黎曼猜想被 AI 解開了?查證:Claude 把零點下限推到三分之二,Lean 驗得了、人類看得懂嗎

黎曼猜想:Claude 推高零點下限到三分之二(文章封面)

AI 新知查證 / 資料更新至 2026 年 11 月

「AI 證明了黎曼猜想」——這類標題在社群上流傳了好幾個月。真相是:2026 年 8 月,Anthropic 的工程師請一個還沒公開的研究版 Claude「認真挑戰黎曼猜想」,Claude 失敗了;但它在過程中順手把一個卡了半世紀的數學紀錄,從 41.6% 一口氣推到超過三分之二,還交出一份能讓電腦逐行檢查的 Lean 證明。

這篇用不需要高等數學的方式,回答四個問題:黎曼猜想到底在問什麼?這次 AI 實際證明了什麼?工程師和 Claude 是怎麼做出來的?以及,AI 研究者早就提出的那個擔憂——「AI 證明出來的東西,人類可能根本驗證不了」——這次算不算成真?

30 秒看重點

1859 年

黎曼提出猜想,至今仍沒有人證明,是克雷研究所百萬美元懸賞的千禧年難題之一。

41.6% → 67.2%

已被證明「一定落在臨界線上」的零點比例下限,這次一步跳升約 25 個百分點。

約 60 個子代理

Claude 在 Claude Code 裡花約一天半,指揮子代理跑了約 2,400 個指令、數千次數值檢查。

Lean 4

證明被寫成形式化程式碼,電腦逐步檢查並通過獨立驗證工具 comparator。

「不像人寫的」

法國數學家 Lamzouri 讀不下去 Claude 的論文,後來改用更簡單的方法重新證出同一結果。

資料:Anthropic 研究文章、arXiv 論文、Live Science 報導,詳見文末資料來源。

01黎曼猜想:質數的「說明書」對不對

質數(2、3、5、7、11……)看起來亂跳,沒有公式能直接算出第一億個質數是多少。但從遠處看,它們變稀疏的速度其實很有規律:在一個很大的數 n 附近,大約每 ln(n) 個數就有一個質數。問題是,這個「大約」到底會差多少?

1859 年,德國數學家黎曼發現,答案藏在一個叫做 ζ(zeta) 函數的東西裡。這個函數有無限多個「零點」,也就是讓函數值等於 0 的位置。其中一部分是簡單、已經完全搞懂的「平凡零點」(−2、−4、−6……);真正關鍵的是其餘的「非平凡零點」,它們決定了質數分布和估計值之間的誤差。

黎曼猜想說的是:所有非平凡零點,都剛好落在實部等於 1/2 的那條直線上,這條線叫做「臨界線」。如果猜想成立,質數分布的誤差就會小到不能再小,質數可以說是「盡可能地守規矩」。

非平凡零點都在中間那條線上嗎?01/21實部虛部平凡零點 −2、−4、−6…(位置不按比例)假如有一個零點落在線外黎曼猜想就不成立臨界線:實部 = 1/2淺藍區域:臨界帶(實部介於 0 和 1)藍點:已算出的前幾個非平凡零點,全都在線上
圖 1 非平凡零點都落在臨界帶裡;黎曼猜想主張它們全部在中間那條臨界線上

看懂這個數據

電腦已經算出好幾兆個非平凡零點,每一個都在臨界線上。但這只是有限的樣本,零點有無限多個,只要遠方有一個跑出線外,猜想就破功。所以數學家要的不是「算很多個」,而是「證明全部」。

因為牽涉到質數,黎曼猜想也和密碼學、數論的大量定理綁在一起:許多論文都先寫「假設黎曼猜想成立」,再往下推。它被列為克雷數學研究所 2000 年公布的七大千禧年難題之一,證出者可獲得一百萬美元。

02AI 沒證明黎曼猜想,而是把「下限」推過三分之二

既然一次證明「全部零點都在線上」太難,數學家退而求其次:能不能先證明「至少有多少比例」一定在線上?這個比例叫做「下限」。它和電腦算零點不同,是對無限多個零點都成立的嚴格保證。過去一百多年,這個數字是一點一點被推上去的:

1914 年|Hardy

證明臨界線上有無限多個零點(但比例可能趨近 0)

1942 年|Selberg

證明「有一個正的比例」在線上(比例很小)

1974 年|Levinson

至少三分之一(約 33.3%)

1989 年|Conrey

至少五分之二(約 40%)

2026 年 8 月前|先前紀錄

約 5/12(約 41.6%)

2026 年 8 月|Claude

超過三分之二(加上精細化可達約 67.25%)

被證明「一定在臨界線上」的零點,至少有幾成?

各年代證明出的下限(黎曼猜想要的是 100%)

Levinson(1974)

33.3%

Conrey(1989)

40%

先前紀錄(2026 年 8 月前)

41.6%

Claude(2026 年 8 月)

66.7%

Claude 結果加上精細化

67.25%

※ Claude 的結果另外證明這些零點是「單重」的(不重複);也證明至少約 5/6 的零點彼此相異。

根據 Anthropic 數學家 Levent Alpöge 與 Ralph Furman 整理、2026 年 8 月 13 日上傳 arXiv 的論文〈More than two thirds of the zeta zeros are simple and on the critical line〉,新定理是:至少三分之二的非平凡零點是單重零點,而且落在臨界線上;若再搭配 Montgomery–Taylor 的權重設計,常數可以推到約 0.6725。

要記得

下限就算有一天推到 99%,也不等於證明黎曼猜想。猜想是「全有或全無」:無限多個零點裡,只要有一個例外就不成立。Anthropic 自己也說,他們不認為這次的技巧能用來證明黎曼猜想本身。

那為什麼數學界仍然在意?因為這個下限幾十年來每次只往前挪一兩個百分點,這次一步跳了約 25 個百分點;而且推進的方法,是把 Montgomery 在 1973 年「假設黎曼猜想成立」才能用的技巧,改造成不需要這個假設也能用——這才是數學上真正有意思的地方。

03工程怎麼做的:一句「認真試試看」,加上 60 個子代理

這件事的起點很隨興。Anthropic 員工 Jarred Sumner(JavaScript 執行環境 Bun 的作者,並非數學家)在 Claude Code 裡,請 Claude「認真地試著挑戰黎曼猜想」,把所有數學上的選擇都交給模型自己決定。

1

第一輪:650 個點子全部失敗

Claude 先發想並嘗試了 650 個方向,沒有一個走得通。

2

第二輪:指揮約 60 個子代理

花約一天半,子代理分頭推導、寫了數百支 Python 程式,跑了約 2,400 個指令。

3

用已知零點做數值檢查

每個推論都和已經算出的 ζ 零點做數千次比對,先排除明顯錯誤。

4

自己審自己

派子代理專門找反例、從頭再證一次,並下載 54 篇 arXiv 論文確認結果是新的。

5

寫成論文與 Lean 證明

兩個子代理撰寫論文初稿,之後再和工程師合作把證明形式化。

約 60 個子代理,各自做了什麼?

依 Anthropic 公布的分工統計(單位:個)

嘗試新方向但沒成功

30

貢獻輔助點子

13

負責驗證論證

13

發展出關鍵想法

2

撰寫論文初稿

2

※ 一半的子代理「白做工」,這正是研究的常態:大部分方向都會失敗。

整個過程用了兩個 Claude Code 工作階段、約 3,100 萬個輸出 tokens。有趣的是,Sumner 給的大多不是數學建議,而是「繼續」「相信你自己」這類鼓勵;Anthropic 說,這幫助 Claude 克服了一開始對自己結果的懷疑。

它用了什麼數學

關鍵是把兩條既有路線接起來:Montgomery 1973 年的零點配對方法(後來由 Baluyot、Goldston、Suriajaya、Turnage-Butterbaugh 等人改造成不需假設黎曼猜想),以及 Bombieri 2000 年對 Weil 二次型的觀點,再用線性代數裡的 Sylvester 慣性定律處理落在線外的情況。

人類把關也一直都在:Anthropic 的數學家 Alpöge 與 Furman 檢查並重新整理證明,外部專家 Brian Conrey 和 Dan Goldston 在短時間內幫忙審閱,Anthropic 也公開了完整論文、精簡版證明筆記與對話紀錄。

04Lean:讓電腦當最嚴格的閱卷老師

新聞裡說的「用 Lean 驗證」,指的是 Lean 4:一套「證明助理」程式語言。數學家(或 AI)把證明翻譯成 Lean 程式碼,每一個推理步驟都必須說清楚根據哪個定義或定理,Lean 核心會一步一步檢查,只要有一步跳太快、說不清楚,就無法編譯通過。它背後還有社群維護的 Mathlib 數學函式庫,收錄了大量已形式化的定理可以直接引用。

這次的 Lean 證明由 Anthropic 的 Eric Easley 和 Claude 合作完成,放在 Anthropic 公開的 GitHub 儲存庫 anthropics/formal-math 的 zeta23 專案裡。它把信任拆成兩個部分:

檔案(角色)內容誰負責確認
Challenge.lean
題目敘述
用 Lean 寫下「我們要證明什麼」,只能引用 Mathlib人類:要確認敘述真的等於原本的定理
Solution.lean
證明本體
完整證明過程,不能出現 sorry(跳過不證的占位符)電腦:Lean 編譯+comparator 檢查

資料:anthropics/formal-math 儲存庫說明(2026 年)

用電腦驗證一份數學證明,要經過哪幾關?1Claude 寫證明數學論文+ Lean 程式碼2人類確認題目敘述檔寫的是不是原本的定理3Lean 逐步檢查每一步都要過不准有 sorry4獨立核心重驗comparator+ nanoda唯一要人看的地方全部通過:證明「對不對」由電腦保證但「為什麼對」「有什麼用」,還是要靠人讀懂
圖 2 形式化驗證的四關:人類只需要確認「題目有沒有寫對」,推理過程交給電腦檢查

專案要通過三個條件才算數:在指定版本的 Lean 上成功編譯、題目檔以外完全沒有 sorry、以及 comparator 驗收工具回報通過。comparator 會把證明匯出,再交給另一個獨立撰寫的檢查核心 nanoda 重新驗一次,並在沙盒裡執行,降低「工具本身有漏洞」的風險。

sorry 是什麼

Lean 允許你先寫 sorry,代表「這一步先跳過,之後再補」。程式照樣能編譯,所以只看「有沒有編譯成功」是不夠的;嚴格的驗收一定要檢查證明裡完全沒有 sorry,也沒有偷偷加入額外的公理。

Lean 不在乎證明是誰寫的,只在乎每一步有沒有道理。

——這正是它適合用來檢查 AI 證明的原因

05AI 證明、人類驗證不了:預言成真了一半

「AI 會做出人類無法檢查的東西」並不是新擔憂。AI 安全研究者早在 2016 年的〈Concrete Problems in AI Safety〉就提出「可擴展監督」問題:當 AI 處理的任務越來越複雜,人類要怎麼判斷它做得對不對?2018 年 Irving、Christiano 與 Amodei 提出的「AI 辯論」構想,出發點也是同一件事——有一天 AI 的答案會複雜到人類無法直接判斷。

數學界的版本更具體。2025 年一篇 arXiv 論文〈Truth Without Comprehension〉稱之為「第四次數學危機」:AI 產生的證明,規模和複雜度很快會超過任何人一輩子能檢查的量。2026 年 2 月 Live Science 的報導中,菲爾茲獎得主陶哲軒(Terence Tao)也提醒,AI 很擅長「聽起來是對的」,過去「寫得好通常代表數學也對」的訊號已經被打破;他和英國數學家 Kevin Buzzard 都把 Lean 這類形式化驗證視為關鍵防線。

這次 Claude 的成果,剛好成了一個很具體的實例:

驗證:成功

證明有 Lean 形式化、通過 comparator,內部與外部數學家也檢查過。「對不對」這件事,電腦和人都確認了。

理解:卡關

法國洛林大學數學家 Youness Lamzouri 讀了幾個小時就放棄,形容這份論文「不像人寫的」。

人類接手

Lamzouri 改讀 Claude 引用的原始文獻,找到一條簡單很多的路,重新證出 67.25%,還額外證明最多約 11% 的零點既不單重、也不在線上。

意義浮現

James Maynard 評論,新論證用概念上更清楚的方式重新框架了這個問題——價值是在人類讀懂之後才顯現的。

所以,比較精確的說法是:「驗證」和「理解」開始分家了。有了 Lean,人類不必讀懂每一行也能確信證明沒有錯;但一份沒人看得懂的證明,很難變成下一個研究的起點。Live Science 也拿 OpenAI 公布的 Navier–Stokes 證明對照:發表近一個月後,數學家仍在確認它是否正確、是否真的增進了理解。

檢查方式能保證什麼保證不了什麼
電腦算零點
數值計算
已算出的幾兆個零點都在線上無限多個零點的情況
同儕審查
專家閱讀
論證在專家眼中說得通超長、超複雜時可能漏看
Lean 形式化
電腦逐步檢查
證明確實推得出題目敘述敘述本身寫對了沒、證明好不好懂

整理:TempEDU,依本文資料來源歸納

但,還有這些事沒解決

黎曼猜想本身沒動

Claude 對黎曼猜想的嘗試失敗了,Anthropic 也不認為這次的技巧能延伸到完整證明。

正式同儕審查

8 月公布時,論文仍在等待期刊審查;目前的肯定主要來自 Anthropic 內部、兩位外部專家與後續數學家的獨立重證。

Lean 只驗「照題目證」

如果 Challenge.lean 的敘述和原本的定理有細微差異,驗證就白做了,這一關仍然靠人。

門檻與成本

用的是未公開的研究版模型、約 3,100 萬個輸出 tokens,一般人目前無法重現同樣的流程。

給學習者的三個提問習慣

下一次看到「AI 解開世紀難題」這類標題,不妨用這次的事件練習三個問題:

1

先問

它到底證明了什麼?是猜想本身,還是一個相關的下限、特例?

2

再問

誰驗證過?有沒有形式化證明、獨立專家或可重現的程式?

3

最後問

我能不能用自己的話說出它的意義?說不出來,就再查一層。

學生

把 AI 當成會出錯的研究夥伴:讓它提出想法,但每個結論都要求它說明依據,自己再查一次。

老師

這是很好的素養教材:同一件事,「驗證」和「理解」為什麼不一樣?可以讓學生分組討論。

家長

比起擔心 AI 比人聰明,更值得陪孩子練習「怎麼判斷一個說法可不可信」。

本文重點

  1. 黎曼猜想主張 ζ 函數的非平凡零點全部落在臨界線上,至今仍未被證明。
  2. Claude 沒有證明黎曼猜想,而是把「一定在線上」的零點比例下限從約 41.6% 推到三分之二以上(約 67.25%)。
  3. 工程師只給了方向與鼓勵,Claude 在 Claude Code 中指揮約 60 個子代理、花約一天半完成推導與自我檢查。
  4. 證明以 Lean 4 形式化並通過 comparator 獨立驗證;人類只需確認題目敘述是否寫對。
  5. 「AI 證明人類驗證不了」的擔憂成真了一半:電腦能驗證對錯,但理解與運用仍需要人類重新消化。

想一想

如果有一天,AI 交出一份電腦驗證完全正確、但全世界沒有人看得懂的黎曼猜想證明,你覺得數學家應該頒獎給它嗎?「知道它是對的」和「知道它為什麼對」,哪一個對人類更重要?

資料來源

  1. Anthropic(2026 年 8 月 10 日,8 月 13 日更新)。Learning more about Claude’s mathematical capabilities
  2. Alpöge, L. & Furman, R.(2026 年 8 月 13 日)。arXiv:2608.13637。More than two thirds of the zeta zeros are simple and on the critical line
  3. Anthropic GitHub。anthropics/formal-math:zeta23 Lean 4 形式化專案
  4. Live Science(2026 年 10 月 1 日)。AI’s failed attempt to crack the Riemann hypothesis led mathematician to a breakthrough
  5. Live Science(2026 年 2 月 20 日)。Proof by intimidation: AI is confidently solving impossible math problems
  6. arXiv:2509.17290(2025 年)。Truth Without Comprehension: A BlueSky Agenda for Steering the Fourth Mathematical Crisis
  7. Amodei, D. 等(2016 年)。arXiv:1606.06565。Concrete Problems in AI Safety
  8. Irving, G., Christiano, P. & Amodei, D.(2018 年)。arXiv:1805.00899。AI safety via debate
  9. DataCamp(2026 年 8 月 10 日)。Claude Tried the Riemann Hypothesis. Here’s What Happened.

本文封面為 AI 生成的示意圖;內文圖 1、圖 2 為程式繪製的示意圖。


Edit with Tr.Bug

Follow me on:LinkedIn | 探教育TempEDU