Anthropic 於 2026 年 9 月 4 日表示，Claude 已產出其所稱首個「端對端、可由電腦檢查」的費馬最後定理（Fermat’s Last Theorem，FLT）Lean 證明。重點並非 AI 在數論中另闢新徑，而是把已獲數學界接受的一條證明策略，轉化為 Lean 能逐步核驗的形式化成果。153

先釐清：是「形式化」，不是「發現新證明」

費馬最後定理指出，當 (n > 2) 時，方程式

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

不存在正整數解。費馬在 17 世紀提出此命題；安德魯・懷爾斯（Andrew Wiles）與理查・泰勒（Richard Taylor）在 1990 年代完成的工作，最終解決了這個延宕數百年的問題。1011

Claude 的成果並未取代或超越那套數學內容。據報，它將 Henri Darmon、Fred Diamond 與 Richard Taylor 對 Wiles 策略的表述形式化，路徑包含 Frey 曲線、Ribet 定理與 Taylor–Wiles 拼接法（patching）。3 換句話說，系統將數學家早已接受的論證轉寫為 Lean 4；在這種證明助理語言中，每一個必要推論都必須精確到足以供軟體檢查。

兩者差異很重要：新證明需要提出新的數學觀念；形式化則是讓既有論證可被機器驗證。兩者都困難，但成就並不相同。

1300 萬行程式碼，串起約 29,500 個定理

Anthropic 稱，這項工作以大致自主的方式運行 11 天，產出約 1300 萬行 Lean 程式碼，證明約 30,300 個定理；當中約 29,500 個中間結果被納入最終證明的依賴鏈。154

報導指出，這個程式庫規模超過 Mathlib 的五倍。Mathlib 是 Lean 社群維護的主要數學函式庫。89 如此規模也說明，這不是在單次對話中要求一個模型「寫出證明」即可完成的任務；真正難題在於專案協調：找出先決引理、保留已完成成果，並讓數千個形式化敘述能彼此精準銜接。

多代理系統如何分工完成龐大證明

據報，工作流程結合數十個 Claude 代理，以及田一鵬（Tianyi Peng）與哥倫比亞大學合作人員開發的開放協作平台 Prove2Me。34

早期嘗試碰到代理系統常見瓶頸：個別代理可在局部任務取得進展，卻缺乏整個專案的可靠共同視圖。Prove2Me 透過維護「定理目標與依賴關係」的有向無環圖（DAG）來處理此問題，使代理能夠：

• 找出哪些缺少的引理阻塞了更高層次的目標；
• 選擇可平行推進、且有助於全局的子問題；
• 記錄並重複使用已完成的結果；
• 即使個別代理的工作記憶有限，仍保存整體專案結構。34

這層協調機制看來正是最值得注意的技術經驗。系統的成果不只是生成正確的 Lean 語法，更是管理一張龐大的相依任務網路，直到所有環節連成通往目標定理的完整鏈條。

據報，人類主要參與高層次的優先順序安排，而非逐步提供細節性的形式化證明。154 這使該計畫成為一個值得關注的案例：代理在共享的工作表示下，能處理時間跨度很長的任務。

Lean 的驗證保證了什麼？沒有保證什麼？

Lean 的角色至關重要。形式化證明一旦以 Lean 表達，證明助理便會檢查目標定理是否能從已編碼的定義、匯入結果與其接受的基礎公理中推導出來。Anthropic 所稱的「通過驗證」，指的正是這種機器檢查，而不是 AI 或人類讀者認為一段文字論證看起來有說服力。154

這種驗證很有力：若某個邏輯步驟缺失，Lean 無法把它當成「顯然」而放行。

但形式化檢查也有邊界。Lean 驗證的是它所接收的形式化敘述與推導。數學家仍需要評估：所選定義是否準確代表原本意圖中的數學對象、形式化定理是否真正等同於非形式命題，以及整套形式化成果是否容易理解與維護。3 機器檢查能大幅強化數學審查，卻不能取代專家判斷。

為何這被視為重要里程碑

參與社群費馬最後定理形式化工作的數學家 Kevin Buzzard，將此案稱為「非凡的自動形式化成就」（“extraordinary autoformalization achievement”）。相關報導強調，成果沒有替 Wiles 的證明增加新數學，但展示了將大規模現代數學文獻形式化的潛力。1311

短期的實際意義在於：形式化能讓冗長、技術密集的論證更不易藏有未察覺的缺口，也更容易被重複使用為可靠的基礎建設。已通過形式檢查的結果，未來可成為其他工作的元件，不必讓每一位後續研究者都重新人工稽核所有底層推論。

更廣泛來看，這也關乎 AI 數學系統的演進方向。較早期的系統通常著重於提出想法、解個別問題，或補上孤立的證明缺口；這個專案顯示，經協調的代理也可能承擔大規模的形式化工程：分解數學計畫、建立依賴圖，並在原本通常需要大量人類協作的尺度上，產出可機器檢查的成果。23

最精確的結論：既非「AI 證明了費馬定理」，也非「沒什麼新意」

若把消息簡化成「AI 證明費馬最後定理」，會忽略 Wiles 論證仍是整項證明的思想基礎；但若說「沒有任何新事」，也低估了將如此龐大的論證轉為端對端 Lean 成果、並在所述時間內完成的意義。315

這項工作的長期價值，仍取決於獨立檢視、生成程式庫的可用性，以及同類系統能否將其他困難結果忠實地形式化。若答案是肯定的，證明助理未來可能不再只是少數頂尖定理的最後驗算器，而會逐漸成為建構、審閱與維護數學成果的常規工具。

Anthropic 於 2026 年 9 月 4 日表示，Claude 已產出其所稱首個「端對端、可由電腦檢查」的費馬最後定理（Fermat’s Last Theorem，FLT）Lean 證明。重點並非 AI 在數論中另闢新徑，而是把已獲數學界接受的一條證明策略，轉化為 Lean 能逐步核驗的形式化成果。153

先釐清：是「形式化」，不是「發現新證明」

費馬最後定理指出，當 (n > 2) 時，方程式

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

不存在正整數解。費馬在 17 世紀提出此命題；安德魯・懷爾斯（Andrew Wiles）與理查・泰勒（Richard Taylor）在 1990 年代完成的工作，最終解決了這個延宕數百年的問題。1011

Claude 的成果並未取代或超越那套數學內容。據報，它將 Henri Darmon、Fred Diamond 與 Richard Taylor 對 Wiles 策略的表述形式化，路徑包含 Frey 曲線、Ribet 定理與 Taylor–Wiles 拼接法（patching）。3 換句話說，系統將數學家早已接受的論證轉寫為 Lean 4；在這種證明助理語言中，每一個必要推論都必須精確到足以供軟體檢查。

兩者差異很重要：新證明需要提出新的數學觀念；形式化則是讓既有論證可被機器驗證。兩者都困難，但成就並不相同。

1300 萬行程式碼，串起約 29,500 個定理

Anthropic 稱，這項工作以大致自主的方式運行 11 天，產出約 1300 萬行 Lean 程式碼，證明約 30,300 個定理；當中約 29,500 個中間結果被納入最終證明的依賴鏈。154

報導指出，這個程式庫規模超過 Mathlib 的五倍。Mathlib 是 Lean 社群維護的主要數學函式庫。89 如此規模也說明，這不是在單次對話中要求一個模型「寫出證明」即可完成的任務；真正難題在於專案協調：找出先決引理、保留已完成成果，並讓數千個形式化敘述能彼此精準銜接。

多代理系統如何分工完成龐大證明

據報，工作流程結合數十個 Claude 代理，以及田一鵬（Tianyi Peng）與哥倫比亞大學合作人員開發的開放協作平台 Prove2Me。34

早期嘗試碰到代理系統常見瓶頸：個別代理可在局部任務取得進展，卻缺乏整個專案的可靠共同視圖。Prove2Me 透過維護「定理目標與依賴關係」的有向無環圖（DAG）來處理此問題，使代理能夠：

• 找出哪些缺少的引理阻塞了更高層次的目標；
• 選擇可平行推進、且有助於全局的子問題；
• 記錄並重複使用已完成的結果；
• 即使個別代理的工作記憶有限，仍保存整體專案結構。34

這層協調機制看來正是最值得注意的技術經驗。系統的成果不只是生成正確的 Lean 語法，更是管理一張龐大的相依任務網路，直到所有環節連成通往目標定理的完整鏈條。

據報，人類主要參與高層次的優先順序安排，而非逐步提供細節性的形式化證明。154 這使該計畫成為一個值得關注的案例：代理在共享的工作表示下，能處理時間跨度很長的任務。

Lean 的驗證保證了什麼？沒有保證什麼？

Lean 的角色至關重要。形式化證明一旦以 Lean 表達，證明助理便會檢查目標定理是否能從已編碼的定義、匯入結果與其接受的基礎公理中推導出來。Anthropic 所稱的「通過驗證」，指的正是這種機器檢查，而不是 AI 或人類讀者認為一段文字論證看起來有說服力。154

這種驗證很有力：若某個邏輯步驟缺失，Lean 無法把它當成「顯然」而放行。

但形式化檢查也有邊界。Lean 驗證的是它所接收的形式化敘述與推導。數學家仍需要評估：所選定義是否準確代表原本意圖中的數學對象、形式化定理是否真正等同於非形式命題，以及整套形式化成果是否容易理解與維護。3 機器檢查能大幅強化數學審查，卻不能取代專家判斷。

為何這被視為重要里程碑

參與社群費馬最後定理形式化工作的數學家 Kevin Buzzard，將此案稱為「非凡的自動形式化成就」（“extraordinary autoformalization achievement”）。相關報導強調，成果沒有替 Wiles 的證明增加新數學，但展示了將大規模現代數學文獻形式化的潛力。1311

短期的實際意義在於：形式化能讓冗長、技術密集的論證更不易藏有未察覺的缺口，也更容易被重複使用為可靠的基礎建設。已通過形式檢查的結果，未來可成為其他工作的元件，不必讓每一位後續研究者都重新人工稽核所有底層推論。

更廣泛來看，這也關乎 AI 數學系統的演進方向。較早期的系統通常著重於提出想法、解個別問題，或補上孤立的證明缺口；這個專案顯示，經協調的代理也可能承擔大規模的形式化工程：分解數學計畫、建立依賴圖，並在原本通常需要大量人類協作的尺度上，產出可機器檢查的成果。23

最精確的結論：既非「AI 證明了費馬定理」，也非「沒什麼新意」

若把消息簡化成「AI 證明費馬最後定理」，會忽略 Wiles 論證仍是整項證明的思想基礎；但若說「沒有任何新事」，也低估了將如此龐大的論證轉為端對端 Lean 成果、並在所述時間內完成的意義。315

這項工作的長期價值，仍取決於獨立檢視、生成程式庫的可用性，以及同類系統能否將其他困難結果忠實地形式化。若答案是肯定的，證明助理未來可能不再只是少數頂尖定理的最後驗算器，而會逐漸成為建構、審閱與維護數學成果的常規工具。