关于本刊 ↗
栏目

67.2%的黎曼猜想?一个AI恐慌的生产现场

「正文约7800字」

摘要

2026年8月,Claude将黎曼ζ函数关键零点的无条件在线比例从约41.6%提高到67.2%。这是一项真实的数学进展,却很快被转译成「AI逼近黎曼猜想」「人类37年不敌AI一天半」的公共叙事。本文从这场传播事件出发,分析企业披露、媒体叙事与资本预期如何把有限成果改写为「人类正在失守」的时代诊断。更值得注意的是,这种恐慌并不止于舆论,它正在转化为投资、招聘和劳动组织中的「不能落后」。当所有注意力都集中在机器何时超过人类,需要争论的分配问题反而被挤到一边:新增的知识生产力由谁控制,它节省的时间、创造的能力与财富最终如何分配?

正文

1770年,沃尔夫冈·冯·肯佩伦(Wolfgang von Kempelen)在维也纳宫廷展示了一台会下国际象棋的机器。一个穿着奥斯曼服饰的人偶坐在木柜后面,能够移动棋子,并击败了不少真人棋手。后来人们才知道,所谓「土耳其行棋傀儡」(Mechanical Turk)的柜子里藏着一名真实的棋手。1836年,爱伦·坡(Edgar Allan Poe)写下《梅尔策尔的棋手》,试图证明这个看似自主思考的装置必然有人类心智参与。[1]

两百多年以后,Claude显然不再是另一台藏着真人的「土耳其行棋傀儡」。它这次确实做出了新的数学工作。问题在另一处:当一项技术被搬上公共舞台,「机器能不能击败人」仍然是最容易组织公众注意力的问题。

2026年8月,Anthropic宣布,一个尚未公开的Claude研究版本在尝试证明「黎曼猜想」时没有成功,却意外取得了另一项进展:对于黎曼ζ函数中那批与素数分布密切相关的特殊零点,数学家此前只能证明至少约41.6%位于黎曼猜想所要求的那条直线上,Claude把这个能够确定的最低比例提高到了约67.2%。随后出现了「刷新37年数学纪录」「人类37年只推0.8%,AI一次提高25.6%」「AI逼近黎曼猜想」等标题。[2]

本文关心的,正是一个真实而有限的专业成果,如何经过企业披露、媒体传播和资本预期的层层转译,最终变成「AI正在超越人类」的时代诊断。这个过程同时把技术进步最值得追问的政治问题——新增的知识生产力由谁控制、如何分配——挤到了「机器什么时候取代人」之后。

为什么是黎曼猜想?

素数是只能被1和它自身整除的正整数,例如2、3、5、7、11。然而,它们在数轴上出现的位置却毫无规则。2、3、5、7靠得很近,往后却会越来越稀疏,而且疏密变化并不规则,有时两个素数挨得很近,有时中间隔着很长一段都没有素数。

数学家因此想知道:这些数字究竟是真的杂乱无章,还是背后存在一种只能从整体上看见的规律?如果不再追问「下一个素数在哪里」,而是问「从1到一个很大的数字之间总共有多少个素数」,规律就开始出现了。例如,按照素数分布的平均规律,我们能估计出1000以内大约有145个素数,而实际上有168个,相差23个。实际数量始终会在估计值周围上下波动。于是问题变成:这种误差究竟可能有多大?[3]

1859年10月,德国数学家伯恩哈德·黎曼(Bernhard Riemann)向柏林科学院提交了一篇论文,题为「论小于一个给定值的素数的个数」。在这篇仅有数页的论文中,他研究了后来被称为「黎曼ζ函数」的数学对象,并提出了著名的「黎曼猜想」。[4]

可以把ζ函数暂时理解成一台「翻译器」:素数的信息被翻译进了ζ函数,而ζ函数中的一批零点——也就是函数值恰好等于0的位置——又记录着素数实际分布相对于平均规律的波动。因此,研究素数究竟会怎样偏离平均分布,就被翻译成了研究这批零点究竟如何分布。这批零点被称为「非平凡零点」。「黎曼猜想」认为,它们虽然有无穷多个,却应该全部落在同一条直线上。

如果猜想成立,我们就可以非常严格地控制实际素数数量与数学家估计出的平均数量之间究竟能相差多少。因此,黎曼猜想的重要性,正是在于它会让许多关于素数和数论算法的理论边界变得更为精确。一旦黎曼猜想得到证明,大量目前只能在「假定黎曼猜想成立」条件下得到的结论,都将随之成为无条件成立的定理。[5]

「黎曼猜想」之所以拥有今天近乎传奇的地位,还因为它几乎经历了现代数学一个半世纪的连续「加冕」。1859年,黎曼只是在一篇研究素数分布的短论文中提出这个猜想,几次尝试证明失败后便暂时搁置;它甚至一度沉寂了几十年。1900年,希尔伯特在巴黎第二届国际数学家大会上把它列入著名的23个数学问题,并称证明这一命题对于完成黎曼开创的素数分布研究「极其重要」。

此后一个世纪,四色问题、费马大定理等著名难题相继被攻克,黎曼猜想却一次次抵抗住顶尖数学家的尝试。一百年以后,克雷数学研究所又特意在巴黎、希尔伯特演讲一百周年之际公布七个「千禧年大奖难题」,黎曼猜想再次入选,解答者可获得100万美元。[6]

所以,公众关注黎曼猜想有三层原因。它关系整数世界最基本的结构;它连接现代数论的大量理论与算法;它又经过一百多年的数学史,获得了「最困难问题」的文化声望。当新闻标题写下「黎曼猜想」四个字时,它调用的就不只是一项技术问题,也是在调用数学共同体一个多世纪积累的象征资本。

67.2%意味着什么?

Claude把数学家能够严格确认落在这条直线上的零点,从原先大约每100个里至少42个,提高到了至少67个。这项工作究竟意味着什么?它是否意味着「逼近了黎曼猜想」?

完整的黎曼猜想是一个全称命题:所有非平凡零点都在同一条直线上。

可以用一个很粗糙的类比理解67.2%。老师要证明「今天全班所有学生都到了」。现在你能严格确认67.2%的学生在教室里,这比确认41.6%当然强得多,但不能说「全员到齐」已经证明了67.2%。哪怕未来确认99.999%,剩下的人里只要有一个缺席,「全员到齐」仍然是假的。

Claude证明的是:当我们考察越来越多的零点时,至少有约67.2%可以严格确定落在这条直线上,但它并没有说明其余零点究竟在哪里。即使有一天,数学家能够证明几乎所有零点都在这条直线上,逻辑上仍可能存在线外零点。只要找到其中一个,黎曼猜想就会被直接证伪。[7]

但这项工作仍然很有分量。从塞尔伯格(Atle Selberg)到康瑞(Brian Conrey),再到2020年的结果,数学家长期沿着一条路线提高能够无条件证明位于那条直线的零点比例,纪录最终达到约41.67%。另一边,蒙哥马利(Hugh Montgomery)早在1973年就在假定黎曼猜想成立的条件下得到过接近三分之二的零点统计结果。Claude这次最关键的工作,就是把提高「在线零点最低比例」的传统,与蒙哥马利的分析路线连接了起来,把后一条路线改造成一个不再预设黎曼猜想成立的无条件证明。[8]

Claude的突破

近年来,多位数学家已经逐步把蒙哥马利原本依赖黎曼猜想的分析方法改造成无条件形式,并把最后的障碍集中到「如何控制线外零点造成的影响」这个问题上。[9]Claude所做的,正是在这条已经建设得很远的道路上补上了关键一步。Anthropic在说明中明确承认,这项证明「大量依赖」多位数学家近年来的工作。[10]

那么,究竟如何不预先假定黎曼猜想成立而得出「67.2%」的结论?

过去的方法更像是看「总账」。蒙哥马利先假定所有零点都在线上,再把零点之间的关系汇总成一个总体统计结果;在这个前提下,这份总账足以反推出至少有多少零点彼此不重合。可一旦取消黎曼猜想成立的前提,线外零点也会进入计算,它们带来的影响会和线上零点混在一起,甚至彼此抵消。最后留下的总账虽然还是一个确定的结果,却已经看不出其中究竟有多少来自线上零点、多少来自线外零点。

Claude的改进,相当于不再只看「总账」,而是把原本在汇总中被压缩掉的信息拆成「分账」。它用矩阵——可以暂时理解为一张按行列排列、能够保存多组关系的数字表——保留不同零点之间更细的关系,使线上和线外零点留下的不同影响不会在加总时完全消失。这样,即使线外零点存在,也可以利用这些「分账」必须满足的数学关系,限制线外零点对总体统计结果能够造成的影响,再反推出:无论线外零点怎样分布,至少仍有约67.2%的零点位于黎曼猜想要求的那条直线上。[11]

论文同时指出,在目前已经掌握的零点统计资料下,这套方法即使继续优化,也很快会在约68.2%附近达到上限。如果要再明显提高,就必须获得新的数学信息,而不能只靠继续改进这种「分账」方式。[12]

因此,更准确的评价是:Claude并不是从一片空白中开辟了通往黎曼猜想的新道路,而是在一个已经被人类数学家推进得很深的研究前沿上,找到了一种此前未被利用的组合和读取方式,并由此得到新的解析数论结果。这项成果是真正的数学进展,但67.2%并不是「黎曼猜想已经完成了67.2%」,它与完整证明之间,也不存在一个可以简单写成「还剩32.8%」的线性距离。

失败的价格

Claude真正改变的,是「失败」的价格。

这次事件真正让我重新评价AI数学能力的,反而不是67.2%这个结果本身,而是Claude找到它的过程。在「黎曼猜想」这个已经被前人推进得很深的问题上,剩余工作很大程度上是在已有定理、表示方式和数学工具之间寻找新的组合。这样的搜索对单个人类研究者极为昂贵。如果不能依靠经验提前排除大量看起来不太可能成功的方向,将在一条死路上耗费大量时间。

但Claude第一轮就探索了约650条路线,均未成功。第二轮则持续约一天半,调动约60个子代理探索新的路线。当候选证明出现后,它又让不同代理分别寻找反例、独立重证,并下载论文核查结果是否已有先例。在如此庞大的搜索中,真正发展出最终证明关键数学思想的只有两个子代理。大量失败、筛选、复核和淘汰,并不是附带成本,而几乎就是这次发现过程本身。[13]

于是,AI虽然没有让失败消失,但让失败变得不再那么昂贵。过去,一个研究者往往只能依次尝试不同路线;现在,大量可能性可以同时展开、迅速淘汰。AI在这里扩大的不是数学定理本身,而是研究者能够在有限时间内真正搜索的数学空间,也提高了在既定时间内找到成功路线的可能性。

但「一天半击败人类37年」的新闻报道,仍然比较了两种完全不同的时间。Claude的一天半,是在蒙哥马利、Bombieri以及近年来关于零点间关系的无条件统计成果已经存在以后,进行的模型运行与搜索时间。所谓「人类37年」则把构造这些概念、定理和问题本身的历史时间也算了进去。在这个问题上,真正发生的技术变化更准确地说是:几十年积累的知识能够被一个高吞吐量系统在极短时间内同时调用、试错和重新连接。

到这里,黎曼案例的数学事实才算交代完整。也只有在这个基础上,才能分析一项真实的技术成果怎样一步步变成有关「人类失守」的时代诊断。

从定理到「人类失守」

Anthropic在原始披露中明确写道,Claude没有证明黎曼猜想,它这次使用的技术预计也不能导向完整证明。它承认了前人数十年的研究,列出近期关键论文,还安排数学家检查。[14]

与此同时,文章的标题却是「进一步了解Claude的数学能力」。文章开头把任务写成一次「不合理的挑战」:让Claude认真尝试黎曼猜想。中间突出650次失败、60个子代理和「一天半」。指令的输入被描述为「继续」「相信自己」;结尾则从这项定理转向一句更大的判断:也许Claude和很多人一样,「低估了AI进步的速度」。[15]

同一篇文本因此完成了几次不同性质的转译。

第一次是借名。Claude真正完成的是一个与黎曼猜想紧密相关的零点比例问题,但公共事件首先被命名为「挑战黎曼猜想」。这没有技术错误,却把一个子问题连接到了数学史上声望最高的符号上。研究对象的文化重量被转移给了模型能力。

第二次是通约化。不同年代、不同方法和不同证明结构下的数学进展,被压缩成一条「41.6%→67.2%」的数字序列。社会学家Wendy Espeland和Mitchell Stevens把这种把不同对象置于共同尺度上比较的过程称为「通约」(commensuration)。「百分比」让不懂解析数论的人也能立即读出「大幅领先」,却也很容易把一个零点比例的最低保证,误读成猜想本身的完成度。[16]

第三次是时间重写。「1989年以来无条件纪录只提高不到一个百分点」是事实,「Claude第二轮运行约一天半」也是事实,但把两者拼接成「人类37年对Claude一天半」,比较单位却已经发生了变化。一边是一个学科累积知识的历史时间,另一边是继承全部现成知识之后的推理运行时间。数字虽然没有造假,但这种时间对比为传播提供了强烈的戏剧性。

第四次是压缩行动者。实际链条至少包括几十年的论文、训练得到的模型、Anthropic的算力与代理框架、Sumner的问题设置、Claude的搜索、数学家的复核、Python实验与Lean形式系统。进入标题以后,主语只剩下「Claude」。这种压缩并不抹杀模型的真实贡献,却会让社会化知识生产看起来像一个产品自身携带的能力。

Anthropic还向前走了一步:它把这一技术过程写出了「天才传记」的轮廓。Claude起初「怀疑自己」,人类让它「相信自己」,它不断失败、意外突破,最后连自己都「感到惊讶」。一个由数十个代理和大量工具组成的计算基础设施,由此获得了一个读者极其熟悉的人物故事。

最后一次转译是未来化。到论文结束,我们拥有的是一个已经验证的局部事实:某个数值被提高了。Anthropic结尾谈的却是「AI进步的速度」,媒体进一步将它变成「AI逼近黎曼猜想」乃至「人类纪录被碾压」。已经证明的定理,被用作尚未发生的未来的证据。这里不再是数学推导,而是趋势推断。

媒体传播把上述操作继续放大。机器之心的正文其实明确提醒「67.2%不是离证明只差32.8%」,标题却选择「Claude挑战黎曼猜想『失败』,却意外刷新37年数学纪录」。二次传播随后出现「人类37年只推进0.8%」和「AI逼近黎曼猜想」等话语。[17]技术限定虽然没有彻底消失,但被留在了正文内部,百分比、速度和胜负关系则获得了醒目的标题位置。

类似的翻译也广泛出现在对AI的「IMO金牌水平」「博士级专家」「科学合作者」等称谓中:一个原本很难直接描述的技术对象,正在通过人类社会现成的资格体系和职业身份获得可理解性。由此形成了一种极易传播的公共想象:AI像一个人一样不断升级资格。只要接受这条阶梯,下一个问题几乎自动出现:它什么时候取代那个位置上的真实人类?[18]

恐慌因此不需要阴谋论,不需要依靠一条完全虚假的消息生产出来。真实事实经过重新命名、通约、时间重写、主体压缩和未来化,同样可以形成一个与原始问题明显不同的公共事件。

AI恐慌的政治经济学

AI恐慌不是单纯相信机器会越来越强,而是相信机器进步得如此之快,以至于个人、企业或国家如果不能立即适应,就会在竞争中失去自己的位置。乐观叙事提供收益预期,恐慌叙事增加了不行动的代价。 后者具有更强的动员能力,它制造了一种真实的、迫近的时间压力。

对于前沿AI公司来说,高估值基于市场对未来能力与未来收入的预期。「模型能力正在高速增长」是一条具有经济价值的信息。经济社会学家延斯·贝克特(Jens Beckert)把资本主义描述为高度依赖未来预期的制度:在根本不确定性下,投资者必须想象尚未存在的未来,并据此在今天配置资源。[19]

「恐慌」使这种未来预期获得了一种特殊形式:它把「未来可能获得更多收益」转化成「现在不行动就会失去已有位置」。2024年,Alphabet首席执行官桑达尔·皮查伊在回答投资者对AI资本开支过大的质疑时明确表示,在这样的技术转型中,「投资不足的风险远大于投资过度的风险」,即使最终出现过度建设,数据中心和计算基础设施仍可用于其他业务,而没有及时保持在技术前沿的损失会更加严重。到了2026年,Alphabet预计全年资本开支将达到1750亿—1850亿美元,主要投向AI算力和技术基础设施。[20]

同样的压力也进入了劳动组织。2025年,Shopify首席执行官托比·吕特克要求各部门在申请新增人员和资源以前,先证明现有任务无法通过AI完成。[21]对未来能力的预期开始提前决定今天的招聘、预算和劳动过程。「其他公司可能更早利用AI」已被视为一种竞争风险,尚未完全兑现的技术能力,迫使企业今天就增加资本投入,同时提高对现有劳动者工作效率的要求。「恐慌」把一个不确定的技术未来,转化成一种现实的竞争性强制。

但是,两年后的模型究竟能做什么,谁也无法直接预测,而常用能力测试又会随着模型进步迅速接近上限,越来越难区分前沿模型之间真正的能力差异。[22]黎曼猜想、IMO金牌和「博士级」于是有了额外的经济功能:它们把不可见的未来能力转写成公众已经认识的标尺。

这类能力展示又会参与塑造投资者对未来的判断。由此获得的融资,可以进一步转化为算力、人才和研究投入,提高下一代模型的真实能力。于是,AI恐慌并不只是对技术进步的被动反应,它还会通过预期和资本配置参与制造自己所预言的能力增长,再由新的能力增长生产下一轮恐慌。

这套话语没有必要由某个金融机构统一指挥。不同主体有不同利益,却会在同一种叙事形式上汇合。媒体需要可理解的冲突,平台偏好能迅速引发情绪的比较,资本市场则需要判断能力曲线是否仍在上升。各方无需共享一个阴谋,就会不断筛选出「AI又越过一道人类门槛」这一恐慌叙事。

但整个社会为「不能落后」而投入资源,由此产生的生产率收益、租金和资产升值,并不会自动按同样方式分配。「恐慌」因此还具有一种去政治化的功能:它把具有明确行动者和分配后果的选择,改写成对技术趋势的被动适应。公司裁减多少岗位、AI提高生产率以后是缩短工时还是要求员工完成更多工作、公共财政应该投入多少算力,本来都是可以争论的制度选择,一旦被放进「不跟上就会被淘汰」的时间压力中,它们就更容易被说成「AI时代只能如此」的技术必然。

被挤掉的问题

「恐慌」还规定了公共讨论首先把什么当成问题。用福柯的说法,它形成了一种特定的「问题化」:支持者主张AI将很快超过数学家,悲观者认为知识工作即将消失,谨慎者则说还没有那么快。答案彼此冲突,问题却高度一致:机器什么时候超过人?[23] 争论越激烈,这个问题反而越稳固。

然而,一组更直接关系普通人物质生活的问题被挤到公共舆论的边缘:最强模型由谁控制?公立大学能否获得同等级别的算力?AI把十小时工作压缩成两小时以后,节省的八小时会变成更短的劳动日,还是更多的任务?专业服务成本下降以后,收益会进入工资和公共服务,还是进入平台租金与资本估值?

Anthropic自己的经济指数已经给出一个提醒:Claude的全球使用仍高度不均,人均GDP与采用强度显著相关;报告中的「人类教育」指标——理解用户输入所需的受教育年限——也与使用强度呈正相关。报告甚至明确指出,仅仅扩大访问并不足以让AI在全球产生普遍收益。[24]「机器能力提高」与「普通人受益」之间,并未形成一个自动的传动轴。

机器停转以前

1909年,E. M. 福斯特(E. M. Forster)写过一篇短篇小说《机器停转》(*The Machine Stops*)。小说里的人生活在地下房间,一切交流、知识和生活需要都由「机器」提供。小说并未着力渲染机器已经变得多么强大。更重要的是,人们在理论上仍知道机器是人的创造物,在实践中却已经把它当成一种近乎神圣、自行运转的力量。[25]

文明没有理由因为这种风险而拒绝AI。一种新的知识生产组织正在出现:大量阅读、并行试错、程序实验、反例搜索和形式验证,可以被压缩到过去难以想象的时间尺度。它若进入法律、教育、科研和日常行政,可能大幅降低普通人获得专业能力的成本,也可能释放大量必要劳动时间。

问题是,技术进步从来不会替社会回答分配问题,这种能力本身也是社会化知识生产的结果。两百五十年前,人们围着「土耳其行棋傀儡」追问柜子里究竟藏着谁。今天,柜子里已经不需要藏一个棋手了。更值得重新打开的,是柜子本身:里面装着哪些人积累的知识、哪些公共制度与私人资本,又通过什么规则,把新产生的时间、能力和财富交给了谁?

▼ 注释(框内可滑动)

[1] 关于「土耳其行棋傀儡」1770年的宫廷展示及其隐藏棋手机制,参见 Stephen Cass, 「Untold History of AI: When Charles Babbage Played Chess With the Original Mechanical Turk」, IEEE Spectrum, 2019;Edgar Allan Poe, 「Maelzel’s Chess-Player」, Southern Literary Messenger 2 (April 1836): 318–326。

[2]Anthropic, 「Learning more about Claude's mathematical capabilities」, 10 August 2026, https://www.anthropic.com/research/riemann-zeta 。Anthropic称其未公开研究版本把能够严格保证在线的零点比例从41.6%提高到67.2%。中文传播参见机器之心,〈突发:Claude挑战黎曼猜想「失败」,却意外刷新37年数学纪录〉,36氪,2026年8月11日,https://eu.36kr.com/zh/p/3934278945029505;〈人类37年只推0.8%,AI一次把黎曼猜想下界提到67.2%!〉,新浪新闻,2026年8月14日,https://k.sina.com.cn/article_7879849295_1d5acf54f06801jtk6.html 。

[3] 关于素数定理及其通俗解释,参见 Clay Mathematics Institute, 「Riemann’s 1859 Manuscript」, https://www.claymath.org/collections/riemanns-1859-manuscript/ 。关于这一问题的历史性科普叙述,也可参见 John Derbyshire, Prime Obsession: Bernhard Riemann and the Greatest Unsolved Problem in Mathematics, Joseph Henry Press, 2003。

[4]Clay Mathematics Institute, 「Notes on the 1859 Manuscript」。现存早期手稿标注为1859年10月,正是黎曼向柏林科学院提交论文的月份;论文正式发表于1859年11月。英文译文见 Bernhard Riemann, 「On the Number of Prime Numbers less than a Given Quantity」。

[5]Clay Mathematics Institute, 「Riemann’s 1859 Manuscript」与「Riemann Hypothesis」。正文把ζ函数称为「翻译器」只是通俗类比:数学上,ζ函数通过欧拉乘积与素数相连,而零点进入素数计数的显式公式;Clay用「平均分布」与「偏离平均分布」概括素数定理和黎曼猜想之间的关系。

[6]David Hilbert, 「Mathematical Problems」, 1900, Problem VIII, 英译见 Project Gutenberg;Clay Mathematics Institute, 「The Millennium Prize Problems」。克雷研究所于2000年5月24日在巴黎公布七个千禧年大奖难题,每题奖金100万美元,黎曼猜想同时也是希尔伯特1900年问题清单中的第八题。关于其数学史和文化声望的形成,参见 Derbyshire, Prime Obsession。

[7]Claude, More Than Two Thirds of the Zeros of the Riemann Zeta Function Are Simple and on the Critical Line, 11 August 2026, 。论文证明的是渐近意义上的最低比例,并明确说明剩余零点并未被证明在线外,只是没有被现有方法覆盖。即使在线零点的渐近比例达到100%,也不自动等于黎曼猜想;Conrey在1989年的论文中也特别指出这一点:J. B. Conrey, 「More than two fifths of the zeros of the Riemann zeta function are on the critical line」, Journal für die reine und angewandte Mathematik 399 (1989): 1–26。

[8] 关于在线零点比例的历史脉络,参见 J. B. Conrey, 「More than two fifths of the zeros of the Riemann zeta function are on the critical line」, Journal für die reine und angewandte Mathematik 399 (1989): 1–26;Kyle Pratt, Nicolas Robles, Alexandru Zaharescu, Dirk Zeindler, 「More than five-twelfths of the zeros of ζ are on the critical line」, Research in the Mathematical Sciences 7 (2020)。Selberg于1942年证明在线零点占正比例,Levinson于1974年超过三分之一,Conrey于1989年推进到约40.88%,2020年的无条件纪录超过5/12。蒙哥马利1973年的结果则是在假定黎曼猜想成立的条件下,证明至少三分之二的零点是simple zeros。参见 Hugh L. Montgomery, 「The pair correlation of zeros of the zeta function」, 1973;Claude, More Than Two Thirds of the Zeros of the Riemann Zeta Function Are Simple and on the Critical Line, §§1.1, 1.3。

[9]Farzad Aryan, 「On an extension of the Landau-Gonek formula」, arXiv:1902.05473;Siegfred A. C. Baluyot, Daniel A. Goldston, Ade Irma Suriajaya, Caroline L. Turnage-Butterbaugh, 「Pair Correlation of Zeros of the Riemann Zeta Function I: Proportions of Simple Zeros and Critical Zeros」, arXiv:2501.14545;Daniel A. Goldston and Ade Irma Suriajaya, 「Zeta Zeros on the Critical Line」, arXiv:2511.20059;同作者, 「Zeta Zeros in a Narrow Vertical Box」, arXiv:2603.28104,。这些工作逐步把蒙哥马利方法中依赖黎曼猜想的部分剥离出来,并把剩余障碍定位到线外零点造成的正性失效。

[10]Anthropic, 「Learning more about Claude's mathematical capabilities」, 「The Riemann zeta function」与「Claude's finding」两节;Claude, More Than Two Thirds, §1.3。Anthropic明确写道,Claude的结果大量借助Aryan以及Baluyot、Goldston、Suriajaya、Turnage-Butterbaugh的近期工作,并结合Bombieri 2000年关于Weil形式负指标的工作。

[11]Claude, More Than Two Thirds, Abstract及§§1.2–1.3。论文实际使用的是Weil诱导的Hermitian形式、有限维压缩、线上与线外零点产生的不同正负方向,以及秩—迹不等式。正文「总账—分账」是对这一结构的通俗化:Claude的关键不是获得新的零点统计数据,而是保留并联合处理此前在汇总中容易丢失的内部结构。

[12]Claude, More Than Two Thirds, §1.1及§7.2。论文修订版把仅依赖目前这一档「bandwidth-one」信息的更广泛方法上限概括为约0.682;因此正文采用「约68.2%」而不保留更精细的小数。论文同时指出,要继续明显提高,需要超出当前Fourier支撑范围的零点相关信息。

[13]Anthropic, 「Learning more about Claude's mathematical capabilities」, 「Claude's methodology」。官方披露两轮Claude Code会话合计约3100万输出token;第一轮约650个想法均失败,第二轮约60个子代理、2400次shell命令、数百个Python脚本、数千次数值检查,并下载54篇arXiv论文检查新颖性。官方脚注说明,60个子代理中有两个负责发展关键数学想法。 Anthropic同时公布了发现过程说明 How the two-thirds argument was found: two agent runs and their literature, https://www-cdn.anthropic.com/d7f3ecf1d01392d887f8bc974ca187e2a121b1ed.pdf 。其中记录了原先路线失败后转向新的计数方向,以及另一代理用更强的rank–trace方法推进结果的过程;该说明也注明,对探索过程的重构本身未经独立数学验证。

[14]Anthropic, 「Learning more about Claude's mathematical capabilities」。官方明确说明Claude没有证明黎曼猜想,也不预期当前技巧会导向完整证明;两名Anthropic数学家研究并验证论文,Brian Conrey与Dan Goldston也在短时间内审阅了工作,另有Lean 4形式化版本。

[15]Anthropic, 同上。方法部分记录Sumner主要以「keep going」「believe in yourself」一类话语鼓励模型,结尾则写道:「Perhaps Claude, like many of us, underestimates the rate of AI progress.」

[16]Wendy Nelson Espeland and Mitchell L. Stevens, 「Commensuration as a Social Process」, Annual Review of Sociology 24 (1998): 313–343。作者讨论「通约」如何把原本性质不同的对象转换到共同度量尺度上,并由此改变比较、注意力与判断方式。

[17] 机器之心,〈突发:Claude挑战黎曼猜想「失败」,却意外刷新37年数学纪录〉,36氪,2026年8月11日,https://eu.36kr.com/zh/p/3934278945029505;〈AI逼近黎曼猜想?关键比例跃升至67.2%〉,新浪新闻,2026年8月14日,https://k.sina.com.cn/article_7879776726_1d5abd9d606801n49m.html 。机器之心正文同时提醒67.2%并非猜想完成度,正文与标题对信息显著性的分配并不相同。

[18] 关于这些能力称谓,参见 Google DeepMind, 「Advanced version of Gemini with Deep Think officially achieves gold-medal standard at the International Mathematical Olympiad」, 21 July 2025, https://deepmind.google/blog/advanced-version-of-gemini-with-deep-think-officially-achieves-gold-medal-standard-at-the-international-mathematical-olympiad/;OpenAI, 「Inside GPT‑5 for work」, https://openai.com/business/guides-and-resources/inside-gpt5-our-best-model-for-work/,其中将GPT‑5称为「a trusted PhD-level expert in every employee’s pocket」;Google Research, 「Accelerating scientific breakthroughs with an AI co-scientist」, 19 February 2025, https://research.google/blog/accelerating-scientific-breakthroughs-with-an-ai-co-scientist/,其中使用「virtual scientific collaborator」这一表述。

[19]Jens Beckert, 「Capitalism as a System of Expectations: Toward a Sociological Microfoundation of Political Economy」, Politics & Society 41, no. 3 (2013): 323–350。Beckert以「fictional expectations」讨论根本不确定条件下的未来想象,并把预期管理视为资本主义经济行动的重要组成部分。

[20]Alphabet, 「2024 Q2 Earnings Call」, 23 July 2024, https://abc.xyz/2024-q2-earnings-call/。在回答AI资本开支是否可能过度的问题时,Sundar Pichai表示,对Alphabet而言,「the risk of underinvesting is dramatically greater than the risk of overinvesting」;即使发生过度投资,相关基础设施仍具有长期和广泛用途。Alphabet, 「2025 Q4 Earnings Call」, 4 February 2026, https://abc.xyz/investor/events/event-details/2026/2025-Q4-Earnings-Call-2026-Dr_C033hS6/default.aspx 。Alphabet在该次电话会上预计2026年资本开支为1750亿—1850亿美元,并说明投资将用于AI计算能力、数据中心及其他技术基础设施。

[21]Tobi Lütke于2025年4月7日公开其发给Shopify员工的内部备忘录「Reflexive AI usage is now a baseline expectation at Shopify」。其中写道:「Before asking for more headcount and resources, teams must demonstrate why they cannot get what they want done using AI.」参见 Lauren Forristal, 「Shopify CEO tells teams to consider using AI before growing headcount」, TechCrunch, 7 April 2025, https://techcrunch.com/2025/04/07/shopify-ceo-tells-teams-to-consider-using-ai-before-growing-headcount/。Shopify后来在官方文章中确认,这份备忘录于2025年4月发出,并将其概括为「reflexive AI usage is now a baseline expectation at Shopify」:Shopify, 「Serious results, unserious methods: Shopify’s AI playground」, 28 October 2025, https://www.shopify.com/news/unserious-exploration 。

[22]OpenAI的FrontierScience论文指出,既有科学能力测试随着模型进步已接近饱和;Stanford HAI, AI Index Report 2026: Technical Performance则总结称,原本设计为多年保持难度的测试有些在数月内即趋于饱和。参见 https://hai.stanford.edu/assets/files/ai_index_report_2026_chapter_2_technical.pdf 。

[23]Michel Foucault, 「Polemics, Politics and Problematizations」, interview with Paul Rabinow, 1984, later collected inThe Foucault Reader, pp. 381–390。这里借用「问题化」概念分析彼此冲突的立场如何共享同一个问题空间。

[24]Anthropic, 「Anthropic Economic Index report: Economic primitives」, 15 January 2026, https://www.anthropic.com/research/anthropic-economic-index-january-2026-report 。报告显示Claude全球人均使用强度仍高度不均,并与GDP显著相关;其「human education」指标与采用程度也呈正相关,同时明确指出,若要让AI在全球产生普遍收益,仅扩大访问并不足够,还需要发展能够有效使用AI的人力资本。

[25]E. M. Forster, 「The Machine Stops」, first published 1909。小说明确保留了「机器由人创造」这一认识,同时描绘它在社会实践中逐渐获得近乎宗教性的权威。