跳到正文
原文
36氪·AI·· 3 天前AI 评分45

Claude Code形式化三元哥德巴赫猜想证明,19.4万行Lean代码零sorry并修正原证明错误

数学界震动,Claude一口气写下19万行源码,揪出13年前证明错误

文章要点
  • 1独立开发者Charlie Reams用Claude Code形式化三元哥德巴赫猜想证明,19.4万行Lean 4代码全库零sorry
  • 2形式化揪出2013年原证明11处与原书对不上的问题,如常数0.5实为0.8102、一条不等式在v=2时不成立,并已修补
  • 3原作者Harald Helfgott回应,证明在Lean外部的公理从最初5项减到2项,仍依赖GRH数值验证和偶数哥德巴赫验证至4x10^18
  • 4修正后主弧与劣弧之差从0.04877 x²/κ缩到0.0114 x²/κ,安全垫缩水超过四分之三但仍大于零
决策要点

AI智能体跑完了原本没人有精力逐项核对的长周期专家级验证任务,完成与否的标准正从专家审阅转向机器内核校验。

  • 影响:依赖少数专家逐项核对的高精度工作可以重新设计为智能体执行加机器校验的流程;机器可判定的验收标准让成果质量不再依赖人工抽检;资深专家的精力可转向设定目标和拆解任务。
  • 参考:可考虑盘点内部依赖少数资深员工逐项核对的工作清单,选一类规则明确的场景让智能体先跑全量核对,并把验收条件改写成机器可判定的形式。
  • 依据:19.4万行零sorry与11处修正出自项目仓库README及当事开发者披露,属当事方口径暂无独立复验,原作者Helfgott已在X上回应沟通经过。
正文

这是真要把人类数学家,逼上绝路啊......

费马大定理,30个小时1000个Claude Fable 5.2组队,完成了完整的形式化证明。

就在今天,一人+Claude竟把13年前获证的「三元哥德巴赫猜想」证明形式化了。

这波操作出自独立开发者Charlie Reams之手,狂敲19.4万行Lean 4代码,全库上下「零sorry」。

更神的是,Claude自主发现2013年的原版证明里,居然藏着多处错误!

它二话不说,顺手把这些数学漏洞给修补好了。

一人+一Claude,爆肝19.4万行源码

这里必须先敲个黑板,人们常说的「1+1」是强哥德巴赫猜想,至今还未有人能彻底证出来。

而「三元哥德巴赫猜想」,被称作弱哥德巴赫猜想,指的是——

任何一个大于5的奇数,都可以表示成三个质数之和。

2013年,秘鲁数学家Harald Helfgott宣布,彻底证明了这一困扰人类271年的难题。

在当时,这是轰动全球的数学壮举。

但问题也随之而来,Helfgott的证明实在是太长、太繁琐了!光主干手稿就有300页,里面塞满了连篇累牍的不等式放缩和常数计算。

在之后的十几年里,Helfgott本人陆续更新了好几个版本来修正细节。

即便如此,因为计算过程冗长到令人发怵,全球没几个数学家有精力从头到尾把每一个常数核对一遍。

独立开发者Charlie Reams决定交给Claude Code去啃。

打开GitHub仓库calr3/ternary-goldbach(cde-moebius分支),便会看到一个令人震撼的数字工程:

整整19.4万行Lean代码、辅助脚本与技术文档。

在这场战役中,Charlie Reams负责设定顶层目标、拆解任务指令。

绝大多数的Lean形式化代码、自动化脚本乃至文档,全由Claude Code一手包办。

最终跑出来的结果让所有人震撼,19.4万行源码,0个sorry!

在Lean语言中,sorry代表跳过未证完的步骤,零sorry意味着每一行推理都经过了极其严苛的机器验证,一处没留空。

揪出11处问题,顺手给顶级数学家「改作业」

要知道,Helfgott的证明难核对,难就难在「全是数」。

它用的是圆法:把问题拆成主弧和劣弧两部分,主弧是「收入」,劣弧是「开销」,只要收入稳稳大于开销,定理就成立。

人眼核这种东西,看到第50页就开始发怵,但Lean不会。

仓库README里列了11处与原书对不上的地方,下面是最让人印象深刻的三个细节。

第一,算术滑了。书中(6.77)式把一个关键常数写成0.5,正确值应是0.8102;连带修正之后,项目最终用的是0.8764。

第二,有条不等式压根不成立。

书中(5.32)在v=2时是错的:一个积分实际算出来是0.53344,超过了书里给的上界0.37273·log 4(约0.5167)。

第三,找错还找出了别人的错。

原证明引用了Ramaré 1995年论文里的一步,声称某个乘积不超过8,实际约为8.0845。Claude没有硬着头皮照抄,而是换了一种拆法绕过去,得到7.04,仍在所需的7.284以内。

此外,证明中还有一处「硬伤」。定理13.2.1的证明把两种尺度的主弧混在了一起,这一段等于被重新搭了一遍。

Claude修完之后,主弧「收入」从原书的1.058259降到1.049,劣弧「开销」从1.00948涨到1.0376。

两者之差,也就是证明的安全垫,从0.04877 x²/κ缩到0.0114 x²/κ,缩水四分之三还多。但它仍然大于零。

原作者亲自下场,揭开两大「未竟前提」

事情发酵后,所有人都好奇——

原作者Harald Helfgott看到自己的成名作被AI揪出错误又修好,会是什么反应?

结果Helfgott本尊很快在X上现身,态度极其坦诚,早在今年10月4日,Charlie Reams就已经私下联系过他,告知形式化工作已经跑通了。

在这一个月里,一人一AI又干了一件大事——

把整个证明依赖的外部额外假设(公理),从最初的5项一路砍到了只剩2项!

在这个仓库里,全部的解析数论推导逻辑已经100%形式化且零sorry,但它在Lean外部依然挂靠了两项既有的数值验证结果作为前提假设:

Platt的广义黎曼猜想(GRH)数值验证和偶数哥德巴赫猜想局部验证至4x10^18。

把这两块人类早已算好、但还没搬进Lean内核里的「巨型数字垫脚石」放进去,整个三元哥德巴赫猜想的大厦就严丝合缝地闭环了。

超级智能正定义,什么叫「证完了」

一份几百页的证明算不算「证完了」,要等少数几位专家花上几年去啃,啃完也未必敢打包票。

现在,标准正在换成另一句话:过没过内核。

也许用不了多久,数学界最硬核的同行评审只有一句话:

「别发PDF了,先把你的证明喂给Claude跑出零sorry再说。」

参考资料:

https://x.com/jdlichtman/status/2120301890504441905

本文来自微信公众号“新智元”,作者:桃子,36氪经授权发布。

来源:36氪·AI · 36kr.com