Lex Fridman 談 AI 數學危機：證明過關之後，理解的工作才開始

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

台灣時間 10 月 27 日清晨，Lex Fridman 的頻道上架了第 503 集《AI Crisis in Math: Navier-Stokes, Riemann Hypothesis & Complexity Theory》，全長 3 小時 34 分。他在開場把性質說得很清楚：「這是某種緊急的一集，數學史上一個危機時刻。」來賓三位都是這波事件當事領域的數學家：華盛頓大學流體力學的 Steven Brunton、MIT 理論電腦科學的 Ankur Moitra，以及羅格斯大學數論的 Alex Kontorovich。這一集真正在回答的問題只有一個：當機器開始大量宣稱自己證明了重大定理，數學界要怎麼驗收這些宣稱。三位與談人把答案拆成三層，而機器目前只自動化了第一層。

Pin

一場緊急集會：兩個月內機器宣稱解掉了什麼

Lex 的開場就把清單攤開。他說過去幾週，機器宣稱解出了一些數學史上最困難的問題：Navier-Stokes、準黎曼猜想（quasi-Riemann hypothesis）、唯一遊戲猜想（Unique Games Conjecture），以及「數百個其他結果」。他形容數學圈的反應，包括陶哲軒在內，是敬畏、恐懼、憂慮，夾著一絲希望。

這不是修辭。把時間軸排出來就懂：9 月 4 日，Anthropic 公布 Claude 在 11 天內大致自主地寫出 1,300 萬行 Lean 程式碼，完成費馬最後定理（Fermat’s Last Theorem）史上第一份完整的電腦查核證明，只依賴 Lean 的三條標準公理，沒有任何未完成的佔位內容。9 月 8 日，OpenAI 公告用一萬個量級同時運作的 agent 花約 88 小時得出 Navier-Stokes 的解答，再花 17 小時由 GPT-6 Astra 完成 Lean 形式化，過程中送出 270 萬則訊息。9 月 11 日，克雷數學研究所（Clay Mathematics Institute）發布聲明回應。10 月 24 日，陶哲軒部落格刊出社群修訂計畫的客座文章。Lex 這一集，是這條時間軸上少見的三位當事領域數學家同台長形式回應。

Lex 的第一個問題三人都要回答：你這幾週什麼感受。Moitra 說結果公布那晚，其實傳聞已經繞了幾週，點名他領域裡最大的幾個問題，他的第一反應是「哇，全是真的。還好終於公開了，現在大家才能實際走過它、消化發生了什麼、想下一步」。但他說這件事把他往兩個方向拉：這些工具像一位隨侍在側的世界級專家，用你自己的語言教你別的領域，放大了他問對問題的能力；另一頭，他最愛的指導工作變難了，舊的成功藍圖整個作廢，他比以前「在智識上更孤單」，因為過去的重大結果常從謙卑的小問題長出來，「現在要在 AI 結果的汪洋裡顯眼，你得做出真正驚天動地的東西，我們失去了一點種下橡樹種子的耐心」。Lex 接著唸出陶哲軒的話：他對「許多人年的、耐心的、刻意放慢的研究努力，特別是研究生與博士後朝向許多數學動機問題的努力，被這樣一次發布隨意打斷或摧毀」感到驚駭；就像電影爆雷或填字遊戲的提示，一旦知道答案存在，就無法再那麼豐盛地探索一個問題。

Kontorovich 在開場約兩分鐘處就對「危機」表態：「我不確定會不會叫它危機。危機裡有很多機會，這是重新想想我們到底想做什麼的時刻。」他接著說，在千年只能提著燭光在林間摸索之後，數學知識正在進入某種黃金時代。Brunton 的答案偏工程：他對解決人工心臟與飛機那類應用問題的能力變強感到非常有希望，怕的是自己從這個大家都熱愛的過程缺席；未來五到十年，要嘛另一種智能真的把人類比下去，要嘛這變成探索好奇心的絕佳工具，「這兩種世界非常不同，而不確定性本身就是壓力」。

Lean 的綠燈買到了什麼：推導檢查從年降到小時

第一層驗收是推導正確：每一步推理是否真的成立。這層是 Lean 這類證明助理（proof assistant）的本業，把定義、前提與推理全部寫成機器可逐行核對的形式，核心會檢查證明是否從宣告的公理與既有定理一步步推出。通過時編輯器裡會亮起藍色雙勾；官方文件寫明這個記號防的是眼前的具體錯誤：證明不完整、有未關閉的目標、佔位內容，或 tactic 腳本裡的誠實臭蟲。

這層的速度，這兩個月快到讓人認不出來。費馬最後定理的形式化，數學界原本估計要以年計：帝國學院的 Kevin Buzzard，按 Kontorovich 在節目上的說法，拿了百萬美元等級的補助，計畫花五年把形式化推進到 1980 年代已知結果為止。Anthropic 的系統用 11 天做完，規模超過整個社群函式庫 Mathlib 的五倍。OpenAI 那邊，得出 Navier-Stokes 解答後的形式化驗證只再花 17 小時。

Anthropic 在公告裡把這件事的意義說得很白：隨著 AI 產出越來越多宣稱的證明，形式化「可能是數學界跟得上 AI 貢獻的唯一可行方式」。就我的讀法，這句話同時是承諾與投降承認：第一層驗收從此交給機器，而且交得起。

綠燈不管的兩件事：題目對齊與公理信任

第二層驗收是題目對齊：電腦裡得到證明的那個命題，是不是你原本想解的題。Lean 官方文件對這條邊界寫得一點都不含糊。它要求使用者區分兩個問題：「定理有沒有有效證明」與「定理陳述是什麼意思」，並明說核心的通過標記只在兩個前提下有意義：你相信形式命題對應它的非形式原意，而且你信任引用函式庫的作者誠實。文件還提醒，佔位內容（sorry）與未完成的證明，系統一律當成公理處理，要靠列出公理清單才查得出來，甚至點名防範未經審查的 AI 生成證明。

這層的實例就寫在新聞裡。OpenAI 公告的原文說，這次證明的是「一開始平滑靜止、受了平滑外力的流體，在有限時間內發展奇異性，且能量全程有限」，對應千禧難題官方表述的 C（與 D）。Brunton 在節目 1 小時 45 分處對照克雷官網點出這個問題有四個版本，結論是「證出來的是有外力的那一版」，而這只在三維空間發生。同一個問題名稱下，條件不同，結論就不同；這也是本站9 月 10 日拆解這份公告時最想讓讀者帶走的那把尺。

題目對齊的相反極端是免查。Kontorovich 用準黎曼猜想示範了整套流程：那個命題的 Lean 陳述本來就在 Mathlib 裡，所以沒有翻譯對錯的問題；「沒有 sorry」讓他對推導正確有百分之百信心；高層讀過的思路也完全成立，「嵌入 Möbius 函數、用六次特徵扭轉，這些都是解析數論的家常菜，只是用恰恰對的方式串起來」。即便如此，他說還有大量技術細節，他要「為了自己的滿足」親自走過一遍。一份證明走完驗收的速度，很大程度取決於它的陳述有沒有共同的錨。

最難自動化的一層：知道證明為什麼行

第三層驗收是方法可遷移：這個證明為什麼行、裡面的想法能不能搬到別的問題。這層目前完全沒有自動化，而且它才是數學家眼中的產品本體。

Kontorovich 在 26 分 25 秒把話講透：「我可以證明一個定理，但我不明白證明為什麼行。中間有魔術發生。要等到我能把現象一般化、理解得更深，我才會看見證明為什麼以它的方式行。」Brunton 的判準同一路數：簡單而且能一般化，一直是數學的金標準。Moitra 講得更直白：「你證明結果的理由，是為了更理解你周圍的世界。數學對我來說是抽象化與理解事物的載具。重大結果重要的地方，在於你在路上學到了什麼，而不只是陳述的真假。」

最刺的例子還是費馬最後定理。Kontorovich 說，那份 1,300 萬行的證明「仍然不是一份漂亮的證明」，不是乾淨的證明。推導過了機器這關，理解這關連門都還沒開。他在節目裡先講了西洋棋的故事：引擎變強後，大家一度期待人加電腦對抗人加電腦的「半人馬棋」，結果那段時代持續了大概十秒，因為人類的角色收斂成對著螢幕一直按「同意第一步」。他把焦慮公理化成「已解公理」（solved axiom）：假設任何靠人機協作能解出的數學問題，AI 單獨也能解出。定義完他自己表態不相信，其中一個理由正是上面那句話：產出證明與理解證明，是兩件事。

Moitra 補上一個來自社會科學的提醒，他稱之為門房謬誤（doorman fallacy）：把一個複雜的職業化約成它最顯眼的任務。門房的工作如果只剩開門，一道自動門就能取代；數學家的工作如果只剩證明定理，機器確實已經很強。他說這是思考 AI 時代數學的好框架，因為真正加值的部分，恰恰是那些難以明說的：選對問題、建立連結、讓別人看得懂。

制度把慢下來的理由寫進規則

第三層的工作量大，制度正在把它接住。克雷的聲明是最冷的溫度計。它對 Navier-Stokes 的措辭是「顯然已被解決」（apparently been settled），期待的是「隨著這項工作背後的創新被分析與檢驗，釋放出新一波人類理解的浪潮」，然後把話鋒轉到程序：獎項規則描述了評估成就與分配功勞的過程，「這個過程刻意不趕時間，但我們會提供更新」。規則本身寫著三個前提：解必須發表在合格出版品、發表後至少滿兩年、獲得全球數學社群普遍接受。OpenAI 公告也自己把線畫清楚：不打算為這項結果申領千禧獎。

Pin

另一頭是社群分工。陶哲軒 10 月 24 日刊出的客座文章，作者群寫得直白：OpenAI 放在 GitHub 上的數學文件「可能難以理解，且引用不完整」，oai-math-revised 這個社群 hub 要邀請學生、博士後、教授與愛好者一起修訂，也公開徵求各類別的管理者與審查者。這與他稍早的記功提案同一個方向：當機器能生產證明，理解與解釋也該記上學分。Kontorovich 在節目裡給的範本則是 Mathlib 的運作方式：「論文換成 pull request，維護者與審查者逐條給建議，誰貢獻了哪個簡化論證的想法，全程看得到。」Moitra 的提醒則是評價制度：大家在乎的還是那些會影響社群的想法，只是它們很難塞進一張簡單的評分表，所以「要改動很多我們的制度與機構」才接得住。

Pin

研究生的驗收負荷，與一般讀者的三個問題

研究者與研究生是直接受影響的一群：驗收負荷正在從推導層移到對齊層與理解層，也就是從「檢查每步對不對」移向「確認題目沒翻錯、讀懂方法、判斷能不能用」。Kontorovich 對分工的建議是把形式化檢查交給機器，人的時間移到傳播與解釋；Anthropic 公告也補了一句但書，形式化證明不應取代人類可讀的闡述。

追蹤 AI 新聞的一般讀者，帶走三個問題就夠用。看到「AI 解出世紀難題」的標題，先問：有沒有形式化檢查的材料？證明的命題對應原始問題的哪個版本、哪些條件？有沒有領域專家實際讀過，而且說得出方法？三問都答得出來的宣稱，才值得你更新對世界的理解。

不用緊張的是：這波宣稱沒有推翻任何已知的數學。教科書裡的定理一條都沒有失效，爭議全部集中在「新的宣稱怎麼獲得接受」這件事上。數學的存量很安全，有壓力的是增量。

尚未定案的三件事與回查訊號

第一，克雷的程序還沒開始計時。兩年等待期要從合格出版起算，而 OpenAI 目前發布的是公告與文件，不是期刊論文；克雷只承諾會提供更新。第二，準黎曼猜想的技術細節，連節目上最熟悉該領域的 Kontorovich 都自述還在親自讀。第三，oai-math-revised 才剛起步，修訂產出、審查人力與社群參與度都還看不出規模。

截至 2026 年 11 月 8 日，個別宣稱的狀態隨時會變：克雷的下一步聲明、oai-math-revised 的實際產出、期刊投稿動態，都是回查的訊號。三層驗收的框架本身會比任何單一宣稱耐久：下一個無論多聳動的「AI 解出」新聞，你照樣先問那三個問題。