企业官网建设流程全解析

Claude的60个子Agent冲击黎曼猜想：AI自主科研的里程碑与边界

一个非数学家在晨跑时随口给AI布置了一道167年没人解出的数学题。AI没能证明它，却在"失败"的路上，把人类37年攒下的成绩一口气刷新了25倍。

2026年8月10日，Anthropic发布了一篇研究简报，披露了一个未公开的研究版Claude模型在尝试攻克黎曼猜想的过程中，将黎曼ζ函数临界线上零点比例的可证明下界从41.6%提升到了67.2%。

这不是"AI证明了黎曼猜想"——它没有。但这个过程本身，比结果更值得关注：一个非数学家发起任务，模型自主组织了60个子Agent，在Claude Code中跑了36小时，执行2400条Shell命令，写了数百个Python脚本，消耗3100万输出Token，最终在一条人类几十年推不动的赛道上，跨出了25.6个百分点的一步。

一、黎曼猜想与"零点比例下界"：先搞懂在比什么

黎曼猜想提出于1859年，是克雷数学研究所七大千禧年难题之一，悬赏100万美元。它断言：黎曼ζ函数的所有非平凡零点，都位于复平面上一条被称为"临界线"（Re(s) = 1/2）的垂直线上。

为什么重要？因为ζ函数的零点编码了素数的分布规律。每个零点都像一把越来越细的梳子，把素数排列的随机性逐层刻画出来。如果所有零点都在那条线上，素数的分布就满足一种深层的"伪随机性"——大量数论结论依赖这个假设才能成立。

但167年来，没人能证明它，也没人能否证它。

于是数学家退而求其次：证明至少有多少比例的零点在临界线上。这个"保底比例"就是所谓的下界。每提高一点，都意味着我们对素数分布的理解更精确了一层。

这个下界的历史进展如下：

从1989年Conrey的40%到2020年的41.6%，全球解析数论学家用了31年，总共推进了1.7个百分点——大约每年0.05个点，每一步都是一篇完整的论文。

Claude在一天半之内加了25.6个百分点。这不是"更快的人类"，而是另一种搜索模式。

二、60个子Agent的组织架构：不是并行计算，是自治科研

整个事件最值得拆解的部分，不是67.2%这个数字，而是Claude如何组织这60个子Agent的。

2.1 起因：一次晨跑后的"不讲道理"任务

Anthropic员工Jarred Sumner（Bun联合创始人，2025年12月加入Anthropic）在晨跑时突发奇想，给Claude下了一个任务："认真尝试一下黎曼猜想。"（Take a real stab at the Riemann hypothesis.）

注意：Jarred不是数学家。他把数学方向的选择完全交给了模型。

2.2 第一轮：650次失败

Claude的第一反应是生成并测试了650个不同的思路。全部失败。

这时候Jarred做的事很有意思——他没有调整方向或给出数学指导，而是发了鼓励消息："继续"（keep going）、"相信自己"（believe in yourself）。

Anthropic后来在博客中写道：这种鼓励"似乎帮助Claude克服了最初的自我怀疑。"甚至Claude自己都对自己的发现感到惊讶——"也许Claude和我们许多人一样，低估了AI进步的速度。"

2.3 第二轮：60个子Agent的分工体系

被鼓励后的Claude重新出发，花了一天半（约36小时）协调约60个子Agent。这些子Agent并非简单并行，而是有明确角色分工：

60个Agent中，只有2个产出了关键结果。约30个Agent探索了新思路但全部失败。

Anthropic明确表示：这不是需要被"优化掉"的低效——这正是真正科研搜索的样子。人类科研也是大量失败中偶尔有突破，只不过AI把试错速度压缩到了小时级。

2.4 执行规模

• 总输出Token：3100万（两次会话合计）
• Shell命令：2400条
• Python脚本：数百个
• 数值检验：对已知ζ零点进行了数千次检验
• arXiv论文下载：54篇（用于检查发现是否已被前人做出）

粗略估算，仅输出Token的成本约310美元，算上输入Token和重试，总API消耗可能在四位数中低段（美元）。用这个成本，刷新了一个持续112年的数学纪录。

三、关键数学突破：把两个没人拼到一起的工具拼了

3.1 Claude做了什么

Claude的突破不是发明了新数学工具，而是组合了两条此前未被同时使用的研究线：

1. Baluyot-Goldston-Suriajaya-Turnage-Butterbaugh系列工作：这套研究移除了Montgomery 1973年方法中的一个关键假设（即不需要假设黎曼猜想成立就能使用相关技术），从而可以用来推进下界常数的证明。
2. Bombieri 2000年论文：Enrico Bombieri的经典工作。

Claude发现，把这两条线的结论组合起来，可以突破41.6%的瓶颈。

3.2 技术细节

用Anthropic的原始表述：

Claude构造了一个由韦伊（Weil）诱导的二次型函数空间，其中临界线上的零点形成正定子空间，临界线外的零点形成负定子空间。然后利用一阶矩和二阶矩信息，直接建立关于二次型秩的不等式。

真正关键的一步——Anthropic称之为"勇气"（courage）——是同时处理整个空间，把正定和负定部分放在一起考虑，且允许二次型采用非对角形式。

为什么人类没做这一步？因为非对角情形的数学处理极其繁琐。人类数学家会本能地选择更结构化、更"干净"的对角形式来简化问题。但Claude没有这种"厌恶感"——它可以不厌其烦地处理更难、更不优雅的版本。

机器的优势不在于更聪明，而在于对"不优雅"的容忍度更高。

3.3 验证链条

发现结果后，Claude自行启动了一套严格的验证流程：

1. 子Agent互相审查证明
2. 搜索反例
3. 从arXiv下载54篇论文，检查发现是否已被前人做出
4. 独立从头重新证明
5. 主动撰写论文，并建议人类数论专家验证

人类侧的验证：

• Anthropic内部数学家Levent Alpöge和Ralph Furman审查并验证
• 外部数论专家Brian Conrey（下界历史进展中的关键人物）和Dan Goldston审阅
• 员工Eric Easley协助Claude完成Lean形式化证明，通过标准验证工具comparator

这是目前AI数学成果中最完整的验证链条之一：机器自检 + 人类专家审阅 + 形式化证明三重保障。

四、不是孤例：2026年AI数学突破的密集爆发

Claude的这次结果，放在2026年AI数学突破的时间线中看，并不孤立：

从"解高中奥数题"到"改写数学纪录"，只用了一年半。月均一个重大数学突破，在2026年几乎成为常态。

人才流向的信号

• Jacob Tsimerman（2026菲尔兹奖得主）：在领奖当天宣布加入OpenAI，从事AI安全研究。他公开判断"两年内AI做数学的能力将超越人类数学家"，并已停止招收纯数学方向博士生。
• John Jumper（AlphaFold核心人物、诺奖得主）：离开Google DeepMind加入Anthropic。
• Timothy Gowers（菲尔兹奖得主）：担忧AI证明指数级增长后，人类将失去解读能力，数学可能变成"无人能懂的思维墓地"。
• Peter Scholze（2018菲尔兹奖得主）：在研究实践中拒绝使用AI。

AI公司从抢AI工程师，到抢菲尔兹奖得主、诺奖得主——因为当AI从聊天进化到做科研时，决定天花板的，是那些最懂如何拓展人类知识边界的人。

五、边界：这不是"AI证明了黎曼猜想"

必须厘清几件事：

第一，黎曼猜想没有被证明。67.2% ≠ 100%。证明67.2%的零点在临界线上，和证明全部零点在临界线上，是本质不同的问题。Anthropic明确表示："我们不指望Claude所用的技术能最终证明黎曼猜想。"

第二，这不是从零开始的原创。Claude的成果建立在Baluyot、Goldston、Bombieri等数学家数十年工作的基础上。它的贡献是发现了一条未被尝试的组合路径，而非发明全新工具。

第三，60个Agent中一半没有产出。这不是效率问题，而是科研本身的试错属性。但也意味着，这种方法的效果依赖于大规模搜索，而非精巧的单链推理。

第四，模型未公开。产生这一结果的是Anthropic未发布的研究版模型，不代表当前用户可使用的Claude版本具备同等能力。Anthropic也未透露是否会在近期向公众开放多智能体能力。

第五，成本不等于可复制。虽然估算成本在四位数美元级别，但这只是一个问题的单次成功。对于更广泛的研究问题，失败率和成本可能显著更高。

六、真正的信号：AI4S从口号到产出

如果把视线从单个数学结果拉远，这次事件传递的核心信号是：

AI for Science（AI4S）在2026年从战略口号变成了真实的产出线。

过去，AI在科研中的角色是"好用的计算器"——跑数据、搜文献、做统计。现在，Claude已经能够自主组织60个Agent协同工作数十小时，发现问题、验证结论、写出论文，还主动建议人类专家复核。

Anthropic CEO Dario Amodei的表态很直接："不要只把AI看作分析数据的工具，要把它看作能端到端完成科学家工作的智能体。"

从方法论角度看，这次实验展示了一个可复制的科研工作流模板：

1. 非专家发起任务，设定方向但不干预执行
2. 系统自主分解任务，跨数十个并行Agent搜索
3. 生成形式化可验证证明（Lean）
4. 主动请求人类审查，在发表前构建验证链条

这个模板不只适用于数学。在任何"出错代价高昂"的领域——药物设计、材料科学、形式化验证——都存在类似的需求结构。

七、结语：也许我们都低估了

Anthropic在博客最后写了一句话，既是关于Claude的，也是关于我们所有人的：

"也许Claude和我们许多人一样，低估了AI进步的速度。"

37年推进1.7个百分点的人类智慧，在36小时内被推进了25.6个百分点。这不是在说AI比人类更聪明——而是在说，当一种新的搜索模式出现时，进步的速度曲线可能会突然弯折。

黎曼猜想依然未被证明。但AI自主科研这件事，已经从"可能"变成了"正在发生"。

参考来源：

• Anthropic官方博客：Learning more about Claude's mathematical capabilities
• Claude撰写的论文（PDF）
• Lean形式化证明（GitHub: anthropics/zeta-23-lean）
• 机器之心、第一财经、澎湃新闻等媒体报道

本文为原创分析文章，基于公开信息撰写。数据截至2026年8月12日。