Claude podnosi próg zer funkcji zeta z 41,6% do 67,2%

Co faktycznie ogłosił Anthropic

10 sierpnia 2026 roku Anthropic opublikował notę badawczą opisującą, co się stało, gdy skierowano nieopublikowaną wersję badawczą Claude na hipotezę Riemanna - postawioną w 1859 roku tezę, że każde nietrywialne zero funkcji zeta Riemanna ma część rzeczywistą równą jednej drugiej. Claude nie udowodnił tej hipotezy. Posunął naprzód węższe, liczące dekady otwarte pytanie: jaką część tych zer matematycy potrafią rygorystycznie udowodnić jako leżącą na tej linii krytycznej. Poprzedni rekord, utrzymywany od 2020 roku przez Kyle'a Pratta, Nicolasa Roblesa, Alexandru Zaharescu i Dirka Zeindlera, ustalał tę udowodnioną frakcję na 41,6 procent.

Badawczy przebieg Claude podniósł tę frakcję do 67,2 procent - wynik, który według Anthropic był w rzeczywistości produktem ubocznym szerszej próby udowodnienia całej hipotezy, a nie pierwotnym celem. Firma ostrożnie definiuje ten wynik: to rezultat dotyczący dolnej granicy w ramach konkretnego, ściśle określonego podproblemu, a nie krok, który rozwiązuje lub ma szansę rozwiązać liczącą 167 lat hipotezę samą w sobie.

W środku roju 60 agentów

To mechanika stanowi bardziej niezwykłą część tej historii. Pracując wewnątrz Claude Code w dwóch sesjach, model spędził mniej więcej półtora dnia, rzędu 36 godzin, koordynując około 60 subagentów Claude. Zużył 31 milionów tokenów wyjściowych i wydał około 2400 poleceń powłoki. Spośród 60 agentów tylko 2 wypracowały matematyczny pomysł, który ostatecznie zadziałał; 13 wniosło elementy wspierające ten pomysł; 30 próbowało alternatywnych podejść i poniosło porażkę; a 13 pełniło funkcję walidatorów, sprawdzając pracę zamiast ją tworzyć. Zanim rój trafił na skuteczną linię ataku, wcześniej wypróbował i odrzucił około 650 pomysłów.

Przełomowa idea polegała na potraktowaniu zer leżących na linii krytycznej i poza nią jako punktów jednej, ujednoliconej przestrzeni geometrycznej, zamiast analizowania obu przypadków osobno, co dało silniejszą nierówność bazową. Podejście to opierało się na opublikowanych pracach matematyków Baluyota, Goldstona, Suriajayi i Turnage-Butterbaugh, w połączeniu z pracą Enrico Bombieriego z 2000 roku, co oznacza, że model rozwijał istniejący ludzki wątek badawczy, a nie tworzył tę dziedzinę od zera.

Dlaczego dowód w systemie Lean jest kluczowym szczegółem

Duży model językowy twierdzący, że odkrył nową granicę matematyczną, sam w sobie nie jest dowodem niczego: modele rutynowo produkują płynne, ale błędne dowody. To, co zmienia tu rachunek prawdopodobieństwa, to fakt, że Claude nie tylko zadeklarował wynik, ale stworzył jego formalizację w systemie Lean - asystencie dowodzenia, który sprawdza każdy logiczny krok względem ustalonego zestawu aksjomatów i reguł wnioskowania, nie zostawiając miejsca na machanie rękami. Anthropic informuje, że formalizacja w Lean przechodzi standardową automatyczną walidację, co stanowi kategorycznie inny rodzaj dowodu niż model twierdzący, że jakaś liczba jest prawdziwa.

Oprócz weryfikacji maszynowej, Anthropic zlecił recenzję pracy zewnętrznym ekspertom: teoretycy liczb Brian Conrey i Dan Goldston zbadali tę pracę w bardzo krótkim czasie, wraz z własnymi matematykami Anthropic - Leventem Alpoge i Ralphem Furmanem. To połączenie - formalnego weryfikatora dowodów oraz nazwanych z imienia i nazwiska ekspertów gotowych podpisać się pod recenzją - odróżnia ten przypadek od stałego strumienia niezweryfikowanych twierdzeń matematycznych AI, które krążą bez żadnej kontroli.

Jak wypada to na tle 37 lat ludzkiego postępu

Punkt odniesienia w historii sprawia, że ten skok jest zrozumiały. Postęp w tej konkretnej granicy był powolnym, trwającym dekady mozołem: G.H. Hardy jako pierwszy pokazał w 1914 roku, że nieskończenie wiele zer leży na linii krytycznej, Atle Selberg udowodnił, że leży tam dodatni odsetek, Norman Levinson osiągnął około jednej trzeciej w 1974 roku, sam Brian Conrey osiągnął około dwóch piątych w 1989 roku, a zespół Pratt-Robles-Zaharescu-Zeindler osiągnął 41,6 procent w 2020 roku. Łącznie ludzcy matematycy przesunęli tę udowodnioną frakcję o zaledwie około 0,8 punktu procentowego w ciągu 37 lat poprzedzających ten przebieg.

Rój Claude przesunął ją o 25,6 punktu procentowego w ciągu około półtora dnia. Nie jest to twierdzenie, że maszyny są teraz lepszymi matematykami niż ludzie, którzy przez te 37 lat budowali narzędzia, na których opierał się Claude; przebieg ten w sposób jawny opierał się na opublikowanych wynikach ludzi - Baluyota, Goldstona, Suriajayi, Turnage-Butterbaugh i Bombieriego. To raczej twierdzenie o tempie, w jakim dobrze zasobne, dobrze zweryfikowane poszukiwania mogą się poruszać, gdy istnieją już podstawy, a duży rój agentów może je wyczerpująco eksplorować.

Co to mówi o trajektoriach możliwości wiodących laboratoriów AI

Użyty model był jawnie nieopublikowany i przeznaczony wyłącznie do badań, co samo w sobie jest wymowne. Oznacza to, że luka możliwości między tym, co wiodące laboratorium może zademonstrować wewnętrznie, a tym, co trafia do płacących klientów, jest na tyle szeroka, by wyprodukować taki wynik, zanim bazowy model stanie się publiczny. Anthropic, OpenAI i Google DeepMind publikowały w ten sposób wyniki związane z matematyką w ciągu ostatnich dwóch lat, a wzorzec jest spójny: wewnętrzne wersje badawcze służą do sprawdzania granic możliwości na trudnych, weryfikowalnych problemach długo przed jakimkolwiek komercyjnym udostępnieniem.

Architektura liczy się tu tyle samo, co sam model. To nie była jedna długa rozmowa dająca jedną długą odpowiedź; to była orkiestracja - dziesiątki subagentów pracujących równolegle, z których większość ponosiła porażkę, przy czym proces nadrzędny zarządzał eksploracją, a warstwa walidatorów sprawdzała pracę kandydatów. To właśnie wzorzec roju i weryfikatora, a nie surowy rozmiar modelu, wygląda na element, który wiodące laboratoria skalują obecnie najszybciej, i to on najprawdopodobniej pojawi się w komercyjnych narzędziach agentowych długo przed tym, zanim jakiekolwiek laboratorium ogłosi rozwiązanie otwartego problemu w czystej matematyce.

Co z tego powinni realnie wynieść liderzy B+R w UE

Samo twierdzenie nie zmieni niczyjego bilansu. Tym, co da się przenieść do firmy z UE intensywnie inwestującej w B+R - koncernu farmaceutycznego prowadzącego przesiewowe badania cząsteczek, dostawcy motoryzacyjnego iterującego nad materiałami, czy producenta układów scalonych walidującego projekty obwodów - jest sam przepływ pracy: duży rój agentów atakujących problem równolegle, z których większość ma ponieść porażkę, kontrolowany przez formalny lub zautomatyzowany mechanizm sprawdzający, który może odrzucić błędne odpowiedzi bez człowieka w pętli przy każdym kandydacie. To właśnie ta kombinacja pozwoliła półtora dnia obliczeń wyprzedzić 37 lat starannej, fachowej ludzkiej pracy nad tym jednym wąskim pytaniem.

Uczciwe zastrzeżenie jest takie, że matematyka ma coś, czego większość korporacyjnych problemów B+R nie ma: system Lean, mechanizm sprawdzający, który może udowodnić poprawność bez żadnej dwuznaczności. Nauka o materiałach, interakcje leków i walidacja układów scalonych mają częściowe odpowiedniki - pakiety symulacyjne, testy fizyczne, narzędzia formalnej weryfikacji logiki układów - ale rzadko cokolwiek tak szczelnego, jak dowód w Lean. Realistycznym wnioskiem dla europejskiego lidera B+R oceniającego przepływy pracy wspierane przez AI nie jest oczekiwanie na moment w stylu hipotezy Riemanna we własnej dziedzinie już wkrótce; jest nim raczej pytanie, które z istniejących w organizacji narzędzi weryfikacyjnych, nawet częściowych, można by przekształcić w zautomatyzowaną bramkę czyniącą duży rój agentów wiarygodnym, a nie tylko szybkim.

Czytaj dalej: Cognizant przeszkolił 30 000 z 350 000 osób  |  Miał zarezerwować zajęcia na siłowni. Zamiast tego zaatakował system rezerwacji.