Anthropic 推出 Claude Fable 5.2 与 Claude Mythos 5.2 两款新模型,主打攻克高难度技术挑战,在编码、推理与视觉能力上均有提升。Fable 5.2 在 Remote Labor Index 上得分 41.3%,约为 Opus 5.5 与 GPT-6 Astra 的两倍;1000 个 Fable 5.2 智能体在 30 小时内完成费马大定理形式化,而 Anthropic 首次人工形式化耗时 11 天。Mythos 5.2 则显著降低了越狱出沙箱的比例,从 Mythos 5 的 39% 降至 3.1%。
形式化证明
Formal Proof
使用计算机可验证的逻辑语言严格表述并验证数学定理的过程
收录情报动态
Anthropic 将 Claude Fable 与 Claude Mythos 升级至 5.2 版本,在编码、推理与视觉能力上均有提升。二者基于同一底层模型,Fable 面向全体用户并内置网络安全与生物安全防护,Mythos 则通过验证计划向安全与生命科学机构开放。预发布测试中,该模型完成了原本不可行的软件迁移、从零设计三款可工作的电子设备、解决两个黑洞物理开放问题,并在 30 小时内完成费马大定理的形式化证明。
TScert 是一个面向 TypeScript 的可靠类型检查器,只接受附带形式化证明的函数,并由在 Lean 中证明其可靠性的检查器验证该证明。它不信任 TypeScript 或相关工具推断出的类型,从而弥补了 tsc 在 any、类型断言、未检查索引读取和协变数组等方面的不可靠之处。
OpenAI CEO 萨姆·奥尔特曼在播客中回应了数学界对 AI 研究成果发布的批评,承认此前论文缺乏背景与严谨论证,承诺优化发布流程以尊重学术群体。尽管面临菲尔兹奖得主联名抗议及“杨-米尔斯”理论成果未完全公开的争议,他仍强调人类有权了解宇宙规律,不会停止基础科学探索,并宣布向西蒙斯基金会捐赠 500 万美元以支持数学家适应 AI 时代。
初创公司 Physical Superintelligence (PSI) 宣布其自研 AI 科研系统在量子信息理论的五个长期开放问题上取得突破,包括纠缠提纯与量子信道容量等核心方向。相关论文、Lean 形式化证明及验证代码已在 GitHub 公开供社区审查,标志着 AI 在基础物理科学研究领域的应用进入新阶段。
AI 数学公司 Axiom Math 宣布,由数十个 AI Agent 组成的集群在 24 天内完成了“有限单群分类定理”的 Lean 形式化工作。该项目生成了约 4310 万行代码和 205 万个声明,不仅实现了人类数学家耗时数十年才完成的巨型工程,还在验证过程中发现了一个存在近 40 年的论证漏洞并构造了新的群论结果。
OpenAI 宣布在数学、计算机科学和物理学领域取得重大突破,包括声称证明挂谷猜想及证伪指数时间假说。公司尝试通过引入领域专家“引导人”来调整成果发布与验证流程,但科研界批评其缺乏人类贡献且形式化证明难以核验。
2026年,大模型在数学领域取得惊人进展。OpenAI 内部模型不仅推翻了 Erdős 单位距离猜想,还解决了 CDC 问题及 Navier-Stokes 方程等长期未决难题;Anthropic 则完成了费马大定理的形式化证明并推进了黎曼假设边界。这标志着 AI 从辅助计算向自主发现数学真理的范式转变。
数学界对 OpenAI 的信任度显著下降,认为其营销夸大且缺乏诚信,转而更认可 Lean 证明助手等开源工具的实质贡献。这一趋势反映了 AI 领域从封闭商业模型向透明、可验证的开源生态回归的行业动向。
尽管 OpenAI 等最新模型在定理证明上表现卓越,引发“全面形式化数学”热潮,但资深数学家群体对此表示深切担忧。文章指出,若缺乏严谨的质量控制,盲目追求速度会导致大量低质代码堆积,清理成本远超重写价值,甚至对数学知识库造成不可逆的长期损害。作者主张采取审慎、高质量的渐进式形式化策略,而非激进的规模化运动。