結果背後的自動化流程

這項成就源自一個引人注目的多代理工作流程，其規模甚至讓 Anthropic 的研究人員都感到驚訝：

• 一位不具備深厚數學背景的 Anthropic 員工，要求模型「認真嘗試」證明該猜想 。
• 在大約 1.5 天 的時間裡，模型測試了約 650 個候選方法，協調了 60 個協作子代理 。
• 整個過程消耗了 3100 萬個輸出 token，執行了 2400 個 shell 命令，並審閱了 54 篇 arXiv 論文 。
• 在這 60 個子代理中，有兩個負責開發關鍵的數學突破 。
• 最終成功的策略，是將 Enrico Bombieri 在 2000 年的一篇論文與後續更近期的研究成果進行了綜合——這是一種此前無人想到的組合 。

驗證：雙重保障

Anthropic 的兩位內部數學家——Levent Alpöge 和 Ralph Furmaniak——審閱並確認了這個證明 。隨後，該論證在互動式定理證明器 Lean 中被形式化，產生了一個機器可檢查的正確性證書 。這種雙重驗證（專家人工審查加上形式化驗證）被廣泛認為是 AI 生成數學結果的最佳實踐證據。

轉捩點：2026 年——AI 跨入開放性問題研究之年

Claude 對黎曼ζ函數下界的改進並非孤立事件。2026 年見證了一系列由 AI 主導的數學突破加速湧現：

• 2026 年 5 月 — OpenAI 宣布一個未公開的通用推理模型自主否證了歷史 80 年的 Erdős 單位距離猜想 。
• 2026 年 5 月 — Google DeepMind 的 AlphaProof Nexus 解決了 九個開放的 Erdős 問題（部分已懸而未決 56 年），並證明了來自整數序列線上百科全書的 44 個猜想，所有結果均在 Lean 中完成形式化 。
• 2026 年 7 月 — Anthropic 數學家 Levent Alpöge 使用未公開的「Fable 5」模型，為 1939 年提出的 Jacobian 猜想找到了一個反例 。
• 2026 年 8 月 — OpenAI 的 Astra 模型據報以約 2000 美元的計算成本解決了十個數十年歷史的數學問題，並將機器可檢查的證明以 Lean 格式發布在 GitHub 上 。

多位評論者指出，這個領域在 2026 年中葉跨越了一道門檻：AI 系統從解決競賽等級的數學問題，進化到能產出可發表的、開放性問題等級的研究成果 。

辯論：作者身份、標準與《萊頓宣言》

AI 生成數學的迅猛發展引發了激烈的學術辯論：

• 在 2026 年 6 月，一個由 16 位數學家組成的小組發布了《人工智慧與數學萊頓宣言》，建議為 AI 生成的結果制定新的證明結構、作者歸屬和人類監督標準 。該宣言隨後已由國際數學聯盟討論 。
• 主要的緊張點包括：當 AI 生成證明時，誰該獲得作者 credit？如果證明對於人類來說過於冗長或新穎，以至於在沒有形式化工具的情況下無法完全審查，那麼這個領域能否維持認知信任？以及，期刊應該如何同儕審查那些沒有任何單一真人能夠獨立產出的結果 ？
• 有些數學家認為，AI 輔助的證明有侵蝕理解與解釋性洞見的風險——一個證明可能正確，但卻令人費解 。而另一些人則認為，Lean 中的形式化驗證提供了比傳統同儕審查更嚴格的標準 。

這對 AI 發現新科學的能力意味著什麼

Anthropic 的黎曼ζ函數結果從幾個具體層面推進了相關討論：

1. 自主探索的規模至關重要

測試 650 個想法、協調 60 個子代理，證明了多代理架構能夠在同樣時間內，以任何人類研究團隊都無法比擬的規模進行系統性搜索 。這將問題從「AI 能不能做數學？」轉變為「我們應該如何將 AI 驅動的廣泛探索整合到科學發現的流程中？」

2. 偶然的綜合是可能的

一個未受數學訓練的模型，能夠將 Bombieri（2000 年）的論文與更新的結果結合起來——這個組合未曾有任何人類發現——顯示 AI 能夠在不同文獻之間建立非顯而易見的概念連結 。這項能力直接回應了一個核心疑慮：大型語言模型是否僅僅在內插，還是能夠真正地發現新知。

3. 形式化驗證解決了信任問題

Lean 形式化意味著這項結果並非「黑箱」主張。它是一個可被證明為正確的定理，任何數學家都可以機械式地檢查 。這為如何讓 AI 生成的科學結果變得可驗證提供了一個模板，解決了反對 AI 主導發現最強烈的論據之一。

4. 關於作者身份與標準的辯論是建設性的，而非癱瘓性的

驚人成果（來自 DeepMind、OpenAI、Anthropic）與社群主導的機構回應（《萊頓宣言》）同步出現，表明數學界正在適應而非退縮 。當前的討論集中在規範與 credit 上，而非全面拒絕 AI 的輸出。

5. 發現的成本與速度正在崩潰

OpenAI 的 Astra 成果僅需 2000 美元計算成本，以及 Claude 在 36 小時內完成黎曼ζ函數下界提升，都顯示一項可發表的數學發現的邊際成本正趨近於零 。這對研究人員選擇追尋什麼問題，以及誰能參與數學研究，都有深遠的意涵。

結論

Anthropic 的黎曼ζ函數下界改進，是一項里程碑式的展示，證明 AI 系統現在可以自主發現可發表、可形式化驗證的數學結果，並推動一個有 150 年歷史的開放性問題。結合 2026 年一系列類似的突破，這場對話已從「AI 是否能為科學發現做出貢獻？」轉變為「科學界應如何為這類新型 AI 共同發現者建構獎勵機制、歸屬規則與驗證標準。」

結果背後的自動化流程

這項成就源自一個引人注目的多代理工作流程，其規模甚至讓 Anthropic 的研究人員都感到驚訝：

• 一位不具備深厚數學背景的 Anthropic 員工，要求模型「認真嘗試」證明該猜想 。
• 在大約 1.5 天 的時間裡，模型測試了約 650 個候選方法，協調了 60 個協作子代理 。
• 整個過程消耗了 3100 萬個輸出 token，執行了 2400 個 shell 命令，並審閱了 54 篇 arXiv 論文 。
• 在這 60 個子代理中，有兩個負責開發關鍵的數學突破 。
• 最終成功的策略，是將 Enrico Bombieri 在 2000 年的一篇論文與後續更近期的研究成果進行了綜合——這是一種此前無人想到的組合 。

驗證：雙重保障

Anthropic 的兩位內部數學家——Levent Alpöge 和 Ralph Furmaniak——審閱並確認了這個證明 。隨後，該論證在互動式定理證明器 Lean 中被形式化，產生了一個機器可檢查的正確性證書 。這種雙重驗證（專家人工審查加上形式化驗證）被廣泛認為是 AI 生成數學結果的最佳實踐證據。

轉捩點：2026 年——AI 跨入開放性問題研究之年

Claude 對黎曼ζ函數下界的改進並非孤立事件。2026 年見證了一系列由 AI 主導的數學突破加速湧現：

• 2026 年 5 月 — OpenAI 宣布一個未公開的通用推理模型自主否證了歷史 80 年的 Erdős 單位距離猜想 。
• 2026 年 5 月 — Google DeepMind 的 AlphaProof Nexus 解決了 九個開放的 Erdős 問題（部分已懸而未決 56 年），並證明了來自整數序列線上百科全書的 44 個猜想，所有結果均在 Lean 中完成形式化 。
• 2026 年 7 月 — Anthropic 數學家 Levent Alpöge 使用未公開的「Fable 5」模型，為 1939 年提出的 Jacobian 猜想找到了一個反例 。
• 2026 年 8 月 — OpenAI 的 Astra 模型據報以約 2000 美元的計算成本解決了十個數十年歷史的數學問題，並將機器可檢查的證明以 Lean 格式發布在 GitHub 上 。

多位評論者指出，這個領域在 2026 年中葉跨越了一道門檻：AI 系統從解決競賽等級的數學問題，進化到能產出可發表的、開放性問題等級的研究成果 。

辯論：作者身份、標準與《萊頓宣言》

AI 生成數學的迅猛發展引發了激烈的學術辯論：

• 在 2026 年 6 月，一個由 16 位數學家組成的小組發布了《人工智慧與數學萊頓宣言》，建議為 AI 生成的結果制定新的證明結構、作者歸屬和人類監督標準 。該宣言隨後已由國際數學聯盟討論 。
• 主要的緊張點包括：當 AI 生成證明時，誰該獲得作者 credit？如果證明對於人類來說過於冗長或新穎，以至於在沒有形式化工具的情況下無法完全審查，那麼這個領域能否維持認知信任？以及，期刊應該如何同儕審查那些沒有任何單一真人能夠獨立產出的結果 ？
• 有些數學家認為，AI 輔助的證明有侵蝕理解與解釋性洞見的風險——一個證明可能正確，但卻令人費解 。而另一些人則認為，Lean 中的形式化驗證提供了比傳統同儕審查更嚴格的標準 。

這對 AI 發現新科學的能力意味著什麼

Anthropic 的黎曼ζ函數結果從幾個具體層面推進了相關討論：

1. 自主探索的規模至關重要

測試 650 個想法、協調 60 個子代理，證明了多代理架構能夠在同樣時間內，以任何人類研究團隊都無法比擬的規模進行系統性搜索 。這將問題從「AI 能不能做數學？」轉變為「我們應該如何將 AI 驅動的廣泛探索整合到科學發現的流程中？」

2. 偶然的綜合是可能的

一個未受數學訓練的模型，能夠將 Bombieri（2000 年）的論文與更新的結果結合起來——這個組合未曾有任何人類發現——顯示 AI 能夠在不同文獻之間建立非顯而易見的概念連結 。這項能力直接回應了一個核心疑慮：大型語言模型是否僅僅在內插，還是能夠真正地發現新知。

3. 形式化驗證解決了信任問題

Lean 形式化意味著這項結果並非「黑箱」主張。它是一個可被證明為正確的定理，任何數學家都可以機械式地檢查 。這為如何讓 AI 生成的科學結果變得可驗證提供了一個模板，解決了反對 AI 主導發現最強烈的論據之一。

4. 關於作者身份與標準的辯論是建設性的，而非癱瘓性的

驚人成果（來自 DeepMind、OpenAI、Anthropic）與社群主導的機構回應（《萊頓宣言》）同步出現，表明數學界正在適應而非退縮 。當前的討論集中在規範與 credit 上，而非全面拒絕 AI 的輸出。

5. 發現的成本與速度正在崩潰

OpenAI 的 Astra 成果僅需 2000 美元計算成本，以及 Claude 在 36 小時內完成黎曼ζ函數下界提升，都顯示一項可發表的數學發現的邊際成本正趨近於零 。這對研究人員選擇追尋什麼問題，以及誰能參與數學研究，都有深遠的意涵。

結論

Anthropic 的黎曼ζ函數下界改進，是一項里程碑式的展示，證明 AI 系統現在可以自主發現可發表、可形式化驗證的數學結果，並推動一個有 150 年歷史的開放性問題。結合 2026 年一系列類似的突破，這場對話已從「AI 是否能為科學發現做出貢獻？」轉變為「科學界應如何為這類新型 AI 共同發現者建構獎勵機制、歸屬規則與驗證標準。」