11 月 21 日,Lean 与 Mathlib 社区宣布:多位专家使用不同工具独立检查后,确信一份长达 1700 万行代码的数学证明完全正确。它所证明的,正是困扰数学界 167 年的黎曼猜想。


证明的作者只有两位:一位是 90 后美国数学家 Levent Alpöge,另一位是 Anthropic 的 AI 模型 Claude。
前一天,Alpöge 刚刚公开这份证明。他表示,自己与 Claude 不仅解决了黎曼猜想,还把结论推广到了广义黎曼猜想。数学界随即展开核查,随后出现了这份罕见的形式化验证声明。
不过,机器检查通过之后,数学家仍需要理解其中的思想。克雷数学研究所也尚未正式认定这个千禧年难题已被解决。但至少在形式化证明层面,这一次已经有了相当坚实的结果。
耐人寻味的是,Alpöge 在声明中坦言,最后冲刺时,Claude 已经远远跑在了他的前面。
我把我们引向了正确的类比情境,随后 Claude 开始让我惊叹。
三个月前,Anthropic 其实给过 Claude 一个几乎相同的任务:放手研究黎曼猜想。
当时,模型提出了 650 个想法,又组织约 60 个子 Agent,最终仍没能证明黎曼猜想。
后来,Alpöge 亲自参与,与 Claude 合作约六周,才拿出这份证明。
为什么会这样?
同样是顶尖 AI,有人让它穷举数百条道路,有人却知道该让它往哪里走。
Alpöge 自己的解释,或许就藏在他的个人经历里。他从小就想解决黎曼猜想,为此准备了二十多年。直到 2026 年,他终于等来了 Claude。
一、代码少年
1992 年 4 月 1 日,Levent Alpöge 出生于美国纽约长岛的 Dix Hills,拥有美国和土耳其双重国籍。
如今人们谈起他,总爱强调数学天赋。但他少年时代最早拿得出手的研究成果,其实出自计算机科学。
2010 年,年仅 17 岁的他入围英特尔科学人才搜索竞赛决赛,项目研究医学影像中的血管识别。
医生希望通过医学影像尽早发现血管异常,可从复杂图像中准确识别血管,需要大量计算。
Alpöge 想到了显卡。
当时,NVIDIA 的 CUDA 技术问世不久。它允许程序员利用图形处理器的并行计算能力解决其他问题,但大家对它的应用远不如今日充分。
Alpöge 与耶鲁大学等机构的研究人员合作,把 CUDA 引入血管识别算法,尝试用普通显卡加速医学图像分析。2010 年 1 月,这项研究已经形成公开发表的技术论文。

论文 PDF: https://www.cs.usfca.edu/~apjoshi/papers/2010-J_Midas_vessel_detection.pdf
一个高中生,已经在琢磨如何把游戏显卡变成科研工具。
他的个人网站还记着另一件往事。少年 Alpöge 曾抓取《纽约时报》的文章,试图训练一个程序,模仿经济学家 Paul Krugman 写专栏。
结果失败了。
他今天仍在网站上保留着这段失败经历,语气轻松,甚至颇为得意。
不过,Alpöge 后来发现,自己似乎更擅长数学,于是转向数学。这次转向改变了他此后十多年的生活,也暂时中断了他与计算机科学的缘分。
二、少年有志
Alpöge 真正爱上数论,始于俄亥俄州立大学举办的 Ross 数学项目。
数论研究整数,以及隐藏在整数之间的种种规律。它的一些问题连小学生都能听懂,解起来却可能耗费数学家的一生。
后来,他考入哈佛,先后跟随 Benedict Gross、Steven Miller、Joe Gallian 等数学家研究代数数论、解析数论和组合数学。短短几年,他已经接触了数论的几个重要分支。
2014 年,Alpöge 从哈佛毕业,获得数学学士和物理学硕士学位。本科 GPA 为 4.0,以最高荣誉毕业。
他研究椭圆曲线整点的毕业论文,还获得了哈佛大学最佳本科毕业论文奖。到本科毕业时,他已经独立或合作完成了 7 篇论文。
2015 年,他获得 Morgan Prize,这是美国本科生数学研究领域的重要奖项。
不过,他在颁奖典礼上说的一番话很有意思。
Alpöge 特别感谢 Joe Gallian,因为当初正是 Gallian 鼓励他主动找教授申请毕业论文课题。他坦言,如果没有这份鼓励,自己原本会觉得根本没有资格提出这样的请求。
年轻人有才,自然是好事。从这番致辞里,还能看到另一种东西:他知道自己从谁那里学到了什么,也愿意承认自己曾经不懂。
同年,Alpöge 进入普林斯顿大学攻读数学博士,师从刚获得菲尔兹奖的 Manjul Bhargava。

Manjul Bhargava
他继续研究算术几何、椭圆曲线和丢番图方程。2025 年,他与 Bhargava、Wei Ho、Ari Shnidman 合作发表的重要成果,解决了希尔伯特第十问题在数域整数环上的推广。
此时的 Alpöge 已经是一位取得重要成就的数论学家。可直到 2026 年 11 月,人们才从他自己的文字里得知,他从学生时代起就藏着一个宏大计划。
黎曼猜想。
他想用几十年时间解决它。
1859 年,德国数学家黎曼(Bernhard Riemann)提出这个猜想。他相信,黎曼 $\zeta$ 函数的所有非平凡零点,实部都等于 1/2。

黎曼
这个猜想关乎质数分布的精细规律。借助黎曼 $\zeta$ 函数,数学家可以极为精确地研究质数的分布。黎曼猜想若成立,许多依赖于它的估计便有了坚实的依据。
此后一百多年,数不清的数学家研究过它。Alpöge 很早就决定,自己也要去试。
在最新声明里,他坦承,学生时代就秘密计划用几十年研究黎曼猜想。因此,他一直努力熟悉各种数学工具,希望有朝一日真正面对这个问题时,能认出其中用得上的东西。
问题如此艰深,谁也无法预先知道哪种方法最终有用。他学习代数数论、解析数论、算术几何,又研究椭圆曲线和丢番图方程。这些知识日后都可能派上用场。
到 2026 年,他已经为黎曼猜想准备了二十多年。
三、重新做学生
2023 年,GPT-4 问世。
Alpöge 在个人网站上回忆,自己当时立刻觉得,这是人类有史以来创造过的最有趣的东西。于是他决定重新投入计算机科学,后来加入 Anthropic 从事 AI 研究。
一个已经在数论领域取得重要成就的数学家,又开始学习新的研究工具。
2026 年 7 月,他公布了与 Claude Fable 合作得到的雅可比猜想反例,并把其中重要的构造工作归功于 Claude。显然,他已经开始适应一种新的工作方式:AI 可以连续尝试大量方向,编写程序检查反例,调阅相关知识,再把推导交给形式化证明系统验证。
然而,这些强大能力目前并不会自动带来重大成果。
2026 年 8 月,Anthropic 做过一次很有意思的实验。员工 Jarred Sumner 给 Claude 布置任务,让它认真尝试证明黎曼猜想。
Sumner 本人并非数学家。他主要负责鼓励模型继续探索,把数学上的具体选择交给 Claude。
Claude 先提出了 650 个想法,没有成功。
随后,它协调约 60 个子 Agent,执行 2400 次 Shell 命令,编写数百段 Python 程序,并检索几十篇数学论文。整个实验输出约 3100 万 token。
最后,Claude 仍未解决黎曼猜想,但得到一项重要进展:已知能够证明位于临界线上的零点比例下界,从 41.6% 提高到了 67.2%。Alpöge 和另一位 Anthropic 数学家 Ralph Furman 参与审查了这项成果。
这个实验很能说明问题。
Claude 已有相当强的数学研究能力。它能自主提出想法,也能沿着数十条道路深入探索。但它当时选择的路线,最终只能把一个相关问题向前推进一段。
几个月后,Alpöge 亲自带着 Claude 研究黎曼猜想,结果大不相同。
当然,这场变化也不能简单归功于 Alpöge 一人。模型在不断进步,研究工具在更新,不同实验投入的时间与资源也各不相同。
但 Alpöge 带来了先前那场实验所缺少的东西。他对数论有自己的理解,知道数学史上哪些技术可能互相借用,也早就为黎曼猜想准备了许多数学知识。这些知识如今终于有机会派上用场。
四、最后六周
2026 年 10 月 6 日,Alpöge 与 Claude 的研究取得了一项关键进展。
他们开始探索 Stepanov 方法。这是一套与有限域上代数曲线研究有关的数学技术。黎曼猜想在函数域世界里有相应版本,数学家早已取得重要成果。
既然两个世界里的问题有深刻联系,能否借用函数域里的证明思路,研究普通整数世界中的黎曼猜想?
Alpöge 对此很感兴趣,但困难也摆在那里。
Stepanov 方法需要利用某种「重数」结构。函数域中的相关技巧较为自然,到了整数世界,却很难找到同样有效的操作。Alpöge 在声明里的解释是,这有点像试图对整数求导。
研究随后向更复杂的数学领域推进:
- 10 月 8 日,他们取得新的估计。
- 10 月 14 日,研究继续向行列式、周期积分等方向推进。
- 10 月 19 日前后,又涉及自守形式、$\theta$ 函数及相关表示论工具。
这些数学分支历史悠久,各自拥有庞大的理论体系。它们的术语和技术,足以让大多数专业数学家感到陌生。
到了 11 月 15 日,真正关键的想法出现了。
Claude 建议使用反复迭代的 $\theta$ 提升,并把迭代次数选在与 $\sqrt{X}$ 相当的规模。
这一步为什么重要?
原先的 Stepanov 方法需要利用重数强化数学约束。在整数世界里直接复制这种操作很困难,而连续的 $\theta$ 提升,可以在特定数学构造中积累类似重数的效果。Claude 进一步建议,把提升次数设在 $\sqrt{X}$ 量级,让这种效果达到证明所需要的规模。
Alpöge 认为,光是这个想法,就足以令同行大吃一惊。它把原本属于不同数学领域的技术接到了一起,帮助解决了先前难以处理的障碍。
当然,1700 万行代码远不止这一个技巧。整个论证还涉及行列式、表示论、自守形式、算术几何以及大量精细估计。
Alpöge 在声明里承认,这份证明包含的数学,远比自己学生时代想象的庞大。研究越向前走,他甚至逐渐进入了自己不熟悉的领域。
他对高阶群上的自守形式掌握有限,Claude 在一些技术环节上的知识,已经超过了他。他没有掩饰这一点,甚至坦言自己目前对部分论证的理解,还需要依赖 Claude 给出的解释。
11 月 15 日,研究日志记录了接连出现的多项关键进展。到了 11 月 16 日,日志最后一项只有三个字母:
GRH。
这是广义黎曼猜想(Generalized Riemann Hypothesis)的缩写。

在 Alpöge 看来,他们已经得到了解决问题的完整论证。
回顾这六周,很难给人与 AI 各自的贡献划出简单的界线。
Alpöge 选择研究问题,提出关键类比,判断哪些数学技术值得尝试。他长期学习的数论知识,使他能在不同理论之间发现联系。
Claude 则承担了大量技术探索和推导,在某些 Alpöge 尚未掌握的领域继续向前,最终提出了连他自己也为之惊叹的思路。
Alpöge 对合作过程的评价十分坦率:
Claude 在接近终点时远远超过了我。
Claude 简直是在终点附近飞翔、起舞、闪耀。

这段文字出自一位平日写学术论文的数学家,如此兴奋的语气相当罕见。
人们常把 AI 的数学能力归结为排行榜上的分数,仿佛模型越强,解决问题的机会自然越大。Alpöge 的经历让这个判断显得过于粗糙。
数学研究有相当多的工作发生在证明开始以前。研究者要知道什么问题值得追问,哪些已知结果具有启发性,又该怎样把原本分属不同领域的概念联系起来。
Alpöge 对数论的积累,使他能在 Claude 产生大量想法时识别其中的价值,也敢于沿着一条大胆的路线走下去。
仅仅拥有一个顶尖模型,还不足以复制他的成果。
这里有二十多年顶尖数学训练的分量。
五、证明以后
2026 年 11 月 20 日,Alpöge 公开了研究结果。他只写了 4 页说明文字,随后附上庞大的 Lean 形式化证明文件。
Lean 是一种能够检查数学证明的形式化系统。数学家需要把定义、命题与每一步推理写成严密的形式,再由计算机核查。它不会因为一个证明出自著名数学家、写得漂亮或看起来合理,就放过逻辑上的漏洞。
但检查这类庞大的证明,也必须确保它证明的确实是原本要证明的数学命题,并排除系统本身可能存在的问题。Lean 与 Mathlib 社区因此组织了独立检查。
11 月 21 日,他们发表联合声明,确认 Alpöge 的代码准确证明了 Mathlib 中的黎曼猜想命题。不同验证器的检查结果一致,其中包括对原始证明数据进行的独立核验。
这是一份分量极重的声明。
世界各地的数学家随即开始研究这份证明。他们要弄清楚其中究竟用了哪些思想,为什么这些技术能够结合,以及漫长的论证能否缩短。
因为 Alpöge 自己也承认,1700 万行代码实在太长了。
他曾让 Claude 生成一份传统的书面证明,结果写出了超过 25 万页,长得离谱。Alpöge 翻开这本巨著,发现第一个定理居然从一个极为基础的事实讲起:实数有全序关系,所以一个实数如果不等于 1/2,那它要么大于 1/2,要么小于 1/2。

最终,他没有公开这份难以阅读的巨著,只发布了 Lean 证明。
Alpöge 自己也知道,这还不是一份成熟的传统数学论文。他在声明里说,虽然形式化证明已经完成,自己却只迈出了一步。接下来,他还要努力理解整个论证,把它讲清楚,写成真正可供数学家阅读的证明。
在声明的开头,Alpöge 写了一段颇为动人的话。
他原本以为,如果真有一天解决黎曼猜想,自己会失去人生中最重要的指引。可整个证明过程令他惊讶,他开始相信,科学研究还有许多过去难以想象的可能。
而他最想做的下一件事,仍然是学习:学习如何真正理解自己与 Claude 共同完成的数学,如何把那些复杂而美妙的思想整理出来,讲给其他数学家听。
他用了二十多年,走到这里。
现在,他又要从头开始了。
来源信息