一句话看懂：Anthropic 旗下的 Claude 用 11 天完成了费马大定理的首个全机器校验形式化证明，把 1995 年 Andrew Wiles 的人类证明转化为 Lean 证明助手可以逐步验证的代码。这件事的意义在于，AI 不仅能“解题”，还能把跨越数百年数学研究的知识链条补全成机器可验证的形式。
事件核心：发生了什么
据 Anthropic 官方及 X 平台用户 Kim (@kimmonismus) 发布的信息，Claude 在上个月完成了费马大定理的首个形式化证明。这一成果并不是从零证明该定理，而是将 1995 年 Andrew Wiles 给出的人类数学证明，转化为 Lean 证明助手能够逐步检查的机器可读代码。相比把文本翻译成代码，这个过程的难度明显更高：人类数学家写证明时常常省略许多隐含推理步骤，并且大量依赖分布在数百年文献中的既有成果，这些依赖关系同样需要被精确地定义和证明。
在几乎自主运行的状态下，数十个 Claude 智能体协同生成了约 1300 万行 Lean 代码，以及约 29,500 个支撑性定理的机器可校验证明。这些定理涵盖代数、几何、数论与调和分析等分支，其中一部分属于此前从未被形式化过的数学内容，并且构建在此前人类已有的工作基础之上。
为什么重要
当前 AI 在数学推理上的能力评测多数停留在“解题正确率”层面，而形式化证明要求的是一套更严格的标准：每一步推导都必须能被计算机验证。Claude 这次的工作证明了大模型有能力处理超长链条的逻辑依赖，而不只是在短问题上的模式匹配；同时，这也展示了 AI 系统在长周期、多智能体协作完成复杂工程任务上的可行性。
对数学研究和 AI 技术交叉领域而言，把既有证明形式化是长期的硬骨头——Lean 等证明助手的应用门槛高，且需要大量人力。Claude 以接近自主的方式完成这一过程，可能让 Lean 这类工具从少数专家的研究工具，变成更主流的验证途径。值得强调的是，这次成果也包含了对过往从未被形式化的数学分支的拓展，而不仅是复制已有工作。
对用户/开发者/创作者的影响
对数学家而言，形式化工具未来可能变成论文审稿环节的“第二意见”：新研究提交后可由 AI 辅助转换成可验证的代码，帮助更快发现隐藏假设或逻辑缺口，也能用于严格检验 AI 自身生成的证明。对开发者而言，这项成果展示了大模型在超长任务规划、多智能体任务分配和大型代码库生成方面的可行性，类似的协作模式未来可能复用到复杂软件工程任务上。对关注 AI 能力边界的普通用户来说，这是一个参考信号：AI 不仅能处理自然语言，还能在需要严谨推理的专业领域承担需要极高准确度的工作。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
目前公开信息显示，Anthropic 尚未披露这次使用的具体模型版本、算力规模以及完整的技术报告，后续值得关注的点包括：第一，Claude 生成的 1300 万行 Lean 代码是否会开源，以及是否会被数学社区采用和维护；第二，Lean 社区会不会围绕这类 AI 生成的形式化证明建立新的协作流程，从而改变数学验证的工作方式；第三，其他 AI 实验室是否会跟进在 Lean 或其它证明助手上做类似的长链条验证任务，以验证这套方法能否在不同模型间复现。
