Claude 沒有解開黎曼猜想，卻把關鍵下限從 41.6% 推進到 67.2%
Claude 沒有解開黎曼猜想，卻把臨界線上零點比例的已知下限從約 41.6% 提高到 67.2%。本文解析成果、驗證方式與限制。
Anthropic 在 2026 年 8 月 10 日公布一項數學研究成果：一個尚未發布的 Claude 研究版本，在挑戰黎曼猜想時沒有解開這道百年難題，卻意外推進了另一個長期停滯的問題。
Claude 提出的證明，把「已知至少有多少比例的黎曼 ζ 函數零點位於臨界線上」的下限，從約 41.6% 提高到約 67.25%。Anthropic 內部兩位數學家研究並驗證了論文，團隊也公開完整論文、研究過程與 Lean 形式化證明。
這項成果值得關注，但最重要的第一件事是把界線說清楚：Claude 沒有證明黎曼猜想，也沒有證明剩下約三分之一的零點不在臨界線上。它證明的是一個更強的「最低保證」，而不是解開整個問題。
先說結論：Claude 做到了什麼？
這次成果可以濃縮成三句話：
- Claude 沒有證明或推翻黎曼猜想。
- 它提出一個新的無條件證明，將臨界線上零點的已知比例下限，由
5/12，也就是約 41.67%，提高到約 67.25%。「無條件」代表這個結論不必先假設黎曼猜想成立。 - 論文進一步主張，至少約 67.25% 的零點既位於臨界線上又是簡單零點。簡單零點指只出現一次、沒有重複的零點。論文也主張，至少約 83.625% 的零點彼此相異。
「比例下限」不等於數學家只檢查了部分零點。它的意思是，當觀察範圍往無限延伸時，這套證明至少能保證上述比例成立。實際比例可能更高，甚至可能是黎曼猜想所主張的 100%，但這篇論文本身沒有證明到那一步。
我的判斷是，這是具體的數學進展，不只是模型在數學測驗上刷新分數。真正重要的地方，是 AI 從既有文獻中找到新的組合方式，寫出可檢查的證明，並留下完整研究紀錄。不過，目前最適合的描述仍是「Anthropic 公布並完成多層驗證的研究成果」，不宜直接寫成已通過傳統學術期刊同儕審查的定論。
黎曼猜想到底在問什麼？
黎曼猜想源自德國數學家 Bernhard Riemann 在 1859 年提出的問題，核心對象是黎曼 ζ 函數（Riemann zeta function）。這個函數與質數如何分布密切相關，而質數就是只能被 1 與自己整除的正整數，例如 2、3、5、7。
ζ 函數有許多「零點」，也就是代入某些數值後，函數結果等於 0 的位置。其中一批較重要的非平凡零點，會落在複數平面上一個稱為「臨界帶」的區域。複數可以先理解成同時具有橫向與縱向座標的數，因此數學家可以把零點畫在平面上觀察。
黎曼猜想主張，所有非平凡零點的橫向座標都等於 1/2。這些位置連起來，就形成「臨界線」。如果猜想成立，數學家就能更精確地掌握質數分布的誤差範圍，也能確認許多以黎曼猜想為前提的結果。
但從 1859 年到現在，沒有人完成普遍適用的證明或反例。它也是 Clay Mathematics Institute 的千禧年大獎難題之一，正確解答可獲得 100 萬美元獎金。
41.6% 變成 67.2%，究竟代表什麼？
當數學家無法一次證明所有零點都位於臨界線上，另一條研究路線就是先問：我們至少能證明多少比例在那條線上？
這條路線經過一個多世紀逐步推進。1914 年，G. H. Hardy 證明臨界線上有無限多個零點。1942 年，Atle Selberg 證明有正比例的零點位於線上。後續研究者再把保證比例逐步提高，2020 年的已知紀錄來到 5/12，約為 41.67%。
Claude 的論文主張將這個無條件下限提高到約 67.25%。用 100 個零點做直覺比喻，過去的方法至少能保證約 41 個符合臨界線條件，新證明則把最低保證提高到約 67 個。
但這個比喻不能反過來解讀成「另外 33 個已經違反黎曼猜想」。它們只是沒有被這套證明涵蓋，並不代表數學家找到了臨界線外的零點。
| 問題 | 這次成果的答案 |
|---|---|
| 黎曼猜想已被證明嗎？ | 沒有 |
| 新的臨界線零點比例下限 | 約 67.25% |
| 先前已知下限 | 5/12，約 41.67% |
| 剩下的零點確定不在線上嗎？ | 沒有，只是這套證明尚未涵蓋 |
| 證明需要先假設黎曼猜想成立嗎？ | 不需要，論文主張為無條件結果 |
數字從 41.6% 增加到 67.2% 看似只是多了 25.6 個百分點，研究上的意義卻更大。過去提高這個比例，主要依賴延續數十年的 Levinson 方法；Claude 的論文則改從零點配對關係、Weil 形式與線性代數切入。它不是單純把既有參數調得更漂亮，而是換了一種讀取既有數學工具的方式。
Claude 如何找到這個證明？
這次研究不是一次 Prompt 就得到答案。Anthropic 員工 Jarred Sumner 先要求 Claude「認真嘗試」黎曼猜想，並把數學方向交給模型決定。Sumner 並不是數學家，人類在過程中主要提供繼續探索的指令，而不是把證明步驟逐一告訴模型。
第一輪中，Claude 產生並測試了 650 個想法，全部失敗。第二輪持續約一天半，Claude 協調約 60 個子代理，執行 2,400 次 shell 指令，並寫出數百個 Python 腳本。整個研究使用約 3,100 萬個輸出 token，也就是模型產生文字、程式與推理內容時使用的基本計量單位。
不同子代理負責提出想法、深入推導、用已知 ζ 函數零點做數值檢查，以及彼此審查。找到候選結果後，Claude 又讓子代理搜尋反例、重新獨立推導，並下載 54 篇 arXiv 論文確認成果是否早已出現。
這套流程顯示，AI 研究能力的變化不只來自單次回答變聰明，也來自長時間協作。Claude 可以讓多個 Agent 分工探索，再把失敗紀錄、數值測試與文獻檢查收回同一條研究線。但成本同樣不能忽略：3,100 萬個輸出 token、數十個 Agent 與大量程式執行，離一般使用者在聊天介面問一道題目很遠。
新方法的關鍵，不是暴力算更多零點
Claude 的成果並不是靠電腦多算出一批零點，再觀察它們都在線上。數值驗證可以增加信心，卻無法證明無限多個零點都遵守同一規律。
論文真正採取的做法，是延續 Hugh Montgomery 在 1973 年提出的零點配對研究，以及後續數學家對這套方法的無條件版本，再加入新的線性代數讀法。
用白話來說，Claude 把一群零點轉換成一個有限維度的矩陣問題。位於臨界線上的零點，會對矩陣產生一類可辨識的正向結構；如果有零點偏離臨界線，函數的對稱性會讓它們成對出現，形成另一類結構。接著，Claude 利用矩陣的秩、跡與特徵值關係，推導出臨界線上至少必須有多少零點。
這個方法的價值，在於它重新處理了 Montgomery 方法原本依賴黎曼猜想的那一步。先前研究已提供許多必要工具，Claude 並非從空白創造整套數學。新意在於把 Bombieri、Baluyot、Goldston、Suriajaya、Turnage-Butterbaugh 等人的成果與線性代數結合，跨過原本的限制。
Anthropic 也很直接地說，他們不預期這項技巧會一路導向黎曼猜想的完整證明。這次成果比較像是打開一條新的支線，而不是已經走到終點。
這份 AI 證明經過哪些驗證？
面對 AI 產生的數學證明，最關鍵的問題不是文字看起來是否合理，而是每一步能否被人類與機器重複檢查。Anthropic 目前公開了三層驗證。
1. Anthropic 數學家研究與驗證
Anthropic 的數學家 Levent Alpöge 與 Ralph Furman 檢查 Claude 的成果，理解它與既有研究的關係，並整理一份較精簡的專家說明。論文也寫明，兩人為成果的對外溝通負責。
2. 外部專家在短時間內檢視
Anthropic 表示，數論專家 Brian Conrey 與 Dan Goldston 在短時間內檢視了論文。這是重要的外部檢查，但官方沒有把它描述成完整的期刊審稿流程。因此，報導時應保留「檢視」與「正式同儕審查」的差別。
3. Lean 形式化證明
Claude 另外把結果寫成 Lean 4 形式化證明。Lean 是一種證明助理，可以把定義與推導轉成機器能逐步核對的形式。官方公開的程式庫表示，Theorem A 到 E 已完成不含 sorry 缺口的形式化，標題定理也能通過 comparator 驗證工具。
形式化證明的價值，是它不會因為文字流暢就跳過推導。每一步都必須符合系統中的定義與規則。不過，它仍不代表讀者可以完全跳過人工審查。研究者還要確認形式化陳述是否忠實對應論文主張、使用的定義是否正確，以及整體結果如何放回既有數學脈絡。
目前最穩健的結論是：這份成果有公開論文、人類數學家檢查、外部專家檢視與可重建的 Lean 程式庫，驗證強度遠高於一段未公開推理的聊天回答；但它與經過完整期刊審稿、正式出版的狀態仍不完全相同。
這次研究對 AI 有什麼意義？
Claude 這次最值得注意的能力，不是「背出數學知識」，而是把四種工作串在一起：大量探索、管理失敗、查找文獻，以及把結果轉成可驗證證明。
過去談 AI 數學能力，常用奧林匹亞題目或基準測試評分。這些題目通常已知有答案，也有人設計好邊界。黎曼 ζ 函數研究則不同，模型必須在沒有標準解答的情況下判斷方向、丟棄失敗路線，最後說明自己的成果與前人工作差在哪裡。
這使 AI 更接近研究助手，而不只是解題工具。它可能幫研究者同時展開多條支線、檢查特殊案例、整理跨論文關係，再把最有希望的部分交給專家審核。
但這個案例也提醒我們，人類角色沒有消失。Claude 自己建議由人類數論學家驗證成果，Anthropic 也安排內外部數學家檢查。若沒有專家判斷，團隊很難知道一份看似完整的證明究竟是新結果、已知定理的改寫，還是藏著不易察覺的錯誤。
一般人能用 Claude 複製這次成果嗎？
短期內很難直接複製。Anthropic 使用的是尚未發布的 Claude 研究版本，而不是目前公開的 Claude 產品。官方也沒有公布模型名稱、價格或一般使用者的開放時間。
研究規模同樣不小。兩輪工作合計使用約 3,100 萬個輸出 token，並讓數十個子代理長時間協作。這代表成果來自模型能力、Agent 編排、運算預算、工具存取與人工驗證的組合，不能簡化成某一段神奇 Prompt。
一般研究者現在可以借鏡的是流程，而不是照抄規模：先要求模型列出多個可否證方向，保留失敗紀錄，再用程式做數值測試、回查原始文獻，最後讓不同模型或研究者獨立攻擊最脆弱的步驟。AI 可以放大探索速度，但不能取代證據鏈。
FAQ：Claude 與黎曼猜想常見問題
Claude 已經證明黎曼猜想了嗎？
沒有。Claude 將可證明位於臨界線上的零點比例下限提高到約 67.25%，但黎曼猜想要求證明所有非平凡零點，也就是 100%，都位於臨界線上。
67.2% 代表另外 32.8% 不符合黎曼猜想嗎？
不代表。剩下的零點只是沒有被這套證明涵蓋，不能因此判定它們位於臨界線外。目前仍沒有找到能推翻黎曼猜想的零點。
這是 Claude 獨立發現的嗎？
新證明由 Claude 的研究流程提出，但它大量使用前人数十年累積的數學成果。人類提供研究任務、鼓勵模型持續探索，並在成果出現後負責理解、驗證與對外溝通。
Lean 驗證是否代表證明一定正確？
Lean 能非常嚴格地檢查形式化系統內的推導。這比只閱讀自然語言證明更能避免漏步，但研究者仍需確認形式化定理、定義與原始數學主張一致。它是強力的驗證層，不是取消人工審查的理由。
這項成果已通過正式同儕審查嗎？
Anthropic 公布的資訊顯示，兩位內部數學家研究並驗證論文，另有 Brian Conrey 與 Dan Goldston 在短時間內檢視。官方並未表示論文已完成傳統學術期刊的完整同儕審查與出版流程。
結語：真正的突破，是讓 AI 產生可被攻擊與驗證的新結果
Claude 沒有解開黎曼猜想，這不是替成果降級，而是理解它真正價值的前提。把已知下限從約 41.6% 推到 67.2%，本身就是一項明確、可比較的數學進展。
更值得觀察的是研究流程。Claude 不只給出結論，還留下失敗路線、數值測試、文獻搜尋、正式論文與 Lean 形式化證明，讓人類專家可以逐層檢查。AI 若要真正進入科學研究，關鍵不會只是產生更多想法，而是能否把想法轉成可重現、可反駁、可驗證的證據。
因此，我對這項成果的判斷是正面但保留學術程序上的界線。它顯示前沿 AI 已可能成為數學研究中的實質協作者；它沒有證明 AI 可以單獨取代數學家，也沒有讓黎曼猜想就此結案。接下來真正重要的，是更廣泛的數學社群能否獨立重建證明，以及這種研究流程能否在其他開放問題上穩定重現。
