企业官网建设流程全解析

AI前沿 | 2026年9月5日：Claude 用 11 天证明费马大定理——1300 万行代码背后的多智能体编排革命

📊 Anthropic 宣布，Claude 仅用 11 天就完成了费马大定理的首个端到端机器验证证明，产出 1300 万行 Lean 代码、验证 29500 条定理、消耗 60 亿 Token。这是数学史上最大规模的自动形式化突破，而真正的胜负手不在模型，在于清华姚班出身的彭天翼团队打造的 Prove2Me 多智能体编排平台。

一、11 天 vs 人类 358 年：一次机器验证的里程碑

费马大定理从 1637 年提出到 1994 年怀尔斯给出证明，人类用了 358 年。而这一次，Claude 只用了11 天，就完成了它的首个端到端机器验证证明。

形式化证明的严苛之处在于：必须从最底层公理开始，一层层往上盖。所以 Claude 不光证明了费马大定理本身，还顺手把中间需要的29000 多条其他数学定理一并证明了，涉及代数、几何、数论、调和分析等此前从未被形式化的分支。

最后 Lean 编译器全检查通过，只依赖三条最基础的标准公理。

二、多智能体「翻车」：早期尝试只贡献了 7% 代码

这次突破最有价值的部分，恰恰是它最初的失败。

Anthropic 透露，早期几十个 Claude 智能体协作没多久就彻底乱套——像没头苍蝇一样互相跟不上进度，合作效率低到爆炸。早期失败尝试贡献的代码，最后只占了最终成果的 7%。

这暴露了多智能体协作的核心难题：几十个 AI 同时推进一个巨大证明时，每个智能体都不知道「别人在做什么」「我该做什么」「依赖的前置定理是否已经完成」。缺乏统一调度时，算力越堆越多，效率却直线下降。

💡对技术人的启示：多智能体不是「开更多的 AI 实例」那么简单。没有编排层的多智能体，就是一群各说各话的专家，产出 93% 的废代码。「智能体的数量」从来不是优势，「智能体之间的协调协议」才是。

三、Prove2Me：给 AI 配一个「超级项目经理」

关键时刻，彭天翼团队打造了Prove2Me 平台，相当于给 AI 们配了个超级项目经理，专治协作混乱：

配上 Claude Code 的多智能体框架，AI 们就像装了导航的工兵，在数学迷宫里狂飙，11 天打通全关。

这套框架的通用性也得到了验证：用 3 个普通账号在 Prove2Me 上花了 3 天，就把数论里著名的「维诺格拉多夫三素数定理」也给形式化了。

💡对创业者的启示：Prove2Me 的「定理 DAG + 自然语言索引」本质是一套可复用的任务编排范式——把大目标拆成有依赖关系的 DAG，每个节点挂一个自然语言描述，让多个智能体并行推进、随时检索成果。这个模式可以直接迁移到软件工程、数据分析、科研流程等任何「长程多步骤」场景。

四、幕后：清华「姚班」出身的超级学霸

领队是哥伦比亚大学商学院助理教授、Anthropic 研究员——彭天翼。这位清华「姚班」出身的学霸，现在一边在哥大任教，一边在 Anthropic 搞 AI 智能体和形式化工具。

他的团队证明了一个关键判断：模型能力达到一定门槛后，决定成败的就不再是「模型多强」，而是「编排多好」。这与 Anthropic 同期发布的 Claude Fable 5.1「38 小时无人值守」案例形成了呼应——真正的竞争壁垒，正在从底层模型向上迁移到 Agent 编排层。

💡对创业者的启示：当 GPT-6 Astra、Claude Fable 5.1 等前沿模型的能力趋于同质，创业者该押注的不是「下一个更强的模型」，而是「如何把现有模型组织成能独立完成长程任务的系统」。彭天翼用 1300 万行 Lean 代码证明了这一点。

来源：新智元 / Mars AI

📚 延伸阅读 · 我的付费专栏

觉得这篇文章对你有帮助？我把同类主题的系统化内容沉淀成了付费专栏，欢迎订阅支持持续输出：

💡 一杯咖啡的价格，换来系统化的知识体系；你的订阅，是我持续创作的最大动力。