Claude Code 辅助完成三元哥德巴赫猜想 Lean 4 形式化证明

事件核心：发生了什么

据 AIbase 报道，这项成果并非新的数学定理发现，而是把已有证明“翻译”成可被机器逐行检验的形式化代码。最终产出约 194,000 行 Lean 4 代码，没有遗留 sorry 占位，意味着证明链路上的每一步都通过了验证器检查。

过程中，Claude Code 在运行和推导时发现原始证明中的 11 处关键缺陷，涵盖常数取值错误、不成立的不等式、引用数据不一致以及大弧尺度（major arc scales）混淆等类型，并逐一修补。研究者还将在证明中依赖的外部假设从 5 项压缩到 2 项，剩余部分依托已公开的数值验证结果。

为什么重要

这体现的是推理模型在严密性任务上的能力边界被再次推高。数学证明的形式化转换极其繁琐，一处常数写错就可能导致整段验证失败；AI 能在长链条推导中定位不一致之处，说明它在长上下文推理和代码生成上的可靠性正在提升，而不只是“写得快”。

另一层意义在于评价标准。传统数学成果依赖同行评审，形式化证明则把“是否成立”交给 Lean 4 这类证明助手逐行核验。此次案例会让更多人讨论：机器可验证是否会成为证明完成度的补充标准。需要强调的是，目前公开信息只涉及这一具体猜想的转换与修补，尚不能推断 AI 已能独立产出全新数学理论。

对用户/开发者/创作者的影响

对开发者而言，这类任务展示了 Claude Code 在超长代码库、严格类型检查和反复迭代场景中的价值，可作为评估 AI 编程工具在“高正确性要求”项目中的参考，但 19 万行规模的项目成本、耗时和人工介入程度目前公开信息有限。

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。

了解 GamsGo AI

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。

对数学与科研工作者，Lean 4 加 AI 辅助的工作流可能降低形式化门槛，把精力从机械转换转向问题定义与审查。对普通用户，短期内不必期待直接可用的产品功能，但可以关注证明助手、代码代理在教育和科研工具中的渗透。

值得关注的后续

一是 Reams 是否会公开完整代码仓库与验证流程，供社区复用；二是 Helfgott 本人及数学界对那 11 处修正的回应与确认；三是 Claude Code 在类似形式化项目中的可复现性和成本数据，这将决定它是个案还是可推广的方法。

来源：AIbase