行业观察 合集 · 大模型及AGI

AI 形式化证明的 2026:从 OpenAI 的 721 篇手稿到莱顿宣言,数学界如何应对?

AI 形式化证明的 2026:从 OpenAI 的 721 篇手稿到莱顿宣言,数学界如何应对? 2026 年 10 月 6 日,OpenAI 在 GitHub 上一次性公开 721 篇数学手稿,宣称由内部模型产出于开放研究问题。11 月,Google DeepMind 推出 AlphaProof Code,Anthropic 的 formal-math 仓库公开三个 Lean 4 形式化项目。与此同时,16 位数学家联合发布《莱顿宣言》,25 位菲尔兹奖得主联名警告「AI 在数学中的严重错位」。 AI 正在以前所未有的速度生成数学证明——但数学界正在以前所未有的力度反击。

所属合集 大模型及AGI 第 2 / 4 篇

AI 形式化证明的 2026:从 OpenAI 的 721 篇手稿到莱顿宣言,数学界如何应对?

2026 年 10 月 6 日,OpenAI 在 GitHub 上一次性公开 721 篇数学手稿,宣称由内部模型产出于开放研究问题。11 月,Google DeepMind 推出 AlphaProof Code,Anthropic 的 formal-math 仓库公开三个 Lean 4 形式化项目。与此同时,16 位数学家联合发布《莱顿宣言》,25 位菲尔兹奖得主联名警告「AI 在数学中的严重错位」。

AI 正在以前所未有的速度生成数学证明——但数学界正在以前所未有的力度反击。

一、OpenAI 721 篇手稿:规模空前,但形式化率仅 42%

官方数据(修正)

OpenAI 的 openai/math 仓库是目前规模最大的 AI 数学生成成果公开集合。以下是直接从 GitHub 仓库 README 核实的数据:

指标 数据 来源
手稿总数 721 篇 GitHub README
结果家族 373 个 GitHub README
顶层结果形式化率 约 42% GitHub README
产出模型 未公开的内部前沿模型 GitHub README
平均计算量 每个结果 3 小时 ChatGPT Pro thinking compute GitHub README
总提问量 约 4,000 个问题 GitHub README

重要修正:此前中文媒体报道的「722 篇 / 372 家族 / 22% 形式化」与官方数据不一致。OpenAI 官方说的是「~42% top-line results formalized」,不是「22% 篇数形式化」。一个家族可能包含多篇手稿(主结果、伴随论证、推论、替代证明),所以「顶层结果」和「篇数」不是同一个统计口径。

已公开的推理摘要(10 个家族)

OpenAI 同时发布了模型推理过程的精简摘要,覆盖以下结果:

家族 主题
007 乘性函数的普通两点相关
017 π 的无理性指数
087 对称和一般 Mahler 猜想
102 基本半正定阈值处的普通 NP 难性
159 算术级数的准多项式界
197 特征为 2 的 Kaplansky 直有限性猜想
221 稀释自旋玻璃的 Mézard–Parisi 公式
271 量子海森堡铁磁体中的自发磁化
287 自由群因子的同构
362 三维相对论 Vlasov–Maxwell 系统

OpenAI 的自我定位

仓库 README 中有一段值得注意的声明:

「In our view, these manuscripts are best understood as a form of raw research data, rather than polished academic papers. We defer to the math community completely on matters of credit, precedence, and concurrent work.」

翻译:这些手稿最好被理解为原始研究数据,而非 polished 学术论文。署名、优先权、并行工作完全交由数学社区决定。

这是一个防御性姿态——OpenAI 在主动避免与数学界争夺署名权。

二、Anthropic formal-math:三个 Lean 4 项目,含黎曼 zeta 零点

2026 年 11 月 1 日,Anthropic 的 formal-math 仓库(472 星)公开了三个 Lean 4 形式化项目:

项目 陈述 来源
zeta23/ 黎曼 zeta 函数超过 2/3 的零点是单零点且在临界线上 Alpöge–Furman, arXiv:2608.13637
3sum-apsp/ 字 RAM 程序在 O(n^1.9992) 步内解 3SUM,(min,+)-乘积和 APSP 在 O(n^2.99942) 步内 Alman–Vassilevska Williams, arXiv:2610.06783
eth/ 一台确定性图灵机在亚指数时间内计数所有 k-CNF 满足赋值,反证指数时间假说(ETH) Claude, 仓库内 paper.pdf

验证机制

每个项目都通过 Palomar 注册表 的验收检查:

  • leanprover/comparator(工具链匹配的 lean4export)
  • 独立的 nanoda 内核
  • landrun 沙箱

项目通过的条件:lake build 成功 + 无可宽恕的 sorry(除了受信任的比较器陈述文件)+ Palomar 注册表打印「Your solution is okay!」。

值得注意的细节

eth/ 项目的来源标注为「Claude, paper in the folder」——这意味着反证 ETH 的论文是由 Claude 产出的,Anthropic 只是将其形式化。这与 OpenAI 的做法(模型产出手稿 + 部分形式化)形成对比:Anthropic 选择公开形式化验证,而非原始手稿。

三、Google DeepMind AlphaProof Code:软件验证的突破

2026 年 11 月,Google DeepMind 博客发布标题:「Introducing AlphaProof Code: a breakthrough in verifying complex software at depth」。

(注:原文页面 404/超时,此处基于博客标题和 DeepMind 博客列表核实。具体技术细节待官方恢复访问后补充。)

从标题看,AlphaProof Code 聚焦于复杂软件的深度验证,而非纯数学证明。这可能是:

  • 工业级代码的形式化验证
  • 安全关键系统的属性证明
  • 与 AlphaProof(数学证明)平行的软件工程分支

四、Google Antigravity /teamwork:多智能体协作的科研平台

/teamwork 文档(直接抓取)

Google Antigravity 的 /teamwork 命令运行一个协作多智能体团队,专为大型软件项目、复杂模拟和深度研究任务设计。

核心架构:

角色 功能
Sentinel 协调者,记录请求、路由任务、发布进度更新
Project Orchestrator 将批准的简报分解为结构化里程碑,协调并行工作轨道
Explorers 只读研究智能体,探索仓库、追踪调用链
Workers 实现智能体,配备终端和文件工具
Critic 独立代码审查
Challenger 主动压力测试,构建对抗性测试套件
Auditor 验证工作是否符合完整性模式
Success Auditor 最终审查者,运行端到端验证

执行路径:

路径 适用场景
General(分布式编码) 多文件 SWE、大规模重构、系统模拟(默认)
Math / Proof 数学问题求解、形式化界、定理证明
Math / Proof (Large Team) 高规模锦标赛网络,用于硬猜想和组合搜索

博客原文:「Teamwork: when AI becomes a research partner」

2026 年 8 月 27 日,Antigravity 博客发布「Teamwork: when AI becomes a research partner」(Research, Product 分类)。

Rust 重写项目(直接抓取)

2026 年 11 月 3 日,Antigravity 博客发布「Modernizing 40-year-old scientific code with Gemini 4 Argon」:

指标 数据
源代码 174,000 行 Fortran 90 + C,264 个文件(FVCOM 海洋模型)
目标 100% 内存安全 Rust,零 unsafe 块
耗时 59 分钟自主运行
捕获 bug 6 个 60 年旧 bug
内存 减半
速度 1.88x 提升

三阶段流程:

  1. Stage 0(11 分钟):基线捕获,编译原始 Fortran 二进制,记录黄金输出
  2. Stage 1(3 分钟):全仓库审计,生成六部分架构蓝图
  3. Stage 2(45 分钟):Rust 移植,闭环自修复,PGO 优化

五、《莱顿宣言》:数学界的正式反击

基本信息

项目 内容
全称 Leiden Declaration on Artificial Intelligence and Mathematics
发布日期 2026 年 6 月 2 日
发布地点 荷兰莱顿
工作组 16 位数学家(来自华盛顿大学、爱丁堡大学、剑桥大学、牛津大学、ETH Zurich 等)
背书 国际数学联盟(IMU)正式采纳
签署数 2,411 名数学家
arXiv 2609.35334
官网 leidendeclaration.ai

起源

2025 年 9 月,莱顿大学 Lorentz 中心举办「Mechanization and Mathematical Research」会议,约 60 名参与者(数学家、计算机科学家、哲学家、历史学家、社会科学家)。随后 8 个月,工作组developed 宣言。

五类威胁(直接引用)

  1. 可靠性威胁:当前自动化技术可以产生看似合理但不可靠(甚至错误)的论证,难以与正确数学证明区分
  2. 署名威胁:训练在已发表作品上的模型经常返回未正确引用人类作品的输出
  3. 激励威胁:AI 的使用可能为其自身而被激励,破坏招聘、资助和认可机制
  4. 评估威胁:通过新闻稿或博客帖子等非正式渠道传播结果,绕过同行评审
  5. 自主性威胁:研究问题可能因为其对自动化数学的适应性而被优先考虑,而非专家判断其深层重要性

四类建议

对象 核心建议
个人数学家 披露工具使用、支持审查需求、坚持开放科学、保留正确性责任、努力正确署名
数学组织 建立专业知识、主导出版和审查政策、维护严谨标准、保护作者权利
政府决策者 保护作者权利、不要相信炒作、监管 AI 行业、投资公共计算基础设施
商业 AI 遵守宣言标准、尊重员工良心自由

Featured Endorsements(直接引用)

Peter Scholze(Max Planck 数学研究所所长,菲尔兹奖得主):

「数学研究的目标是人对数学的理解,数学只能在一个人类数学家社区中繁荣。在我的经验中,数学思想就像孩子一样,必须被培育并逐年成长。就像我不想让我的孩子被 AI 教育一样,我在不使用 AI 的情况下思考我的数学思想,并尽可能避免阅读 AI 生成的文本。」

Terence Tao(UCLA 教授,菲尔兹奖得主):

(官网截断,完整声明待补充。陶哲轩已公开使用 Claude Code 在 Lean 中做形式化证明。)

六、25 位菲尔兹奖得主联合声明

2026 年 9 月 11 日,包括陶哲轩、邓煜在内的 25 位菲尔兹奖得主联合发表《人工智能在数学中的严重错位》声明。

(注:声明全文未抓取到,此处基于 360 搜索结果和头条新闻核实。声明直指 OpenAI、Anthropic 等公司的做法。)

七、学术界的分歧

支持方

  • 陶哲轩:公开使用 Claude Code 在 Lean 中做形式化证明,认为 AI 是有价值的工具
  • 部分年轻数学家:欢迎 AI 辅助,认为可以加速发现

反对方

  • Peter Scholze:明确避免使用 AI,认为数学思想需要人类培育
  • 莱顿宣言工作组:担忧 AI 威胁数学的可靠性、署名、公平性和自主性
  • 25 位菲尔兹奖得主:警告 AI 在数学中的「严重错位」

中间派

  • OpenAI:自我定位为「原始研究数据」,将署名权交给数学社区
  • Anthropic:选择公开形式化验证,而非原始手稿
  • Google:推出 /teamwork 多智能体协作平台,但强调「AI becomes a research partner」而非替代

八、趋势判断

短期(2026-2027)

  • 形式化验证成为标配:AI 生成的数学证明必须通过 Lean/Coq 等工具验证
  • 多智能体协作兴起:单模型端到端 → 多智能体分工验证
  • 学术界建立规范:《莱顿宣言》等文件定义 AI 辅助数学的伦理和标准

中期(2027-2028)

  • 证明验证自动化:人类不再逐行审查,而是依赖形式化工具
  • AI 数学家出现:不仅能证明已知猜想,还能提出新问题
  • 人机协作模式成熟:AI 生成候选,人类提供洞察和方向

长期(2028+)

  • 数学研究的范式转移:从「人类证明」到「AI 证明 + 人类理解」
  • 证明的民主化:任何人都可以验证复杂证明,无需专业训练
  • 新的数学分支:专门研究「AI 可证明性」的理论

九、结论

2026 年是 AI 形式化证明的爆发之年,也是数学界反击之年:

  1. OpenAI 的 721 篇手稿证明 AI 可以大规模生成数学证明,但形式化率仅 42%
  2. Anthropic 的 formal-math 选择公开形式化验证,含黎曼 zeta 零点和反证 ETH
  3. Google DeepMind AlphaProof Code 将形式化验证扩展到软件工程
  4. Google Antigravity /teamwork 代表多智能体协作方向,59 分钟完成 174,000 行 Fortran → Rust
  5. 《莱顿宣言》 是数学界的正式反击,IMU 背书,2,411 名数学家签署
  6. 25 位菲尔兹奖得主 联名警告「AI 在数学中的严重错位」

核心矛盾:

  • AI 可以快速生成数百个证明
  • 但人类理解和验证这些证明需要数年
  • 形式化验证是必要的质量关卡,但成本高昂
  • 数学界担忧 AI 威胁数学的可靠性、署名、公平性和自主性

未来方向:

  • 形式化验证必须自动化、规模化
  • 多智能体协作可以提高验证效率
  • 学术界需要建立新的规范,定义「AI 证明」的标准

最终问题:

当 AI 可以证明一切,但人类无法理解任何东西,数学还是「人类」的数学吗?

信息来源与核实

内容 性质 来源
OpenAI 721 篇手稿、42% 形式化率 已核实 GitHub openai/math 仓库 README 直接抓取
Anthropic formal-math 仓库、三个 Lean 4 项目 已核实 GitHub anthropics/formal-math README 直接抓取
Google DeepMind AlphaProof Code 部分核实 DeepMind 博客标题(页面 404/超时)
Google Antigravity /teamwork 文档 已核实 antigravity.google/docs/teamwork 直接抓取
Rust 重写项目(174k Fortran → Rust, 59 分钟) 已核实 Antigravity 博客直接抓取
《莱顿宣言》全文、五类威胁、四类建议 已核实 leidendeclaration.ai 官网直接抓取
Peter Scholze 引言 已核实 莱顿宣言官网 Featured Endorsements
25 位菲尔兹奖得主联合声明 部分核实 360 搜索、头条新闻(全文未抓取到)
趋势判断 作者分析 基于当前发展的预测,不构成投资建议

本文基于 OpenAI、Anthropic、Google 官方仓库和博客,以及《莱顿宣言》官网,全景梳理 2026 年 AI 形式化证明进展和学术界反应。仅供行业分析参考,不构成投资建议。

◆ 本文内容仅代表作者观点,不构成投资或采购建议。
分享这篇文章 邮件