每日科技商业热点深读

追踪国内外科技大厂动态、开源趋势与商业模式深度拆解。

超写派专栏

黎曼猜想一日双证:陶哲轩称25万页AI草稿还要等

科科技商业深读局官方主理人2026年11月22日AI 专栏 · SupaWriter 深度研究工作流生成

2026年11月20日,阿尔珀格与Claude合作发布广义黎曼猜想证明,同日斯坦福博士Masullo公开940页纯人类手稿。陶哲轩、梅纳德、康拉德的回应指向同一个核心:Lean验证能保证推导无漏洞,却无法保证人类真正理解证明。

黎曼猜想一日双证:陶哲轩称25万页AI草稿还要等

一日双证:25万页AI草稿与940页人类手稿同时砸向数学界

2026年11月20日,数学界在一天之内收到了两份宣称攻克广义黎曼猜想的证明。一份来自斯坦福博士 Alessandro Masullo,约940页手稿,纯人类完成。另一份来自阿尔珀格与Claude,公开材料是一份4页说明和约1700万行Lean形式化代码。陶哲轩当天点破了关键:学界需要时间来消化。

数学博客文章正文截图

两份手稿的物理形态决定了验证成本结构完全不同。940页人类手稿上线几小时就被同行发现存在未完成批注和错误命题,传统同行评议的过滤机制立刻启动。AI版本则绕开了这一层——没人能靠通读来挑错,因为根本没有人类可通读的完整证明文本。阿尔珀格本人坦言,Claude生成的自然语言草稿超过25万页,过于庞杂、难以阅读,暂未作为论文发表。

真正被验证的,是代码能不能跑通。麻省理工的萨瑟兰独立下载代码并编译跑通,清华博士后张凯羿用128核虚拟服务器耗时约8小时22分完成了独立Lean验证。这两个动作只确认了形式化步骤的逻辑一致性,距离数学共同体认可“黎曼猜想已被证明”还隔着一条巨大的鸿沟。

这条鸿沟就是理解成本。一份证明的价值,在于让同行相信某个命题为真,并且理解为什么为真。1700万行代码可以被机器逐行检查,但没有任何一个数学家能从中提取出“这个证明的核心思想是什么”。阿尔珀格自己都说,尚未完全理解论证涉及的全部数学内容。一个连作者都无法讲清楚的证明,如何让整个领域接受?

纯人类手稿的快速暴露错误,恰恰说明传统同行评议仍然有效。Masullo的940页手稿虽然体量庞大,但数学家可以逐页阅读、定位可疑命题、指出未完成批注。这个过程几天内就发生了。而AI代码的编译通过,只解决了逻辑一致性的最低门槛——它证明机器没有在推导链条上出错,却不证明这条链条指向了正确的方向,更不证明有人类能够消化这条链条。

数学证明讨论推文截图

两份证明在同一天砸向数学界,命运却截然不同。人类手稿正在经历同行逐页审查,AI代码则卡在了一个尴尬的位置:技术上可执行,知识上不可理解。陶哲轩所说的“消化时间”,对前者是几周几个月的评审周期,对后者可能是整个数学共同体需要重新定义“什么算一份证明”的漫长过程。

陶哲轩的谨慎:机器验“对”与人“懂”之间隔着什么

陶哲轩没有说这份证明是对是错。他说的是“消化理解尚需时日”。

陶哲轩博客文章正文截图

这句话在数学界的分量,比外行想象的重得多。陶哲轩初步分析后指出,这份广义黎曼猜想证明动用了朗兰兹纲领和算术几何的现代前沿成果。这两个领域的最新工具,全球能独立核查的人本就屈指可数。现在它们被封装进1700万行Lean代码,核查门槛再抬升一个数量级。

梅纳德给出了98%到99%的正确概率,但紧接着补了一句:必须确保Lean验证所证明的确实是想要证明的东西。这不是客套。Lean通过小型可信内核逐步检查逻辑推导,能保证从前提A到结论B的每一步没有漏洞。但前提A是否等价于广义黎曼猜想本身,机器不负责回答。这个“语义等价”问题,正是梅纳德提醒的盲区。

陶哲轩在个人博客里把近期三项AI参与的数学成果按可消化程度排序。三维欧拉方程已有可读证明,纳维-斯托克斯问题技术上大致清楚,广义黎曼猜想这一项只有“一份巨大的、仅有Lean的证明”。他写下一句关键判断:消化需要一段时间,“不过这一次,至少有一位人类作者可以对话”。

这句话点破了理解成本的结构。纯形式化证明的困境在于,代码可以被机器验证,却很难被人类阅读。数学家无法像读Masullo那940页手稿一样,逐页定位可疑命题、指出未完成批注。面对1700万行代码,他们甚至不知道从哪里开始提问。阿尔珀格作为作者,自己都承认尚未完全理解论证涉及的全部数学内容。

康拉德的批评更直接。他针对的不是证明本身,而是发布行为——阿尔珀格在自己都没有完全理解证明的情况下就对外公布成果,“坦白说,这实在太过出格”。康拉德把矛头指向发布规范:数学共同体历来要求作者对自己的证明承担解释责任,而这份AI证明的发布绕过了这一传统。

三个人的回应叠加起来,构成一张清晰的成本账:

问题类型 提出者 核心关切
语义等价 梅纳德 Lean验证的命题是否等价于原始猜想
理解成本 陶哲轩 代码可执行,但知识不可吸收
发布规范 康拉德 作者未完全理解即公布,超出传统边界

萨瑟兰认为“有猫腻的概率约为零”。这个判断针对的是代码本身的可信度——他独立下载并编译跑通了。形式化验证的可靠性已经足够高,问题不在代码,而在代码与猜想之间的翻译。

黎曼猜想相关文本截图

陶哲轩的谨慎,拆开看是对三个具体技术问题的清醒:机器验“对”解决了逻辑一致性,人“懂”还卡在语义等价、理解成本和发布规范这三道门槛上。每一道门槛都可以被翻译成具体的人力和时间成本。这就是“消化”一词的完整含义。

从41.6%到67.2%:AI在数学研究中的真实位置

把时间轴拉回2026年8月,Anthropic做过一次公开尝试。Claude没有解决黎曼猜想本身,但借助人类数学家数十年的前期研究,把满足黎曼猜想的黎曼ζ函数零点比例下界从41.6%推高到67.2%。三个月后,阿尔珀格与Claude合作的完整证明上线。两件事放在同一条曲线上看,AI的角色边界其实相当清晰。

关于AI证明数学猜想的推文讨论

67.2%这个数字证明的是加速。零点比例下界的推进,本质上是把解析数论里已有的技术路线往前多推了一段。起点——用哪套工具、攻击哪个方向——是人选的。终点——下界卡在哪个数值——也是人定义的。Claude做的是中间那段高带宽的推理压缩:把人类数十年积攒的引理、定理和计算路径,组装成一条可以机械验证的链。

陶哲轩此前推测,完整黎曼猜想可能在2050年左右由人类与AI团队解决。阿尔珀格的工作把这张时间表往前挪了24年。但挪动的前提摆在那里:证明综合运用了朗兰兹纲领与解析数论的现代成果,这些工具由人类数学家在过去数十年间搭建。Claude没有发明新数学,它把已有数学重新编排成了一条可执行的推理链。

这条链的形态本身就很说明问题。25万页草稿不可读,1700万行Lean代码可执行。前者是黑箱,后者是白箱。同一个证明,两种完全不同的知识状态。这正是AI辅助数学当前的尴尬位置:机器能跑通逻辑,人读不出思想。

AI在证明中的实际贡献,可以拆成三个环节来看:

Claude数学能力文章截图

  • 下界推进:把41.6%提到67.2%,属于沿着人类既有路径加速计算。
  • 候选路径生成:在巨大搜索空间里筛出可能走通的推理路线。
  • 形式化组装:把散落的数学结果翻译成Lean可验证的代码链条。

三个环节没有一个是“凭空产生新数学”。AI替代不了数学家设定问题、判断方向、提炼思想的那部分工作。它替代的是推理链条里最耗人力、最容易被验证的那一段。

千禧年难题的规则没有变:代码跑通离100万美元还有多远

克雷数学研究所的规则写得清楚:千禧年难题的解答必须发表在同行评议期刊上,发表后还要经过至少两年验证期,等到数学界普遍接受,才进入奖金评审程序。个人网站声明和代码压缩包不符合提交资格,克雷所也不接受直接投稿。

推文中的 Lean 代码截图

阿尔珀格目前手里有什么?一份25万页AI生成材料,一份1700万行Lean代码,一个“尚未完全掌握所有数学细节”的作者自述。对照规则逐条看,距离正式提交还差三步。

克雷所要求 阿尔珀格当前状态 缺口
同行评议期刊正式发表 个人网站声明 无投稿记录
人类可通读的证明文本 25万页AI草稿,作者自认未完全掌握 需简化成文
两年验证期与学界普遍接受 零独立验证 尚未启动

后续跟踪只需盯三个硬指标。第一,阿尔珀格是否按计划写出人类可读版本。第二,是否有独立团队完成Lean代码语义目标与黎曼猜想等价性的形式化证明。第三,克雷所是否启动任何评审程序。前两个指标动起来,第三个才有意义。

如果语义等价被独立确认,证明的成立概率会大幅抬升。Lean验证已经排除了逻辑漏洞这一最大不确定性来源,剩下的问题就从“代码对不对”变成了“代码证明的是不是黎曼猜想”。这个问题,机器答不了。

想拥有高效的全自动内容生产力?

SupaWriter 打通热点选题、长文创作、智能语义配图、文章 4 维客观评分与浏览器扩展一键发布,助你提升 10 倍创作效率。