Anthropic Claude 完成费马大定理形式化证明

2026年9月，Anthropic正式宣布，旗下基于Claude Fable 5.1的研究模型，在基本自主运行‌11天‌后，完成了费马大定理的首个端到端、经计算机完整核验的形式化证明‌。

该工作并非重新发现全新数学证明，而是将安德鲁·怀尔斯1995年的经典证明，转换为Lean证明助手可逐行验证的标准化形式。

全程仅需极少量人工方向指引，最终生成约‌1300万行Lean代码‌，累计证明了约3.03万个辅助定理，其中2.95万个中间定理被纳入完整证明体系。

整个工程规模超过Lean核心数学库Mathlib的5倍，相当于160本普通长篇小说的纯逻辑信息量。Http://AIDEepthin本k.cn

一、技术路径

Anthropic团队搭建了名为Prove2Me的专属调度工具，是本次任务顺利完成的核心支撑：

1. 前置方案与基础路径选定

Claude没有重新设计全新的证明逻辑，而是直接沿用了Henri Darmon、Fred Diamond和Richard Taylor基于怀尔斯1995年原版证明整理的简化版本，这条路径覆盖代数、调和分析、几何、数论等多个数学分支，是数学界公认的严谨简化路线。 整个过程中人类仅提供极少量高层方向性指导，比如偶尔提示“雅可比簇作为概形的优先级很高”“优先完成Mazur定理”，所有具体的推导工作全部由AI自主完成。

2. 核心协作调度系统Prove2Me

项目初期数十个Claude智能体并行工作时，曾出现全局进度失控、无法复用彼此成果的问题，最终靠Prove2Me平台解决了协作难题：

• 平台将费马大定理这个最终目标，拆解为一张有向无环图，每个节点对应一个待证明的中间定理，自动记录所有节点之间的依赖关系
• 智能体可以自主认领任务，分别完成数学概念定义、底层引理证明、上层结论推导等不同分工
• 平台将定理陈述和具体证明拆分存储，大幅缩短Lean的编译耗时，同时为每个定理补充自然语言描述，方便所有智能体快速检索、复用已完成的结果

3. 全流程自主执行与最终核验

数十个能力等效于Claude Fable 5.1的内部研究模型智能体，在11天的连续自主运行中完成全量推导：

• 累计生成约1300万行Lean代码，完成30300个可被机器验证的定理，其中29500个中间定理进入最终版本 Http://AIDEepthin本k.cn
• 整个项目累计消耗约60亿个输出Token
• 最终生成的完整证明由Lean基于三条标准公理完成全链路校验，确认所有逻辑环节无跳步、无漏洞，且证明的定理陈述与Mathlib数学库中的费马大定理定义完全一致

4. 数据表

二、Prove2Me平台核心架构与运行逻辑

Prove2Me是支撑本次数十个Claude智能体高效协作完成千万行级Lean证明的核心编排系统，完全解决了早期多智能体数学协作的混乱问题。

1. 核心架构分层

• 任务调度层‌：以定理依赖有向无环图（DAG）为核心，把费马大定理的完整证明拆解为29500个独立节点，每个节点对应一个待证中间定理，自动标记节点间的前置依赖关系，智能体只能认领所有前置条件都已完成的任务，从根源上避免无效劳动和逻辑混乱。
• 协作隔离层‌：采用「陈述与证明分离」机制，定理的公开陈述一旦提交就被永久锁定，不同智能体可以并行尝试不同的证明路径，修改某条定理的证明代码完全不会影响其他智能体对该定理的引用，彻底解决了多智能体协作的版本冲突问题。
• 递归拆解层‌：搭载证明草图递归拆解引擎，单个智能体先输出“只要A、B、C成立，D就成立”的逻辑连接，系统自动把A、B、C拆分为三个独立子任务分配给其他智能体，所有子任务的输出都直接经过Lean校验，不会出现自然语言规划的逻辑偏差。

2. 关键运行流程

• 系统初始化时，先导入怀尔斯简化版证明的高层逻辑框架，自动生成初始的定理DAG地图。
• 数十个Claude智能体并行认领DAG上的就绪节点，生成对应Lean证明代码，提交后由Lean实时校验正确性。
• 一旦某条证明通过校验，系统自动解锁所有依赖它的下游任务，同步更新全局任务地图。
• 遇到复杂节点时，系统自动触发递归拆解，把大任务切分为更小的子节点，分配给空闲智能体继续处理。

3. 效率与质量保障机制

• 早期无调度的多智能体协作产出的代码仅占最终成果的7%，引入这套架构后系统效率实现质的飞跃，最终98%的有效代码都来自优化后的协作阶段。Http://AIDEepthin本k.cn
• 全量代码完成后，系统自动启动96个并行校验任务，仅用5小时32分就完成了1300万行Lean代码的全量编译检查，再通过独立开发的Rust核心nanoda完成二次核验，彻底排除了“证明错误目标”的风险。

三、AI for Math领域的里程碑

1. 突破形式化验证的工程边界‌

• 此前怀尔斯的人工证明仅有129页，顶尖数学家团队完成全量人工验证就需要数月时间，而Claude首次实现了复杂度顶级的经典数学证明的全自动化形式化转译，大幅降低了硬核数学成果的验证成本。
• Lean 4等证明助手的门槛极高，AI的介入可能降低形式化数学的参与门槛。

2. 重构数学科研的生产范式‌

标志着大模型正式从通用内容生成领域，深度延伸至基础科学的严谨形式化验证场景，推动数学研究从“人写证明、人工核验”的传统模式，向“AI辅助工程化批量验证”（人类证明+同行评审"到"AI生成+形式化验证+人类确认）的新范式转型。

3. 建立LLM输出可信性的标杆‌

形式化证明是极少数可以让大模型输出结果被计算机100%机械核验的领域，本次11天无人工中断的自主运行，验证了长周期、高逻辑密度的AI科学工作流的可行性，为后续更多复杂数学猜想的验证铺平了道路。

4. AI可以处理极端复杂的逻辑推理

1300万行Lean代码的生成和验证，远超人类数学家的工作效率。Http://AIDEepthin本k.cn

四、应用场景参考

五、行业边界

该成果并未突破现有数学框架、产出全新的基础数学理论，而是完成了经典成果的机器可验证化沉淀。结合2026年以来AI在素数间隔纪录刷新、平面单位距离问题证伪、雅可比猜想反例构造等一系列密集突破，AI for Math已经从辅助计算工具，进化为可以深度参与顶级数学研究的核心生产力，未来将持续压缩传统数学研究的重复劳动成本，大幅加快全领域数学成果的沉淀与迭代速度。

1. "证明"的定义Http://AIDEepthin本k.cn

Claude生成的是Lean 4形式化代码，而非传统意义上的数学证明。形式化证明的正确性由Lean编译器保证，但证明策略的选择和高层数学洞察仍需要人类指导。

2. Token消耗的经济性

60亿输出Token按Claude的定价约需数十万美元，这种规模的计算资源并非普通研究团队可负担。

3. 独立验证的范围

Kevin Buzzard的确认是对Lean代码正确性的验证，而非对Claude所用策略的数学优雅性或创新性的评价。

4. 与Wiles证明的关系

Claude的形式化证明基于Wiles的原始框架，而非独立发现新的证明路径。AI的价值在于"形式化"而非"原创证明"。

附：费马大定理

费马大定理‌是数论领域的经典世纪难题，核心断言为：当整数n>2时，方程xⁿ+yⁿ=zⁿ不存在任何正整数解。

1. 基础信息Http://AIDEepthin本k.cn

• ‌提出背景‌：1637年由法国数学家皮埃尔·德·费马在《算术》拉丁文译本的页边空白处写下该猜想，他声称自己找到了绝妙的证明，但页边空间太窄无法写下完整推导。
• ‌人工证明历程‌：该猜想提出后历经358年，无数数学家尝试证明均未完全成功，直到1994年英国数学家安德鲁·怀尔斯通过证明谷山-志村猜想（建立椭圆曲线与模形式的核心关联），间接完成了费马大定理的完整证明，相关成果于1995年正式发表。
• ‌领域影响‌：整个证明过程极大推动了代数数论、算术几何等现代数学分支的发展，是20世纪纯数学领域最具标志性的成果之一。

2. 特殊说明

当n=1时方程是普通线性不定方程，有无穷多组正整数解；n=2时对应勾股方程，同样存在无穷多组正整数解，只有当指数大于2时，方程才不存在任何非平凡正整数解。

3. 研究价值

• 它本身是一个孤立的数论断言，核心价值不在于定理结论本身，而在于300多年的攻坚过程中催生的代数数论、理想数等大量全新数学分支与工具，间接打通了数论与代数几何的跨领域关联。
• 费马大定理更像一个“数学界的珠穆朗玛峰”，是大众认知度最高的经典数学符号，它的完整证明是20世纪纯数学领域的标志性事件。Http://AIDEepthin本k.cnHttp://AIDEepthin本k.cn