1300万行代码、3万个中间定理、11天时间——这是Claude交出的答卷，目标是数学界最著名的难题之一：费马大定理。Anthropic宣布，Claude完成了费马大定理首个端到端、可由Lean程序完整检查的形式化证明。

这个数字有多夸张？整个工程的代码量，超过Lean核心数学库Mathlib的5倍。而最终证明实际使用的中间定理约29500个，完整证明仅依赖Lean的三个标准公理。定理陈述与Mathlib中费马大定理完全一致，裁判是Lean程序本身，而不是模型。

打开网易新闻 查看精彩图片

多Agent协作，从混乱到有序

项目由姚班校友Tianyi Peng主导，使用自研的Prove2Me平台实现多Agent并行协作。但这条路一开始并不顺利——早期尝试中，Agent规模一扩大，协作就开始混乱。文章里那句"人一多，活一多，项目开始乱了"，说的正是这个阶段。

Prove2Me的解法是把整个证明拆成一个由定理节点组成的DAG（有向无环图）。哪个定理已经证明了，哪个还缺前置条件，下一步该攻哪个节点，Agent都能从这张图里判断。这种结构管理了前置依赖、加速了编译，还保留了自然语言描述，让多Agent像一支大型数学团队一样协同工作。

效果如何？失败代码仅占成品非模板代码约7%。整个项目消耗约60亿输出Token，通用研究模型能力大致相当于Claude Fable 5.1。

人类只给方向，AI自己干活

最反直觉的部分在这里：人类数学指导极为有限。Tianyi Peng只提供高层方向提示，比如优先级排序。大量定义补充、中间引理证明、任务拆分与拼装，全部由Claude自主完成。

这意味着什么？把人类数学家能读懂的证明，彻底翻译成计算机能一行一行检查、没有任何"这里显然"的形式化证明——这件事过去极度依赖人工，现在AI可以大规模接手了。

帝国理工学院Kevin Buzzard的评价是：一次"非凡的自动形式化成果"。这个评价的分量不轻——费马大定理证明的形式化，原本是Buzzard团队多年的社区项目，技术蓝图长达86页。

数学形式化，从人工苦力到AI工程

这次突破的意义，可能不止于一个定理。过去，数学文献的形式化工作靠人工推进，速度慢、成本高。Claude用11天完成了一个团队多年的工程，这为大规模提速提供了可能性。

当然，也有值得冷静看待的部分。60亿Token的消耗量说明成本并不低，Prove2Me平台的DAG管理机制也还在早期。但方向已经清晰：AI不仅能证明定理，还能组织一支"Agent数学团队"去完成复杂的形式化工程。

文末还附带提及OpenAI GPT-6 Astra的逐步开放，各家在Agent能力上的竞争正在加剧。数学形式化只是其中一个战场，但1300万行代码这个数字，已经足够说明问题。