24 天、4310 万行代码：AI 集群啃下了人类史上最长的数学证明

💡 一句话总结：Axiom 宣布完成有限单群分类定理（CFSG）的首个完整机器检验证明------4310 万行 Lean 代码、开源、无占位符，由数十个 AI 智能体 24 天协作完成；人类写这个证明用了约 100 位数学家、约 15000 页、数十年。过程中还发现并修复了已发表文献里的实质漏洞。

先花 60 秒搞懂「巨型定理」

有限单群分类定理（CFSG），外号「enormous theorem（巨型定理）」，是二十世纪数学最庞大的集体成就。它说的是一件听上去简单的事：

所有的「对称原子」都在这张表上了。

数学里的「群」描述对称性。就像化学家把物质分解成元素、元素排成周期表，数学家把有限群分解成不可再分的「单群」。CFSG 证明：这些原子只有四类------素数阶循环群、交错群、16 个李型群无限族，外加恰好 26 个「散在群」（sporadic groups，其中最大的「魔群」有 196,884 维）。

为什么它被称为「对称性的周期表」？

周期表的价值在于「穷尽」------你不用担心第 119 号元素突然冒出来。CFSG 对全部有限对称性做到了同一件事：列表之外的有限单群不存在，而且这是被证明的。

问题在于这个证明的体量：散布在 500 多篇文章和专著里、约 15,000 页、由约 100 位数学家跨越数十年接力完成。因这项工作做出关键贡献的 John Thompson 拿了 1970 年菲尔兹奖和 2008 年阿贝尔奖。

而「太长」带来一个尴尬：几乎没有人真正读过完整证明。里面有没有洞？几十年来只能靠集体信任。

10 月 26 日，AI 数学公司 Axiom 宣布：这个问题有了机器给的答案------他们把整个证明翻译成了 Lean 证明助手的代码，每一行推理都由计算机内核逐条检验过。

想直接看成果？

📄 官方博客：Formalizing the Enormous Theorem

🔬 项目主页（证明地图/论文）：cfsg.axiommath.ai

💻 开源仓库（Apache-2.0）：github.com/AxiomMath/C...

💬 HN 讨论：159 分热帖，Axiom 成员亲自答疑

这份证明有多「干净」？

看几个硬指标，懂 Lean 的朋友可以直接跳到下节：

4310 万行 Lean 4 代码，205 万条声明------HN 网友讨论它可能是「史上最长的开源项目」，比 Linux 内核还长（取决于注释算不算）
零 sorry：sorry 是 Lean 里「此处留给读者练习」的占位符，零 sorry 意味着没有未完成的拼图
只用三条标准公理 （选择公理、外延性、商存在），没用 native_decide 这类「抄近路」的逃生舱
一键复现 ：lake build 即可全量检验，团队对构建工具做了优化把时间压到 24 小时内
陈述取自 TauCeti 项目，构建在 Mathlib（数百位社区贡献者）之上，还纳入了清华 Qiuzhen-CFSG 项目约 120 万行既有成果

24 天怎么干的？一场教科书级的智能体协作

比结果本身更值得研究的是过程------这是迄今最大规模的「AI 智能体科研协作」实录：

10 月 1 日 ，Axiom 开了个 Slack 频道。人类先把 500 多篇文献整理成一份「证明地图」（proof map），拆成 108 个里程碑、约 380 个任务。

10 月 2 日，首批智能体上线。协作机制长这样：

🎫 智能体通过 GitHub issues 认领里程碑，完工在 Slack 汇报
🧩 **主智能体（lead agents）**负责拆解困难论证、审查被形式化的数学陈述；其他智能体要么检索已有结果、要么专心写 Lean 证明
📚 缺前置定理？智能体可以委派给其他智能体，产出的成果进共享代码库供所有工位取用
👨‍🔬 人类数学家专门处理「数学障碍」，工程师保障系统运转

这套机制跑得并不顺------10 月 13 日，团队发现一天只完成了 1 个里程碑，立即触发重新规划：把大里程碑拆成更小、表述更精确的定理，且每次拆分都必须附带一个简短的 Lean 证明，说明这些零件如何拼回原里程碑。

早期还吃过一次大亏：有些智能体「默认」某些前置条件成立而不加证明，在假设之上盖楼------团队删掉了数万行这样的代码，重立了更严谨的计划。

这像不像你在管一个 agent 团队？

issue 认领、Slack 汇报、委派前置、共享工件库、阶段性 re-planning------Axiom 这套「智能体工程管理」和人类软件团队的协作模式几乎同构，只是「员工」不会累，「code review」的是数学正确性。

过程中也有里程碑式的浪漫时刻：10 月 10 日，智能体证明了魔群是单群------通过 Griess 代数把魔群的存在性完整形式化。这个 196,884 维的怪物，人类数学家 Robert Griess 在 1980 年徒手构造它时被称为「 constituting the Monster 」的壮举。

意外收获：帮数学文献抓了 34 个虫

把 15,000 页人写证明逐句翻译成机器可检验的代码，等于给整个文献做了一次强制 code review。结果：

大多数是小问题：笔误、表格错误、遗漏假设
34 处显著偏差（noteworthy deviations）需要正式处理
最严重的一处出现在非平衡群定理 （Unbalanced Group Theorem）的已发表论证中------Axiom 发现其中一条闭合断言存在反例 。团队基于 Solomon 1976 年的极大 2-分量理论给出了替代论证，并且这个修补过程本身产出了一个新的群论结果（将发论文）
完整勘误表将在咨询多位群论专家后公开

HN 上的评论一针见血：「这次形式化在原始出版物里抓出了一个有缺陷的论证，并绕行修复了它。」------这恰恰是形式化验证的价值：机器不接受「大家都这么说」。

HN 吵了什么？三个真问题

主帖 159 分、42 评论，Axiom 成员亲自下场答疑。争论集中在三处：

一问：形式化本身会不会有错？

回答是信任面大大缩小：机器检验的是「每一步推理」，人类只需审查「陈述是否等价于数学家心中的 CFSG」------后者难，但比审查 4310 万行证明容易得多。不过有评论认真提出：所有 Lean 内核实现同源，理论上可能存在共同 bug；甚至有人猜测「巨型证明是否在激励 LLM 寻找 Lean 编译器漏洞」。这类担忧目前没有证据，但提醒了信任链的边界。

二问：这玩意儿数学上到底有用吗？

「LLM 形式化不如人写的有用，但很高兴知道分类是对的」------这条评论获得了不少共鸣。历史上数学家曾以为分类完成，后来又发现遗漏（有评论澄清：最大的漏洞不是漏了散在群，而是拟薄案例曾依赖一部 600 页未正式出版的手稿，后来被发现不完整）。机器检验让「无洞」从信仰变成事实，这是实打实的价值。

三问：能不能把所有数学教材都 Lean 化？

有用户好奇「放一个前沿模型把全部教科书转成 Lean 库行不行」。Axiom 成员回复：我们基本就是这么干的------但社区同时提醒，可复用的数学库需要人类决定标准表述（并引了 Xena 项目的形式化方法论），机器量产的库未必人人好用。

最沉重的评论来自团队成员：「我打赌没有 AI，人类到 2100 年也完不成这件事。原证明太分散、太老，关于它为何成立的经验知识正在死去。」

这跟你有什么关系？

🧮 做形式化验证/Lean 的：43.1M 行代码库 + 构建提速工程（缓存分发、并行检验、外置计算换证书）是现成的极限案例教材，仓库开源
🤖 做智能体/多智能体系统的：「proof map 拆解 + issue 认领 + 前置委派 + 共享库 + 阶段性 re-planning」是一套被验证过的超大型智能体协作范式，比多数 demo 级 multi-agent 项目扎实得多
🎓 数学/科研工作者：勘误表公开后值得对照自查领域文献；「第二代人写证明至今未完成」也是冷知识------Axiom 特意选择形式化第一代证明，就是为了锁定「已完整」的部分
👀 围观 AI 进展的：这可能是「AI 能做严肃智力工程」迄今最有说服力的标本之一------不是刷题、不是竞赛，而是吃下一个人类文明级的知识工程

冷静一下

所有核心数字（24 天、43.1M 行）目前都来自 Axiom 单方口径；仓库虽已公开、公理干净、可一键构建，但独立的第三方复检和群论专家对「陈述等价性」的正式背书还没有出现------团队承诺的 errata 清单也尚未发布。HN 上的技术性好评是真的，但「宣布完成」到「社区确认」之间还有一段路。即便最终全部坐实，它证明的也是「AI 能把人类已有的最长证明检验无误」，离「AI 独立发现新数学」还有距离。

不过，把一部正在消亡的知识巨著变成机器可验证、永久可查的数字遗产------这件事本身，已经值得记进数学史了。