Claude用11天证完费马大定理：1300万行代码，AI首次跑完机器验证全程

Anthropic发布了一条比任何跑分都硬的成绩：首个完整经计算机验证的费马大定理证明。Claude在11天内大体自主完成形式化，写出约1300万行Lean代码，验证的29500个定理最终全部通过，规模超过Lean社区数学库Mathlib的五倍以上，全部代码以Apache 2.0协议在GitHub开源。358年无人攻克的数学难题，第一次由AI跑完了机器验证的全流程。

这件事的分量，得先讲清费马大定理本身。1637年费马在书页边写下那句著名的“空白太少，写不下证明”，此后358年无人攻克，直到怀尔斯在1994年给出证明——论文100多页，动用椭圆曲线和模形式等重型工具，数学界花了好几年审稿才确认无误。人类证明依赖的是顶尖专家的信任链，机器验证走的是另一条路：把证明翻译成Lean这样的形式语言，每一步推理由编译器机械检验，对就是对，错就是错，不存在审稿人看走眼这回事。

AI以前做不了这件事，卡点在形式化的琐碎程度上。形式化不是写解题过程，而是把数学直觉翻译成毫无人情味的形式语言——人类数学家觉得“显然”的一步，Lean可能要求几十行铺垫；费马大定理这种体量，任何一处定义偏差都会让百万行代码推倒重来。这次结果说明，模型在超长程任务规划和中间错误定位修复上，已经迈过了工程实用的门槛：11天里完成的不是一次性的天才迸发，是持续的迭代修正。

落地价值比榜单名次实在得多。数学界的审稿瓶颈由来已久，重大成果等同行验证动辄数年；关键软件和密码系统的形式化验证，又长期受限于人力成本推不开规模。AI把这条成本曲线打下来之后，航天控制、芯片设计、金融清算这些“错一行就出大事”的系统，都有机会用可承受的成本做完整验证。Apache 2.0开源的意义也在这里——全球数学家可以逐行检查这1300万行代码，可审计性正是它区别于“AI口头解题”的关键。

冷静的话也要说：所谓“大体自主”并非全自动，人类专家的引导和修正贯穿了全程；1300万行代码的复现和社区检验同样需要时间。但方向已经清楚——AI证明助手正从玩具走向工程工具，数学研究的协作方式，可能正在被改写。