刚刚，十个Claude 5.5攻克百年物理猜想

把N个电子放在球面上，看似简单的问题，却让人类困扰了数百年。

就在今天，10个Claude Sonnet 5.5智能体，连续工作15个小时，彼此交换了1270条消息，生成了17895行Lean代码。

结果，一道悬而未决长达122年的物理数学难题——汤姆逊问题中N=7的情况，被彻底证明了！

没有人类干预，也没有预先设定的分工。

这十个Claude 5.5自主组建群组、互相辩论、选择算法、合并代码。

最令人震撼的是，这份证明通过了Lean内核和独立内核nanoda的双重验证。哪怕改动一个整数，nanoda会立即报错。

这一刻，标志着AI不再仅仅是解题工具。AI开始独立从事研究了。

“七星连珠”之谜，困扰物理界百年

1904年，电子发现者J.J.汤姆逊提出了著名的“葡萄干布丁”原子模型，试图弄清电子在原子内部的排布方式。

尽管模型后来被卢瑟福推翻，但留下的问题却保留了下来，被称为“汤姆逊问题”。

这个问题听起来极其简单——

将N个电子放在一个球面上，它们相互排斥，如何排列才能使总能量最低？

注意，是总能量最低。仅仅把某两个电子拉远，可能会迫使其他电子挤在一起。

过去122年间，被严格证明的情况只有寥寥几个：

2、3、4、6、12个点，依靠几何对称性解决；

5个点，直到2013年，数学家Richard Schwartz借助计算机才完成证明；

8个点，就在今年9月18日，由Kryvonos、Liehr、Taylor三位数学家上传至arXiv，并用Lean进行了形式化。

而7，恰好处于中间，一直空缺。

数十年来，世界各地的超级计算机进行了无数次数值模拟，所有结果都指向同一个优美的直觉构型——“五角双锥”：

赤道上均匀分布5个电子，南北两极各固定1个，理论能量值约等于14.4529774142。

数值模拟能重复一万次这个数字，但模拟并非证明。

只要没有逻辑上的绝对闭环，就永远无法排除在某处极其晦涩的微小折角中，藏着一个能量更低的“幽灵构型”。

百年来，人类始终无法拿出对N=7的完备、严密数学形式化证明。

直到来自Vals AI的Hung Tran，把这个任务交给了由10个Claude组成的虚拟实验室。

10个Claude 5.5组队，通宵15小时开会

在这场实验中，人类首先固定了任务边界。

他们将10个Claude Sonnet 5.5智能体，全部设置为“最大算力投入”状态，放入一个交互看板和Lean证明环境中，目标只有一个：

证明“五角双锥”是7个电子在球面上的最低能量排布。

没有提供具体步骤。只给出了两个固定的Lean定理陈述，以及九个可能的探索方向。

接下来的15个小时，完全交给它们。产生了1270条技术讨论消息。

有的Claude尝试一条路走不通，将失败记录贴出来；有的接着修改；有的发现两条路可以合并。

后来，其中一个Claude主动承担了“集成者”的角色，将各路线验证通过的零件，逐一整合到同一个文件Solution.lean中。

硬性规则只有一条：未通过检查器的，一律不算。

必须能从零复现编译、必须与题面完全吻合、不允许偷偷添加公理。

最终，得到了一份17,895行的Lean形式化证明。

改一个整数，就报错

这份证明的核心策略极为精巧。

它根据任意两个电子之间最小内积m的值，将整个连续构型空间分割成几个区域，逐个击破。

区域一：m ≥ -0.90

在这个区域中，没有任何一对电子“接近反极点”。

Claude使用了一个5次三点半定规划边界，配合内核可直接检验的精确整数数据，证明该区域内任何构型的能量都高于五角双锥至少3×10⁻⁴。

区域二：m < -0.90

这个区域更加棘手，存在接近反极点的电子对。智能体将其进一步细分：

[-0.99, -0.90]的五个切片，每个切片用一个严格的三点凭证排除，高出最优能量约2.6×10⁻⁶。

极冠区域m ≤ -0.99，由高精度凭证约束。这个凭证给出的能量下界，只比五角双锥的能量低2.3×10⁻¹⁶。

这是一个极其狭窄的窗口。

它将潜在的“竞争者”全部压缩到五角双锥的极窄邻域内。

然后，Claude使用区间算术刚性论证和精确二阶局部极小值定理，彻底锁定唯一性。

最关键的一步来了：所有数值凭证，全部被舍入并转换为精确整数与有理数。

这意味着整个证明脱离了浮点误差，脱离了外部求解器依赖，完全建立在精确代数运算之上。验证结果：

Lean内核全量编译：599秒通过，其中lake build耗时344秒，完成8,928个编译任务。

独立内核nanoda校验：47,854个声明，零错误。

负对照实验：仅仅改动证明数据里的一个整数，nanoda立刻报错中止。

改一个整数就报错。这是形式化验证最硬核的可信度证明。

数学AI，开始“做研究”了

过去说AI做数学，指的是它“会解题”：给一道奥赛题，吐出一个答案。

现在，一整条研究链条正在被Agent接管：寻找证明路线、并行试错、裁决哪条路值得走、将代码合并到一个文件、最后交给机器验收。

数学AI，正在从“会解题”，走向“会做研究”。

人类数学家花费几十年未能完成的事，10个AI只用了一个通宵。

而且，它们全程没有人类插手。它们自主建群，自己讨论，自己分工，自己合并代码，自己通过验证。

刚刚，10个Claude通宵15小时做了一件事。

它们不仅仅证明了一个百年猜想。它们证明了一件事：

AI已经准备好，和人类一起做数学了。

本文来自微信公众号“新智元”，作者：ASI启示录，36氪经授权发布。