一刻 talks | 硬科技·新商业
一个不懂数学的人，对一台AI说了一句话："认真试一把。"
然后他走开了，36小时后，这台AI带着成果回来了，它推进了数学史上最著名的一道难题：黎曼猜想。
这不是科幻，这是8月10日发生在Anthropic公司里真实的事。
Jarred Sumner
Anthropic员工，Bun的缔造者
那个员工叫Jarred Sumner，他自己承认"没有受过系统的数学训练"。他做的唯一一件事，就是给了AI一个开放式的指令，然后放手。
36小时里，AI自己把任务拆成了60个子智能体，分工协作：2个负责想核心思路，13个提供辅助想法，30个尝试新方向但失败了，13个负责验证，2个负责写论文。
总共烧掉了3100万个token，翻看了54篇论文，最后把黎曼猜想成立的下界，从41.6%推到了67.2%。
它没有证明黎曼猜想，那是个悬了167年、奖金100万美元的难题。它做的是"推进"：把人类几十年才磨出来的一点点边界，往前挪了一大截。
这件事为什么值得你花五分钟读完 你可能觉得黎曼猜想是数学家的冷门难题，跟你八竿子打不着，往下读三百字。 这件事真正改变的，不是数学，是"科研这件事本身该怎么做"，而它迟早会落到你头上。
我们不替你惊呼"AI要取代科学家了"，我们帮你看清楚，当一群AI学会了像人类团队那样分工协作，被改写的不是某道题的答案，是"发现"这件事的组织方式。
先说清楚
黎曼猜想到底是个啥
很多人第一次听到"黎曼猜想"，脑子里是空的，它听起来像一串咒语，但它其实关乎你每天都在用的东西。
先说素数，素数就是只能被1和它自己整除的数：2、3、5、7、11、13……它们是数学里的"原子"，所有数都由它们乘出来。
蓝色色块为素数
问题来了：素数在数轴上，是怎么分布的？
看起来毫无规律，2之后是3，3之后是5，5之后是7，然后突然跳到11，中间隔了一个9（不是素数）。越往后，素数越稀疏，但你又永远找不到一个"最后"的素数。
它们像是撒在一条线上的豆子，位置随机。
1859年，德国数学家黎曼提出了一个惊人的猜想：这些豆子的位置，其实不是随机的，它们背后藏着一条"隐藏的线"。所有素数的分布规律，都能被这条线精准地预测。
这条线，就叫"临界线"。黎曼猜想说的是：一个叫"黎曼zeta函数"的数学对象的那些"零点"（除了少数平凡的），全部排在这条线上。
波恩哈德·黎曼
如果这个猜想被证明，人类就彻底破解了素数的分布密码。为什么这重要？因为现代密码学，你每一次手机支付、每一次网上转账、每一次登录验证，底层全靠"素数很难被分解"这个事实撑着。
所以黎曼猜想不只是一道数学题，它是一把钥匙。谁能证明它，谁就能窥见素数分布最深层的规律，进而动摇整个现代加密体系的地基。
而它，悬了167年。
那36小时，到底发生了什么
现在回到那台AI。
Jarred Sumner给了它一句"认真试一把"，AI的第一轮尝试，生成了650个想法，全部是死路，一个都没用。
换成一个人类研究生，这时候大概率已经崩溃了。但AI没有，它把650个失败的想法当成"排除掉的错误路径"，然后换了一种打法：
不再自己一个人硬想，而是"拉了一支队伍"。
它把自己拆成了60个子智能体，像组建了一个研究团队：
·2个，负责开发核心数学思路；
·13个，给核心思路提供辅助想法；
·30个，尝试开辟新方向（但都没成功）；
·13个，当"验证者"，检查论证对不对；
·2个，负责把成果写成论文。
60个AI，在36小时里开了2400次命令行操作，写了几百个Python脚本来做数值验证，还翻了54篇arXiv上的论文，确认这个发现是新的、没人做过。
最后，它干的这件事，本质不是"想出一个新定理"，而是"把若干个已有的老工具，用一种没人试过的方式拼在了一起"，Bombieri在2000年的工作，加上Goldston、Baluyot几个人近年的成果。
Sumner强调：Claude做的是"看见拼合"
这个拼接，把黎曼猜想成立的下界，从41.6%推到了67.2%。
它没有发明新的数学，它做的是"发现了一种新的组合方式"。而这件事，恰恰是很多人类数学突破的真实形态。
最值得看的，不是"AI解了题"
是"AI换了打法"
注意这件事里最反直觉的地方。
不是"一个超级AI"独自解出了难题，是"一群普通的AI"，靠分工协作，推进了难题。
这跟OpenAI之前的路子完全不同。OpenAI的Astra是"一个天才AI"，靠巨大的上下文窗口，一次性吞下问题、暴力求解。
而Anthropic的这条路，是"一群AI像人类团队一样分工"。
这两条路的区别，比技术细节重要得多，因为人类科学史，从来不是靠"一个天才单打独斗"写成的。
牛顿站在巨人肩膀上，欧拉和高斯有书信往来，任何一次真正的突破，背后都是一个"科学共同体"在协作、验证、争论。
世界上名列前四的数学家
分别是阿基米德、高斯，牛顿和欧拉
Astra证明了"AI可以像天才一样解题"，Anthropic这次证明了"AI可以像一个团队一样做科研"。后者更接近人类真实的科研方式，也因此，更可能成为AI真正"做科学"的路径。
所以这36小时真正值得记的，不是那67.2%的数字，是那个"60个AI分工"的工作流，这是第一次，AI自己组织了一支科研队伍。
数学家们，一半兴奋，一半不安
最后说说数学界怎么反应。
今年6月，一群知名数学家联名发表声明，说"真正的数学证明应当归属于具体的发现者"。潜台词是：AI做出来的成果，署名归谁？责任谁扛？
但菲尔兹奖得主、剑桥大学教授Timothy Gowers，写博客回应了一句很漂亮的话：
"如果我们最终进入一个数学定理不再与特定数学家关联的世界，或许这并不会比恒星不再以天文学家的名字命名更具问题性，毕竟，大多数恒星根本没有名字。"
他的意思是：当天文学家有了望远镜，发现了数不清的星星，他们不再给每颗星星起名字了。当数学有了AI，可能也会进入这个状态，定理太多，多到不再需要每个都挂一个"人类发现者"的名字。
还有一层黑色幽默：黎曼猜想挂着100万美元的千禧年大奖，而AI不能领奖。
《科学美国人》报道
几乎无人能解决价值百万美元的数学难题
更讽刺的是，黎曼猜想关乎素数分布，素数分布是现代密码学的基石，而现代密码学保护的，正是那些正在投资AI公司的人的交易。
AI在推进一道关于"保护人类交易的密码"的数学题，而推动它的钱，来自人类交易。
这大概是整件事里，最优雅的一个闭环。
明天，我们聊聊，5岁的孩子，把那个永远不说"不"的AI，当成了最好的朋友……
关注「一刻talks」
我们不替你惊呼"AI要取代科学家"，我们帮你看清楚，当一群AI学会了像人类团队那样分工协作，被改写的不是某道题的答案，是"发现"这件事本身该怎么被组织。
