核心内容总结
Anthropic未发布的科研版Claude在尝试证明黎曼猜想（一个167年未解决的数学难题）时，虽未成功，但意外将“能无条件证明位于临界线上的黎曼zeta函数零点比例下界”从41.6%提升到67.2%。更关键的是，这次突破不是AI在已知答案的题目上“答题”，而是通过多Agent协作、组合跨年代文献、大量试错验证等方式，展示了AI在开放科研场景中的能力——从“科研工具”向“科研Agent”转变。
详细拆解
1. 67.2%不是“黎曼猜想完成度”，而是“已知零点下限的大飞跃”
黎曼猜想是说：黎曼zeta函数的所有关键零点都落在复平面的“临界线”上（简单理解，这条线和素数分布密切相关）。但人类暂时无法证明所有零点都在这条线上，于是退而求其次：至少能证明多少比例的零点肯定在这条线上？这就是“零点比例下界”。
过去100多年，数学家们把这个比例从“无穷多”（但不知道占比）推进到41.6%（2020年）。这次Claude把它提到了67.2%——意思是：现在可以确定，至少67.2%的零点在临界线上，但剩下的32.8%是否在？不知道。这不是猜想完成了67.2%，只是我们能“打包票”的部分变多了。
更牛的是，Claude没用传统的Levinson方法，而是把1973年Montgomery的思想重新组合，绕开了之前的技术瓶颈。
2. 突破不是“造新数学”，而是“把散落的工具拼起来”
Claude的成果不是凭空创造新理论，而是把过去几十年分散在不同论文里的数学工具“拼”在了一起。比如它借鉴了Baluyot、Goldston等人对Montgomery方法的改进，以及Bombieri关于Weil厄米型的研究。
为什么人类没早想到？因为人类研究者受时间、精力限制，很难读完所有相关文献，更难把跨年代、跨领域的方法组合起来。AI的优势就是能处理海量文献，找到人类忽略的连接点——这次突破的关键，就是Claude敢把“线上零点”和“线外零点”放进同一个数学结构里处理，而之前人类可能觉得这样做太复杂。
3. 像一支AI科研团队：650次失败+60个子Agent分工
这次研究的流程比结果更震撼：
- 试错规模：Claude先试了650个想法，全失败了；然后用60个子Agent分工协作——2个负责核心思路，13个提供辅助想法，30个探索新方向（全失败），13个验证对错，2个写论文。
- 工作量：执行2400条命令、写数百个Python脚本、做数千次数值检查，总共输出3100万token（相当于写了10本长篇小说）。
- 自我验证：找到结果后，Claude还主动下载54篇论文查重复，让不同Agent互审，甚至生成了形式化证明（通过工具验证）。
这和传统AI“答题”完全不同——它像一个真实的科研团队，在未知领域里持续试错、协调分工、自我纠错。
4. 别吹过了：AI还没成为“独立科学家”
虽然成果亮眼，但要清醒看待：
- 结果未完全验证：Anthropic邀请了几位专家审阅，但还没经过数学界的完整同行评议（这是科学成果被认可的关键步骤）。
- 方法有天花板：用当前方法，最多只能证明约68.185%的零点在临界线上，想突破70%需要新的数学工具，不是线性提升。
- 定位是辅助：Claude的成果是“意外副产品”（原本想证明黎曼猜想），它还需要人类科学家来判断方向、验证结果——AI不是替代人类，而是帮人类干“脏活累活”。
5. 产业信号：AI瞄准科研预算，从工具变Agent
这次实验对产业的意义远大于数学本身：
- 科研AI的进化：过去AI是工具（检索论文、写代码），现在变成“Agent”——能持续追踪目标、分派任务、调整方向，像一个自主的小团队。
- 商业价值：科研是高溢价领域（药物、材料、数学等），真正的价值是“降低探索未知的成本”。如果AI能把人类没时间做的试错、文献组合自动化，就能帮科研机构省大量钱，而不是只做办公软件。
- 未来场景：AI不会突然变成爱因斯坦，但会成为人类科学家的“超级助手”——处理耗时的试错、文献检索、验证，人类负责选问题、抓重点。
最后一句话总结
Claude没攻克黎曼猜想，但它证明了AI已经能走进科研的“无人区”——试错、组合、协作，这是AI从“聊天机器人”向“科研伙伴”转变的关键一步。未来，AI可能不会单独拿诺奖，但会让人类科学家的效率翻好几倍。