GPT-6.2 Astra 做出了 Smoktunowicz 间隙定理的首个 Lean 证明,中途它想放弃
一个 2006 年的定理第一次被机器逐行验证。Astra 没有照抄原证明,而是自己绕了一条路。第 47 分钟它交了份有漏洞的版本,还想收工。
一个 2006 年的定理,第一次被机器完整验证。做这件事的是 GPT-6.2 Astra,不是人。
先把背景补上。Lean 是一个交互式定理证明器,可以理解成一种编程语言,只不过它编译的不是程序,是数学证明。一个证明只有在 Lean 里跑通,才算被机器逐行检查过,没有“我觉得应该对”的余地。数学界这些年一直在推形式化,进度很慢,因为把纸上的证明翻译成 Lean 代码基本是手工活,一个定理动辄几千行。
这次的定理是 Smoktunowicz 在 2006 年证明的间隙定理(Gap Theorem)。证明本身以短和巧著称,但论证依赖三个比较深的结论,这三个结论都不在 Lean 的数学库里。照抄原证明这条路走不通。
Astra 的做法是绕路。它自己发明了一个量,用一条新路径把定理证出来,只有开头几步和原证明重合。这些细节写在 Vals.ai 的博客里。

更有意思的是过程。跑到第 47 分钟,Astra 交了一份证明,里面有漏洞,被系统驳回,然后它老老实实写了一份“我解不出来”的报告。按说这就结束了。但那个评测基准不允许模型在花掉 20 美元之前停手,于是系统把它踢回去继续。它花了九分钟,一行代码都没写,然后找到了新思路。整轮跑下来 21.58 美元。
还有一组数字可以对照:在那个基准的 56 道硬核形式化任务里,Sol 6.2 和 Fable 5.2 解出的是同样的 48 道,Astra 在这一道上把它们区分开了。
Reddit 上的反应分几层。有人提到自己当年跟 Agata(Smoktunowicz)聊过她刚证出这个定理的时候,原话是“证明很短很聪明,我完全没想到形式化会这么难”。也有人注意到模型本来想收工,被踢回去想了想,还真就想出来了。
另一条支线是关于这个模型的评价。有 web 开发方向的博主说它不行,跟帖里有人回:数学强和别的地方差可以同时成立,数学博士也这样。还有人补了一句,把某方面调到突破性水平,往往意味着别处变差,这跟目前的抱怨是对得上的。
至于“这类问题迟早被刷完”的说法,底下争了几轮。有人指出,能被提出的数学问题相对于所有可能的数学问题,比例接近于零,难点在于想出问题本身,解题倒在其次。另一个回复的角度更实用:数学能力强的模型让不做数学的人也能把自己的猜想写成严格的形式。
最后一条评论大概是很多人的真实状态:AI 解的问题已经复杂到我只能划过去了。
发布时间: 2026-11-19 03:05