核心内容总结
这篇新闻聚焦AI在科学研究领域的突破性进展：Anthropic的Claude模型通过多智能体协作，将黎曼猜想中零点位于临界线的比例下界从人类数十年推进的41.6%提升至67.2%；同时OpenAI等公司也在数学领域取得成果，顶尖科学家（如菲尔兹奖、诺奖得主）纷纷加入AI企业，标志着“AI驱动科学发现（AI4S）”从概念走向实际，科研方式正在被AI彻底改写。
一、Claude在黎曼猜想上的“意外突破”：从晨跑灵感到67.2%的跨越
黎曼猜想是数学界悬而未决的“圣杯”（悬赏100万美元167年），核心是素数分布相关的零点位置——数学家们无法证明所有零点都在临界线上，只能先算“至少多少比例肯定在这条线上”（即下界）。之前人类花了几十年才把下界推到41.6%。
Anthropic员工晨跑时突发奇想让Claude试试证明它，结果Claude没直接通关，但用了60个“小智能体”（相当于分工协作的AI助手）：跑了一天半代码、写了几百个Python脚本、执行2400条命令，最后两个智能体找到关键思路，把下界提到67.2%。虽然官方说这方法未必能最终证明猜想，但过程意义重大——AI能自己组织团队解决人类几十年没推进的问题。
二、AI数学突破成“常态”：不止黎曼猜想，OpenAI也在发力
Claude的突破不是孤例：
- 5月，OpenAI用AI反证了Erdős单位距离猜想，菲尔兹奖得主评价这是“AI自主产生的最有趣数学成果”；
- 8月，OpenAI推出免费计划，给10万科学家提供顶级ChatGPT模型，还公布在高维几何、编码理论等领域的成果；
- 2024年AI还只能解高中奥数题，到2026年已“月均一个重大数学突破”，进步速度远超预期。
三、顶尖科学家“用脚投票”：从批评者到AI公司核心成员
以前AI公司抢工程师，现在抢最牛的科学家：
- 新晋菲尔兹奖得主Jacob（多伦多大学数论学家）曾批评AI风险，但看了OpenAI的反例证明后被说服，加入做AI安全与验证；
- AlphaFold（解蛋白质结构的AI）核心、诺奖得主John离开Google DeepMind，加入Anthropic，带去结构生物学顶尖经验。
原因很直白：AI现在能做科研了，决定AI上限的不再是代码能力，而是懂前沿知识的科学家——他们知道如何让AI拓展人类知识边界。
四、AI4S从“口号”变“生产线”：科研方式被彻底改写
AI4S喊了多年，2026年终于落地：
- 以前AI是工具（计算器、搜文献），现在Claude能端到端完成科研：自己组织智能体、发现问题、写论文、建议人类复核；
- Anthropic CEO说：别把AI当工具，要当“能做科学家工作的智能体”；
- 这倒逼科研范式改变：未来科学家可能和AI团队协作，甚至AI主导部分研究，人类负责把关方向。
正如新闻最后所说：“也许Claude和我们许多人一样，低估了AI进步的速度。”AI正在从“辅助科研”变成“参与甚至主导科研”，这将重塑未来的科学发现路径。