从经典定理到计算机证明
费马大定理断言：当整数指数 n 大于 2 时，不存在满足 aⁿ+bⁿ=cⁿ 的正整数 a、b、c。它在17世纪被费马写在书页边注中，却直到1995年才由安德鲁·怀尔斯借助现代数论方法完成证明。如今，Anthropic报告称，Claude在大约11天内将这套复杂论证转写为Lean语言中的端到端形式化证明，使其能够由证明助手逐步检查。
真正的突破是什么
这项工作的重点并不是重新发现费马大定理，也不是提出一种比怀尔斯更短的新证明。其新意在于验证方式：人工数学证明通常会省略被认为显然的步骤，并依赖大量既有文献；Lean则要求这些逻辑连接以机器可读的形式明确写出。按照原文披露，Claude生成了约1300万行Lean代码，证明了约29,500个最终使用的中间定理，整个成果建立在Lean的三个标准公理之上。
这项任务也说明，模型本身并不足以解释全部结果。几十个Claude代理需要共同管理定义、定理依赖和证明进度。早期尝试曾因项目状态丢失和协作失效而停滞；后来，研究团队使用由Tianyi Peng及其合作者开发的Prove2Me，通过有向无环图记录定理关系，并将定理陈述与证明分离，以便并行工作、搜索和复用。约六十亿个输出词元被用于这次大规模协作。
对数学研究的实际意义
形式化证明可能降低审阅复杂数学结果的部分成本。若一篇论文同时提供面向人的解释和可编译、可复核的证明文件，研究者可以把机器检查作为一道独立的质量控制环节，尤其适用于AI生成或AI辅助生成的数学论证。它还可能帮助发现既有数学文献中的遗漏，并推动更多现代数学成果进入Lean和Mathlib等可复用基础设施。
协作框架的作用同样值得关注。原文还提到，三个个人Claude Max计划的代理曾在三天内完成维诺格拉德夫三素数定理相关应用的形式化。这并不意味着任何复杂定理都能由消费者级订阅稳定解决，而是表明任务分解、依赖管理和可复用定理库，可能比单次提示更决定结果。对研究团队而言，基础设施和工作流将成为AI数学能力的重要组成部分。
限制、信任与未决问题
“计算机检查通过”并不等同于“人类已经完全理解”。形式化系统可以核验给定语言和公理体系中的推理链，但研究者仍需要确认定理陈述是否准确、形式化对象是否对应原始数学意图，以及使用的库和工具链是否被正确配置。Anthropic称比较器确认了该定理陈述与Mathlib中的费马大定理一致；这是一项重要检查，但并不能替代对证明结构和数学意义的解释。
另一个现实问题是规模。1300万行代码远大于其所依赖的核心数学库，自动生成的中间成果中还有一部分来自失败尝试。大型形式化项目因此需要可维护的命名、依赖图、审计流程和长期社区维护。未来真正的衡量标准，不只是模型能否让根定理显示“已证明”，还包括其他数学家能否复用、检查、修改并理解这份成果。
从一次里程碑继续前进
如果这一报告经后续独立复核并能在公开环境中稳定重建，它可能成为自动形式化的重要示范：AI负责大量机械化翻译、搜索和协调，人类负责选择数学路线、定义问题并解释结果。这样的分工不会消除数学家的作用，反而可能把更多精力转向概念设计与理论判断。费马大定理的形式化因此更像一种基础设施测试，而不是数学发现的终点。
这项成果的长期价值取决于透明度、可复现性和社区参与，而不只是模型运行速度。数学界或许会逐步要求重要论文附带形式化版本，但人类可读的证明仍然不可或缺，因为它负责传达为什么结论成立。最稳妥的前景，是让两种证明互相补充：机器提供细粒度的一致性检查，人类提供结构、直觉和意义。