 年 5 月 — Google DeepMind 嘅 AlphaProof Nexus 解決咗 九個開放嘅 Erdős 問題（有啲 56 年都未解），並且證明咗 44 個嚟自整數序列線上百科全書嘅猜想，全部喺 Lean 入面正式化 。
• 2026 年 7 月 — Anthropic 數學家 Levent Alpöge 用未公開嘅「Fable 5」模型，搵到咗 Jacobian 猜想（1939 年提出）嘅反例 。
• 2026 年 8 月 — OpenAI 嘅 Astra 模型據報用大約 2,000 美元 嘅運算成本解決咗十個幾十年歷史嘅數學問題，並將可機器檢查嘅證明以 Lean 格式發表喺 GitHub 。

多位評論員指出，數學界喺 2026 年中跨過咗一條門檻：AI 系統由解決比賽級數嘅數學，進化到能夠產生可發表嘅公開問題級別研究 。

爭議：作者身份、標準同《萊頓宣言》

AI 生成數學嘅急速發展引發咗激烈辯論：

• 2026 年 6 月，16 位數學家組成嘅小組發表咗 《萊頓人工智能與數學宣言》，建議為 AI 生成結果嘅證明結構、作者歸屬同人類監督設立新標準 。呢個宣言之後喺國際數學聯盟入面被討論 。
• 主要嘅矛盾包括：AI 生成嘅證明應該點樣計算作者功勞？如果證明太長或者太新穎，人類冇正式工具就無法完全檢查，咁學術界仲可以保持 認識論信任 嗎？期刊應該點樣 同行評審 一啲冇任何單一人類能夠獨立產生嘅結果 ？
• 有啲數學家認為，AI 輔助嘅證明可能會侵蝕 理解同解釋性洞察 — 一個證明可能正確，但係難以理解 。其他人就認為，喺 Lean 入面嘅正式驗證提供咗一個比傳統同行評審更嚴格嘅標準 。

呢件事對 AI 發現新科學能力嘅啟示

Anthropic 嘅黎曼結果喺幾個具體層面上推進了呢個討論：

1. 自主探索嘅規模好重要。

測試 650 個想法，橫跨 60 個子智能體，證明咗多智能體架構可以執行系統性搜索，規模之大係任何人類研究團隊都無法喺相同時間內做到嘅 。呢個將問題由「AI 識唔識做數學？」轉變為「我哋應該點樣將 AI 大規模探索整合到科學發現嘅流程入面？」

2. 非預期嘅綜合係有可能嘅。

一個冇受過數學訓練嘅模型，能夠將 Bombieri 2000 年嘅論文同新近嘅結果結合 — 一個之前冇人見過嘅組合 — 證明咗 AI 可以做出 唔明顯嘅概念連結，橫跨唔同嘅文獻 。呢種能力直接回應咗一個核心擔憂：大型語言模型係咪只係內插定係真係可以發現新事物。

3. 正式驗證解決咗信任問題。

Lean 嘅正式化意味住呢個結果唔係一個「黑箱」聲稱。佢係一個 可證明正確嘅定理，任何數學家都可以用機械方式檢查 。呢個為點樣令 AI 生成嘅科學結果變得可驗證提供咗一個範本，回應咗對 AI 主導發現嘅一個最強烈嘅反對意見。

4. 作者身份同標準嘅辯論係建設性嘅，而唔係癱瘓性嘅。

令人驚嘆嘅結果（DeepMind、OpenAI、Anthropic）同社群主導嘅制度回應（《萊頓宣言》）同時出現，顯示數學界 正在適應，而非退縮 。目前嘅討論集中喺規範同功勞分配，而唔係全面否定 AI 嘅輸出。

5. 發現嘅成本同速度正在急劇下降。

OpenAI Astra 結果嘅 2,000 美元運算成本，同 Claude 嘅 36 小時周轉時間，意味住 一個可發表嘅數學發現嘅邊際成本正趨近於零 。呢個對於研究員會選擇研究咩問題，以及邊個可以參與數學研究，都有深遠嘅影響。

總結

Anthropic 嘅黎曼界限改進係一個里程碑式嘅示範：AI 系統而家可以自主發現可發表、可正式驗證嘅數學結果，並且推進一個 150 年歷史嘅公開問題。結合 2026 年嘅一連串類似突破，呢件事將討論由「AI 能否對科學發現作出貢獻」轉向「科學界應該點樣為呢個新嘅 AI 共同發現者類別構建激勵機制、功勞歸屬同驗證方法」。

自主過程背後嘅故事

呢個成就背後嘅多智能體工作流程，令到連 Anthropic 自己嘅研究員都感到驚訝：

• 一位冇深厚數學背景嘅 Anthropic 員工叫個模型「認真試吓」證明呢個猜想 。
• 喺大約 1.5 日 內，模型測試咗大約 650 個候選方法，橫跨 60 個協調子智能體 。
• 整個過程消耗咗 3100 萬個輸出 token，跨兩個會話，執行咗 2,400 個 shell 指令，並審閱咗 54 篇 arXiv 論文 。
• 60 個子智能體當中，有兩個負責開發關鍵嘅數學突破 。
• 最終成功嘅方法 結合咗 Enrico Bombieri 喺 2000 年發表嘅論文同近期嘅研究成果 — 呢個組合之前冇任何人類研究員諗過 。

驗證：兩層把關

兩位內部數學家 — Levent Alpöge 同 Ralph Furmaniak — 審閱並確認咗呢個證明 。之後，個論證喺 Lean（一個互動式定理證明器）入面 正式化，產出一個可機器檢查嘅正確性證書 。呢種雙重驗證（專家人工審閱 + 正式驗證）被視為 AI 生成數學結果嘅最佳實證標準。

轉捩點：2026 年，AI 跨入公開問題研究嘅一年

Claude 嘅黎曼界限改進並唔係孤立事件。2026 年見證咗一連串 AI 主導嘅數學突破：

• 2026 年 5 月 — OpenAI 宣布一個未公開嘅通用推理模型，獨力推翻咗 Erdős 單位距離猜想，一個存在咗 80 年嘅公開問題 。
• 2026 年 5 月 — Google DeepMind 嘅 AlphaProof Nexus 解決咗 九個開放嘅 Erdős 問題（有啲 56 年都未解），並且證明咗 44 個嚟自整數序列線上百科全書嘅猜想，全部喺 Lean 入面正式化 。
• 2026 年 7 月 — Anthropic 數學家 Levent Alpöge 用未公開嘅「Fable 5」模型，搵到咗 Jacobian 猜想（1939 年提出）嘅反例 。
• 2026 年 8 月 — OpenAI 嘅 Astra 模型據報用大約 2,000 美元 嘅運算成本解決咗十個幾十年歷史嘅數學問題，並將可機器檢查嘅證明以 Lean 格式發表喺 GitHub 。

多位評論員指出，數學界喺 2026 年中跨過咗一條門檻：AI 系統由解決比賽級數嘅數學，進化到能夠產生可發表嘅公開問題級別研究 。

爭議：作者身份、標準同《萊頓宣言》

AI 生成數學嘅急速發展引發咗激烈辯論：

• 2026 年 6 月，16 位數學家組成嘅小組發表咗 《萊頓人工智能與數學宣言》，建議為 AI 生成結果嘅證明結構、作者歸屬同人類監督設立新標準 。呢個宣言之後喺國際數學聯盟入面被討論 。
• 主要嘅矛盾包括：AI 生成嘅證明應該點樣計算作者功勞？如果證明太長或者太新穎，人類冇正式工具就無法完全檢查，咁學術界仲可以保持 認識論信任 嗎？期刊應該點樣 同行評審 一啲冇任何單一人類能夠獨立產生嘅結果 ？
• 有啲數學家認為，AI 輔助嘅證明可能會侵蝕 理解同解釋性洞察 — 一個證明可能正確，但係難以理解 。其他人就認為，喺 Lean 入面嘅正式驗證提供咗一個比傳統同行評審更嚴格嘅標準 。

呢件事對 AI 發現新科學能力嘅啟示

Anthropic 嘅黎曼結果喺幾個具體層面上推進了呢個討論：

1. 自主探索嘅規模好重要。

測試 650 個想法，橫跨 60 個子智能體，證明咗多智能體架構可以執行系統性搜索，規模之大係任何人類研究團隊都無法喺相同時間內做到嘅 。呢個將問題由「AI 識唔識做數學？」轉變為「我哋應該點樣將 AI 大規模探索整合到科學發現嘅流程入面？」

2. 非預期嘅綜合係有可能嘅。

一個冇受過數學訓練嘅模型，能夠將 Bombieri 2000 年嘅論文同新近嘅結果結合 — 一個之前冇人見過嘅組合 — 證明咗 AI 可以做出 唔明顯嘅概念連結，橫跨唔同嘅文獻 。呢種能力直接回應咗一個核心擔憂：大型語言模型係咪只係內插定係真係可以發現新事物。

3. 正式驗證解決咗信任問題。

Lean 嘅正式化意味住呢個結果唔係一個「黑箱」聲稱。佢係一個 可證明正確嘅定理，任何數學家都可以用機械方式檢查 。呢個為點樣令 AI 生成嘅科學結果變得可驗證提供咗一個範本，回應咗對 AI 主導發現嘅一個最強烈嘅反對意見。

4. 作者身份同標準嘅辯論係建設性嘅，而唔係癱瘓性嘅。

令人驚嘆嘅結果（DeepMind、OpenAI、Anthropic）同社群主導嘅制度回應（《萊頓宣言》）同時出現，顯示數學界 正在適應，而非退縮 。目前嘅討論集中喺規範同功勞分配，而唔係全面否定 AI 嘅輸出。

5. 發現嘅成本同速度正在急劇下降。

OpenAI Astra 結果嘅 2,000 美元運算成本，同 Claude 嘅 36 小時周轉時間，意味住 一個可發表嘅數學發現嘅邊際成本正趨近於零 。呢個對於研究員會選擇研究咩問題，以及邊個可以參與數學研究，都有深遠嘅影響。

總結

Anthropic 嘅黎曼界限改進係一個里程碑式嘅示範：AI 系統而家可以自主發現可發表、可正式驗證嘅數學結果，並且推進一個 150 年歷史嘅公開問題。結合 2026 年嘅一連串類似突破，呢件事將討論由「AI 能否對科學發現作出貢獻」轉向「科學界應該點樣為呢個新嘅 AI 共同發現者類別構建激勵機制、功勞歸屬同驗證方法」。