一个数字被推高了

Claude 把「至少有多大比例的零点排在那条线上」这个数学界几十年才推到 41.6% 的保底数字,提到了 67.2%。

黎曼 zeta 函数描述素数的分布规律。这个函数取值为零的每一个位置,都给素数的排列添上一层更细的纹路。黎曼猜想说的是:所有这些决定素数的零点,全都整整齐齐排在同一条竖线上。

一百六十多年没人能证明它,也没人能推翻它。于是数学家退一步问了个更小的问题:不要求全部,至少能证明多大比例的零点在这条线上?这个比例的下界(保证不会低于的那条底线)被一代代人慢慢往上推,推到了 41.6%。

Claude 给出的新下界是 67.2%,一次抬高 25.6 个百分点,而且第一次过了半。

已被证明落在那条线上的零点比例(下界) 此前的纪录 41.6% 数学家几十年逐步推到 Claude 的新下界 67.2% 第一次过半
同一个指标的新旧对照:被证明落在临界线上的零点比例下界,从 41.6% 抬到 67.2%,一次提高 25.6 个百分点。两个数字均出自 Anthropic 文章。

猜想本身还站着

黎曼猜想没有被证明,Anthropic 自己在文章里写明:Claude 用的这套技巧走不到那一步。

1859 年至今,这个猜想既没被证明也没被推翻,一百万美元的悬赏还挂着。Claude 没有改变这个局面。

它做的是把那条保底线往上抬。抬得再高,只要没到 100%,猜想就仍然是猜想。而从 67.2% 到 100% 之间的那段距离,不是再努力一点的问题,是完全另一件事。

Anthropic 对此说得很直接:不指望这些技巧能通向黎曼猜想的证明。

Claude 做到了什么 把"至少多少比例的零点在线上"的 保底数字,从 41.6% 提到 67.2% 它没做到什么 黎曼猜想本身仍未被证明; Anthropic 说这套技巧也走不到那一步
读者最容易把这条新闻读成"AI 证明了黎曼猜想",实际被改写的只是一个下界。左栏为原文结果,右栏为 Anthropic 自己的表态。

起点是一句「来真的」

提出这个任务的是 Anthropic 员工 Jarred Sumner,他不是数学家,给出的全部指令就是「认真试试黎曼猜想」,剩下的数学判断全交给模型。

第一轮,Claude 生成并试了 650 个想法,一个都没走通。Jarred 让它再来一次。

这一次 Claude 花了一天半,调度大约 60 个子 agent(同一个模型分出的多个副本,各自领一份任务、各自动手干活)。它们之间跑了 2400 条命令行指令,写了几百个 Python 脚本,拿已知的零点数据做了数千次数值核对,还互相给对方的推演挑错。

整个过程中,Jarred 输入的内容基本只剩鼓励:

keep going / believe in yourself(继续 / 相信自己)

Anthropic 认为这有用,因为 Claude 一开始并不相信自己能在这种问题上取得实质进展。两次会话总共烧掉 3100 万个输出 token(模型吐字的计量单位,一个英文单词大约要一个多 token),体量相当于连写四十部《战争与和平》。

650 第一轮试过的想法,全败 约 60 个 并行干活的 Claude 分身 2400 条 分身跑过的命令行指令 3100 万 两次会话的输出 token
同一次尝试的四个规模数字。它们说明这个结果来自一场持续一天半、几十个分身并行的大规模搜索,而不是一次提问一次回答。数据均来自 Anthropic 文章。

零件是前人造的

Claude 没有发明新数学,它把几代数学家分头造好、但从没被装在一起的零件拼了起来。

1973 年,数学家 Montgomery 为研究零点分布引入了一批新技术,但有个致命前提:得先假设黎曼猜想是对的。用一个未被证明的东西当地基,自然没法拿来证明别的。

近年,数学家 Aryan,以及 Baluyot、Goldston、Suriajaya、Turnage-Butterbaugh 四人,发表了一系列工作,把这个前提拆掉了,Montgomery 的技术不再需要先假设猜想成立。再加上 Bombieri 在 2000 年的一篇论文,拼图的几块全都摆在了桌上。

Claude 做的是把它们放到一起,并且敢于把整个函数空间一次性拿来处理,不像通常那样拆成好对付的小块。Anthropic 的说法是:正是这个「敢」,让前人的成果第一次连成了一条能走通的路。

1859 黎曼提出猜想,后来挂上一百万美元悬赏 1973 Montgomery 引入新技术,但前提是先假设猜想成立 2000 Bombieri 发表论文,日后成为关键一环 近年 Aryan、Baluyot 等四人拆掉"先假设成立"的前提 2026 Claude 把这些结果拼起来,下界提到 67.2%
Claude 的结果站在一条一百六十多年的链条末端。1973 年的技术因为要"先假设猜想成立"而用不上,近年的工作拆掉了这个前提,Claude 完成了组装。年份与人名均出自原文。

谁验过,验到什么程度

这个结果既过了机器的逐行校验,也经过四位数学家的人眼审阅,在 AI 产出的数学结果里,这已经算验得比较扎实的。

验证分五道:

  1. Claude 让子 agent 反复审稿、专门找反例,再从零把结论独立重证一遍
  2. 从 arXiv 下载 54 篇论文,确认这个结果没有被别人先做出来
  3. Anthropic 的两位数学家 Levent Alpöge 和 Ralph Furman 逐条核对,写了一份给同行看的简短说明
  4. 员工 Eric Easley 和 Claude 一起把证明改写成 Lean 代码,通过了标准校验工具 comparator
  5. 两位外部数论专家 Brian Conrey 和 Dan Goldston,在很短的时间内看过这篇论文

有意思的是 Dan Goldston 的双重身份:他既是审阅者,也是 Claude 大量引用的那批论文的作者之一。写论文这件事本身也是 Claude 主动提的,它建议由人类数论学家来把关。

这件事的分量在哪

真正值得注意的不是「AI 会做数学」,而是一个不懂数学的人加一句鼓励,就产出了专业数学家愿意认真核对的东西。但这个战绩是 Anthropic 自己发布的,用的还是外人拿不到的模型。

三点该同时记住。

第一,结果是实的。Lean 代码过了机器校验,四位数学家看过,这不是「AI 声称自己证明了什么」那一类新闻。

第二,它是组装。所有关键零件都躺在已发表的论文里,Claude 的贡献是看出它们能拼、并且真拼上了。这个能力很值钱,但它和「从无到有开辟新数学」是两码事。

第三,这是一份无法复现的战绩。做出结果的是一个未发布的研究版 Claude,外部研究者现在既拿不到模型,也没法验证「650 个想法」「60 个子 agent」这些过程数字。论文本身也在 2026 年 8 月 13 日被 Claude 自己修订过一次,补了更清楚的证明和历史背景。

换句话说:结论可查,过程只能听 Anthropic 一面之词。