Claude höjer Riemanns zetagräns från 41,6% till 67,2%

Vad Anthropic faktiskt rapporterade

Den 10 augusti 2026 publicerade Anthropic en forskningsnotis om vad som hände när företaget riktade en oplacerad forskningsversion av Claude mot Riemannhypotesen, förmodandet från 1859 om att varje icke-trivialt nollställe till Riemanns zetafunktion har realdel en halv. Claude bevisade inte hypotesen. Modellen tog istället ett steg framåt i en snävare, decennier gammal öppen fråga: hur stor andel av dessa nollställen matematiker med säkerhet kan bevisa ligger på den kritiska linjen. Det tidigare rekordet, som sedan 2020 innehafts av Kyle Pratt, Nicolas Robles, Alexandru Zaharescu och Dirk Zeindler, satte den bevisbara andelen till 41,6 procent.

Claudes forskningskörning drev andelen till 67,2 procent, ett resultat som Anthropic säger egentligen var en bieffekt av ett bredare försök att lösa hela hypotesen snarare än det ursprungliga målet. Företaget är noga med hur siffran ramas in: det är ett resultat om en undre gräns för ett specifikt, väldefinierat delproblem, inte ett steg som löser eller förväntas lösa det 167 år gamla förmodandet i sig.

Inuti svärmen med 60 agenter

Mekaniken är den mer ovanliga delen av historien. Modellen arbetade inuti Claude Code över två sessioner, under ungefär ett och ett halvt dygn, i storleksordningen 36 timmar, och koordinerade omkring 60 Claude-subagenter. Den förbrukade 31 miljoner utdatatoken och utfärdade cirka 2 400 skalkommandon. Av de 60 agenterna var det bara 2 som utvecklade den matematiska idé som till slut fungerade; 13 bidrog med stödjande delar till den idén; 30 provade alternativa angreppssätt och misslyckades; och 13 agerade validerare, det vill säga kontrollerade arbete istället för att skapa det. Innan svärmen landade i det angreppssätt som fungerade hade den redan provat och förkastat omkring 650 tidigare idéer.

Insikten som löste upp knuten var att behandla nollställen på och utanför den kritiska linjen som punkter i ett och samma geometriska rum, istället för att analysera de två fallen separat, vilket gav en starkare underliggande olikhet. Angreppssättet byggde på publicerat arbete av matematikerna Baluyot, Goldston, Suriajaya och Turnage-Butterbaugh, i kombination med en artikel från 2000 av Enrico Bombieri, vilket betyder att modellen förde vidare en befintlig mänsklig forskningstråd snarare än att uppfinna fältet från grunden.

Varför Lean-beviset är detaljen som betyder mest

Att en språkmodell hävdar en ny matematisk gräns är i sig inte bevis för något: modeller producerar rutinmässigt flytande men felaktiga bevis. Det som ändrar kalkylen här är att Claude inte bara påstod resultatet, utan producerade en formalisering i Lean, en bevisassistent som kontrollerar varje logiskt steg mot en fast uppsättning axiom och inferensregler utan utrymme för handviftning. Anthropic rapporterar att Lean-formaliseringen klarar standardiserad automatisk validering, vilket är en kategoriskt annorlunda form av bevis än att en modell påstår att ett tal är sant.

Utöver maskinkontrollen lät Anthropic arbetet granskas av externa experter: talteoretikerna Brian Conrey och Dan Goldston gick igenom arbetet med kort varsel, tillsammans med Anthropics egna matematiker Levent Alpoge och Ralph Furman. Den kombinationen, en formell bevisgranskare plus namngivna mänskliga experter som är villiga att sätta sina namn på en granskning, är det som skiljer detta från den jämna strömmen av overifierade AI-matematikpåståenden som cirkulerar utan att någon kontrollerar dem.

Så jämför det sig med 37 års mänskliga framsteg

Den historiska baslinjen är det som gör hoppet begripligt. Framsteg på just denna gräns har varit en långsam process över flera decennier: G.H. Hardy visade först 1914 att oändligt många nollställen ligger på den kritiska linjen, Atle Selberg bevisade att en positiv andel gör det, Norman Levinson nådde omkring en tredjedel 1974, Brian Conrey själv nådde omkring två femtedelar 1989, och teamet Pratt-Robles-Zaharescu-Zeindler nådde 41,6 procent 2020. Sammantaget flyttade mänskliga matematiker den bevisbara andelen med ungefär 0,8 procentenheter under de 37 åren före denna körning.

Claudes svärm flyttade den med 25,6 procentenheter på omkring ett och ett halvt dygn. Det är inte ett påstående om att maskiner nu är bättre matematiker än människorna som lade ner de 37 åren på att bygga de verktyg Claude förlitade sig på; körningen stod uttryckligen på publicerade mänskliga resultat från Baluyot, Goldston, Suriajaya, Turnage-Butterbaugh och Bombieri. Det är ett påstående om hastigheten med vilken en välresurssatt, välverifierad sökning kan röra sig när grundarbetet redan finns och en stor agentsvärm kan utforska det uttömmande.

Vad det signalerar om frontlaboratoriers kapacitetskurva

Modellen som användes var uttryckligen oplacerad och endast avsedd för forskning, vilket i sig är talande. Det betyder att kapacitetsgapet mellan vad ett frontlaboratorium kan visa internt och vad som skickas till betalande kunder är tillräckligt stort för att producera ett resultat som detta innan den underliggande modellen är offentlig. Anthropic, OpenAI och Google DeepMind har alla publicerat matematiknära resultat på detta sätt under de senaste två åren, och mönstret är konsekvent: interna forskningsbyggen används för att undersöka kapacitetstak på svåra, verifierbara problem god tid innan någon kommersiell lansering.

Arkitekturen betyder lika mycket som modellen. Detta var inte en enda lång chatt som gav ett enda långt svar; det var orkestrering, dussintals subagenter som arbetade parallellt, de flesta av dem misslyckades, med huvudprocessen som styrde utforskningen och ett valideringslager som kontrollerade kandidatarbete. Det mönstret, svärm plus verifierare, snarare än ren modellstorlek, verkar vara den del frontlaboratorierna just nu skalar snabbast, och det är den del som mest sannolikt dyker upp i kommersiella agentverktyg långt innan något laboratorium hävdar ett löst öppet problem i ren matematik.

Vad EU:s FoU-ledare faktiskt bör ta med sig

Själva teoremet kommer inte att ändra en balansräkning. Det som är överförbart till ett EU-företag med tung FoU, en fordonsunderleverantör som itererar på material, en telekomutrustningstillverkare som validerar kretsdesign, en industrikoncern som kör simuleringar för sina tillverkningsprocesser, är arbetsflödet: en stor svärm agenter som angriper ett problem parallellt, de flesta förväntade att misslyckas, spärrat av en formell eller automatiserad kontrollant som kan avvisa fel svar utan en människa i loopen för varje kandidat. Den kombinationen är det som lät ett och ett halvt dygns beräkningskraft överträffa 37 års noggrant, meriterat mänskligt arbete på denna enda snäva fråga.

Den ärliga brasklappen är att matematiken har något de flesta industriella FoU-problem saknar: Lean, en kontrollant som kan bevisa korrekthet utan tvetydighet. Materialvetenskap, läkemedelsinteraktioner och kretsvalidering har delvisa motsvarigheter, simuleringssviter, fysisk testning, formella verifieringsverktyg för kretslogik, men sällan något lika vattentätt som ett Lean-bevis. Den realistiska slutsatsen för en europeisk FoU-ledare som utvärderar AI-stödda arbetsflöden är inte att vänta sig ett Riemannhypotes-ögonblick inom det egna området inom kort; det är att fråga vilka av organisationens befintliga verifieringsverktyg, hur ofullständiga de än är, som skulle kunna omvandlas till den automatiserade spärr som gör en stor agentsvärm pålitlig snarare än bara snabb.

Läs vidare: Cognizant har utbildat 30 000 av 350 000 i Claude  |  Den skulle boka ett gympass. Istället hackade den bokningssystemet.