夜雨聆风
黎曼猜想——数学界最难的问题之一，悬赏100万美元，困扰人类160年！
Anthropic把研究版Claude派上了场，60个子智能体协作一天半，虽然没能证明它，却把一个卡了37年的关键数字从41.6%推到了67.2%。
Claude自己看到结果时说："感到惊讶。
"这不是"AI帮人算题"的故事，是AI在人类最纯粹的智力竞技场上，第一次做到了人类做不到的事。
一、被拉进战场的黎曼猜想先说清楚事件本身
Anthropic的研究团队让Claude去挑战黎曼猜想。这个猜想是数学界的珠穆朗玛——1859年黎曼提出，160多年过去，全球最顶尖的数学家轮番冲击，没人证出来。
克雷数学研究所把它列为"千禧年七大难题"之一，谁证出来给100万美元。
Claude没证出来。
但Claude做了另一件事：它把和黎曼猜想直接相关的"Zeta函数零点比例下限"从人类保持了37年的41.6%，推到了67.2%。这个41.6%是1973年数学家Norman Levinson给出的，之后37年，人类数学家轮番改进，最好的记录一直没超过它太多。
而Claude是怎么做到的？
Anthropic放了60个子智能体去并行探索路径，一天半的时间，得到了67.2%这个新纪录。不是巧合，也不是"人调好参数让AI跑一遍"。
💡这是Claude自己在证明尝试的过程中，无意间把这个卡了37年的数字推进了25.6个百分点。
Claude自己看到结果时，用了一个很人类的词——"感到惊讶"。
二、37年 vs 一天半：这不只是效率问题看到这个对比，很多人第一反应是"AI真快"。
不。这是错的第一层理解。
37年不是"人类算得慢"，37年是"人类在这个方向上想不出更好的思路"。数学证明不是体力活，不是"再多算一算就能推进"，它是纯粹的思维游戏——你需要新的概念、新的技巧、新的直觉，才能把一个下限往上顶。
37年里，全世界的数学家没有闲着。他们尝试了无数方向，写了成千上万篇论文，人类智力最顶尖的一部分资源都倾注在这里。
结果是：小步小步地磨，磨了37年，没磨过Levinson的41.6%多少。Claude用了一天半，多推了25.6个百分点。
这意味着什么？意味着AI不是"更快的人"，而是"另一种思维方式"。
它能同时把60条路径拿出来试，每一条都当成正经的证明尝试去推——这种"并行思维带宽"，是人类的大脑天然做不到的。
人类数学家做证明，是串行的、深挖某一条路的；Claude是把整片森林同时看一遍，然后走出了最远的一条。
这就是"AI主体性"的第一次现身。此前的AI，无论是AlphaGo下围棋还是GPT写文章，你都可以说它是"工具"——本质上是在人类划定的规则里做优化。
但在黎曼猜想这种开放性的数学证明面前，Claude没有"规则"可以优化，它必须自己决定往哪走、怎么走、走多深。它做到了。而且做得比人类37年加起来还远。
三、但请慢一点，Claude没有真正"超越"人类
写到这里，你可能已经准备转发这篇文章、配上"AI要替代科学家"的标题了。请慢一点。Claude确实做出了37年人类没做到的推进——但这个推进的性质，比你想象的要复杂。
数学界有一个共识：黎曼猜想的证明，靠"推数字"是推不出来的。67.2%再往上推，就算推到99%，也不等于证明了猜想。
真正的证明需要一个全新的数学框架，需要一个从来没有人想到过的概念——就像佩雷尔曼证明庞加莱猜想时用的Ricci流方法，是他自己发明的新工具。Claude的突破，是"把人类已经铺好的路走到了最远的地方"。
它没有铺新路。打个比方：人类数学家在森林里砍出了一条41.6公里的路，方向对着黎曼猜想的山顶。这条路花了37年才砍这么长。
Claude来了，用60把电锯一天半砍出了67.2公里——但森林还是那片森林，路还是那条路，山顶还是没到。
真正的原创性突破，比如"黎曼猜想需要一种全新的解析工具"这种级别的洞见，Claude还没做到。
这需要人类那种"跳出问题看问题"的直觉——你必须先意识到"目前这条路走不通"，然后才能想出新路。所以更准确的表述是：Claude不是"超越"了人类数学家，Claude是"把人类的腿延长了37年"。
四、真正让人不安的，是"腿被延长37年"这件事本身
好，你可能松了口气：AI没有真正超越人类，人类数学家还有饭吃。
但如果你是一位数学博士生，请再紧张一点。
"腿被延长37年"这件事本身，就足够改变整个学科了。想象一下这个场景：明年你去参加数学系的博士答辩，你花了三年时间在一个证明上，推进了3个百分点。
评委问你："你有没有让AI帮你并行探索过其他路径？"如果你说没有，评委会想：这个博士生浪费了三年时间——他本可以用Claude在两周内探索完所有路径，再来专注在最有希望的方向上。
如果你说用了，评委会想：这个博士生的3个百分点，有多少是他自己的贡献？有多少是Claude的？
这就是"AI主体性"真正让人不安的地方——它不是替代科学家，而是重新定义"什么是一份合格的科研工作"。
会用AI做研究的科学家和不会用的科学家之间的差距，即将变成37年的差距。不是因为AI比你聪明，而是因为AI能同时探索60条你没时间探索的路径。
这在中国科研圈可能会更快显现。国内的博士生已经在用Claude Code写代码、用GPT-6写论文摘要——这些还是"工具化"的用法。
而Anthropic的这次实验告诉你：AI可以直接参与到"证明本身"里去。不是辅助你写论文，是和你一起做数学。
三年后，你的博士论文致谢里，"Claude"可能会和你的导师并列。这不是科幻小说，这是Anthropic刚刚做的事情。
五、写在最后：数学家的黄昏，还是新黎明？
黎曼猜想在数学界有一个流传很广的说法：如果谁证明了它，将改变整个数论的走向；如果谁证伪了它，将改变整个数学的走向。
现在Anthropic的实验告诉我们：可能证明它的，不是某个数学家，而是一个AI集群。
如果那一天真的来了，人类应该欢庆还是应该哀悼？
我更愿意这样理解：数学家的角色正在变。此前3000年，数学家是"探路者"，一步一步向前砍路；从今往后，数学家可能会更像"策略师"和"验证者"——你的工作不是自己去砍每一米路，而是决定往哪个方向砍、判断AI砍出来的路是不是真的通向山顶、给整个探索赋予意义。
这不是数学家的黄昏，而是数学家的重新定义。Claude没有证出黎曼猜想。
但Claude让所有还在做数学的人，都得重新想一想：接下来的37年，你打算怎么走？