一句话看懂：Axiom Math 宣布用 AI 智能体把数学文献项目 Stacks Project 整体转写为 Lean 可校验代码，为 AI 参与数学研究建立一套可检查的基础，而不只是追求生成更多论文。
事件核心：发生了什么
2026 年 11 月 5 日，估值 16 亿美元的 Axiom Math 宣布完成对 Stacks Project 的形式化验证，这是迄今体量最大的数学文献之一。Stacks Project 由哥伦比亚大学数学家 Johan de Jong 于 2005 年发起，是覆盖代数、几何与数论的开源参考库。Axiom 用一组 AI 智能体把其约 7,654 页内容转成约 1,600 万行 Lean 代码，再由证明助手逐行检查逻辑一致性。公司由 25 岁的 Carina Hong 于 2025 年 3 月创立，同年 3 月完成 Menlo Ventures 领投的 2 亿美元 A 轮融资。
为什么重要
生成式 AI 正在大量产出”声称已解决”的数学手稿，OpenAI 上个月就一次性发布 719 篇此类稿件，而计算机检查本身也可能出错。形式化验证的价值在于把证明写成代码，让证明助手逐行核对，相当于为数学结论加上可执行的验算环节。Axiom 指出，现有形式化数学存在巨大空白，代数几何几乎没有可复用的 Lean 基础，而 Stacks 恰好补上这一块。更长远看，每一个已验证结论都是后续证明的积木，菲尔兹奖得主陶哲轩曾总结：已有形式化证明越多，能做出的形式化证明就越多。
对用户/开发者/创作者的影响
对数学研究者，这意味着做代数几何新工作时有了可依赖的 Lean 基础，不必从零搭建。对开发者，Axiom 的路线是把”经验证的地基”迁移到软件：AI 智能体编写代码的比例越来越高，若底层能像 Stacks 一样被逐项校验，代码安全与正确性就有了可核查的参照。目前公开信息显示，这套能力仍处于数学基础建设阶段，尚未作为面向开发者的产品或 API 发布。值得留意的是它的工程方法：团队给智能体设定松散层级，让它们自行认领任务、并行推进，并用自训练模型培养数学判断力，这与多数验证类创业公司的做法不同。
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
一是形式化成果能否被下游工具和研究工作流真正采用，而不只是停留在仓库里；二是 Axiom 是否把 Lean 基础开放成智能体可调用的接口或产品，向软件验证延伸；三是其他 AI 数学团队会不会跟进做大规模形式化，改变这一领域的竞争节奏。
