一句话看懂：Anthropic 的 Claude 在黎曼猜想证明中取得突破，将零点在临界线上的下界推高至 67.25%，随后人类数学家完成精简、机器验证工具 Lean 当天通过校验。AI 与人类协作解决超难数学问题的闭环首次跑通。
事件核心：发生了什么
据 AIbase 报道，Anthropic 旗下模型 Claude 在黎曼猜想这一号称“数学圣杯”的问题上做出实质推进：成功确认超过 2/3（67.25%）的 ζ 函数零点位于临界线且为单零点。这一数字打破了该方向长达 37 年仅推进 0.8% 的停滞局面。
Claude 的证明使用了随变量增长的大型矩阵计算，通过矩阵迹、Hilbert–Schmidt 范数与秩-迹不等式来逼近零点下界。但原始证明被指晦涩冗长，缺乏直观性，顶尖数学家也难以消化。
随后，数学家 Youness Lamzouri 基于奥卡姆剃刀原则对证明进行精简，用更优雅的 Hilbert 空间不等式替代了繁杂的矩阵变换，并直接应用 Montgomery 定理的无条件版本完成新证明。更关键的是，论文预印本发布数小时内，Axiom 团队的 AxiomProver 工具便用 Lean 形式化语言自动完成验证。这意味着黎曼猜想级别的大突破在论文公开当天就通过了机器级校验。
为什么重要
此次事件的意义不在单一结论，而在流程本身。37 年来人类仅在原边界上推进 0.8%，Claude 一次性将下界推到 67.25%，展示了大规模矩阵计算与搜索能力在纯数学前沿的有效性。
更值得关注的是分工方式：AI 给出“非人感”的粗糙证明，人类数学家凭直觉提炼出简洁证明，机器工具当天完成形式化验证。三者各司其职，形成了一套可复用的“AI 发现—人类整理—机器证明”的协作链条。如果该模式稳定成立，数学研究中依赖数月甚至数年人工审稿的古典流程将被显著压缩，Lean 等形式化验证工具将成为 AI 数学成果的可信“质检关卡”。
同一时期，相关团队在孪生素数猜想的间距问题上也取得进展。目前公开信息显示，这类工具组合仍处于早期，但其对数学研究范式的潜在冲击不容低估。
对用户/开发者/创作者的影响
对科研用户：Claude 的尝试表明，大型语言模型不仅能处理自然语言推理，还能在矩阵运算、不等式构造等方向上提供可用假设。数学、物理等理论科学领域的研究者可将其视作“高强度的计算助手”，先获取粗略结果，再自行打磨证明。
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。
对开发者：AxiomProver 在数小时内自动完成 Lean 校验，意味着未来的 AI 数学成果可以做到“发布即验证”。开发者和企业若要构建类似机器学习验证管线，Lean、Coq 等形式化工具的去门槛化将是明确方向。
对企业与决策者：当 AI 证明可以在当天完成机器级验证，数学成果的商业化、教材化与软件化节奏都会加快。前沿基础理论上的人力瓶颈在降低，长期来看会影响科研软件、加密算法和算力调度等下游领域。
值得关注的后续
1. Claude 原始证明与精简版能否在正式同行评审中被复现和接受——目前通过 Lean 验证的是 Youness 精简后的版本，Claude 原版工具链的可靠性仍需观察。
2. AxiomProver 等自动验证工具是否会开放给更广泛的数学研究社群——若向第三方开放 API 或开源底层，将直接影响形式化数学生态的扩张速度。
3. 孪生素数猜想的后续进展是否同样走“AI 出粗证、人类精简、机器校验”的路径，以及该方法能推广到黎曼猜想剩余 32.75% 的攻坚，还是仅适用于特定类型的不等式估计问题。
来源：AIbase
