历经650次失败，Claude推开了一扇侧门
167年，这是黎曼猜想悬而未决的时间跨度。100万美元，是克雷数学研究所为它开出的悬赏奖金。2026年8月10日，Anthropic员工贾里德·萨姆纳晨跑时，萌生了一个近乎大胆的想法：让Claude"认真尝试"攻克黎曼猜想。
Claude自然没能证明黎曼猜想。但这场看似注定无果的冲锋意外转向，撞开了一扇长久无人留意的侧门——它将人类耗费数十年打磨得出的结论：黎曼ζ函数临界线上零点占比已知下界，从41.6%提升至67.2%（论文精确常数为0.6725）。
极易被误读的数字
首先需要厘清这个数值的含义。67.2%不代表黎曼猜想的证明完成了67.2%，更不是说距离最终证明仅剩32.8%。Anthropic在论文中特意写明一句话：该结果无论从正向还是反向，都无法判定黎曼猜想真伪。
换句话说，它只说明一件事：至少有这么多零点落在临界线上。至于剩下32.75%的零点，Claude没有给出任何论断。但这一数字跨越的幅度依旧震撼。黎曼ζ函数的非平凡零点与素数分布深度绑定，每一个零点，都能让人类对素数序列的细节刻画更进一步。
回顾人类推进这一下界的漫漫征途：
1914年，哈代首次证明临界线上存在无穷多个零点；
1942年，塞尔伯格证明有一定比例的零点位于临界线上；
1974年，莱文森将这一比例推进至三分之一；
1989年，康瑞把比例提升至五分之二以上；
2020年，该下界达到5/12，约41.66%。
此后研究陷入停滞——整整37年间，人类数学家仅仅向前推进了0.8个百分点。而Claude只用短短数日，便打破了持续37年的僵局，一举提升25.6个百分点。
技术路线：650次失败后的灵光乍现
这次突破最耐人寻味的地方，在于它诞生的方式。
Claude并没有凭空创造全新数学理论，而是完成了一件AI擅长、人类却难以做到的事：在浩如烟海的已有成果里，找到那些被遗忘的关联。它融合了1973年蒙哥马利提出的思路——这套方法原本必须预先假设黎曼猜想成立才能使用；结合巴卢约特、戈德斯通、苏里亚贾亚、特内奇-巴特博等人近年去除该前置假设的研究，又纳入邦别里2000年发表的一篇论文成果。
从技术层面来说，Claude利用韦尔诱导二次型构造出一个函数空间：落在临界线上的零点构成正定子空间，临界线以外的零点构成负定子空间。此前主流研究思路习惯将正定、负定部分拆分分析，但Claude采取了反直觉的方案：把整个空间视作整体，同时允许二次型采用非对角形式。这套统一处理方案结合一阶、二阶矩信息，最终推导出67.2%对应的不等式。
但这条可行路径并非一蹴而就。在找到有效方案前，Claude先后生成了650个失败思路。整整650次尝试，每一次失败都被记录、舍弃，随后重新探索。直到某个瞬间，它将零散碎片拼接成型。
60个智能体协同运转，消耗3100万输出词元
整套实验的规模同样值得审视。
Claude在Claude Code环境中运行，协调大约60个子智能体协同开展研究。这些智能体一共执行2400条Shell命令，编写数百份Python脚本，针对已知ζ零点完成数千次数值测试。它们互相复核工作，从arXiv下载54篇论文，核查相关结论是否早已被前人得出，甚至尝试独立完整推导整套证明。
两轮测试累计消耗3100万输出词元。做个直观对比：人类数学家耗时37年仅推进0.8个百分点；Claude以3100万词元的算力代价，实现了25.6个百分点的跨越式提升。
值得注意的是，最终只有两个智能体提炼出核心思路。其余58个智能体在做什么？验证结论、寻找证伪依据、搜寻反例、审核证明过程。这正是分布式智力劳动的雏形：不再依靠单个"天才模型"孤军奋战，而是由承担不同职能的多个智能体组成研究团队协同攻坚。
这并非孤例，而是研究范式的裂痕
倘若2024年AI拿下国际数学奥林匹克金牌时，人们还在用"能否解出高中竞赛题"衡量它的智力；到2026年，局面已经彻底改变。
今年5月，OpenAI内部展示了AI独立推导出的厄多斯距离猜想证明，菲尔兹奖得主蒂莫西·高尔斯评价其为"AI独立产出的最亮眼数学成果"。7月，新晋菲尔兹奖得主雅各布·茨默曼在颁奖典礼上宣布加入OpenAI；同月，任职于Anthropic的数学家莱文特·阿尔珀格借助Claude，找到了雅可比猜想的反例——这个难题困扰代数几何领域学者逾百年。8月，OpenAI宣布为十万名科学家与数学家开放免费ChatGPT使用权限。
一系列事件串联起来，传递出同一个信号：AI正在转型，从"求解已知问题的工具"，转变为"发掘未知结论的研究者"。
Anthropic首席执行官达里奥·阿莫迪对此判断十分精准："不要只把AI看作数据分析工具，要将它视为能够端到端完成科学家全部工作的智能主体。"
写在最后：当智能体成为研究者，接入能力便是基础设施
黎曼猜想依旧矗立在那里，纹丝不动。Claude没能推翻它，也没有真正撼动它的根基。但在尝试攻克猜想的过程中，Claude证明了另一件事：面对答案未知、路径不明、研究空间完全开放的难题，AI有能力产出前人未曾得到的全新结论。
人类花37年推进0.8个百分点；Claude只用数日，实现25.6个百分点的跨越。二者的差距，不在于算力、算法，而是范式的更迭：从"人类主导数学研究、AI辅助"，转向"AI开展数学探索、人类负责核验"。
值得关注的是，这次实验本身消耗了3100万输出词元、调动60个子智能体连续运转一天半——这类高强度、长周期、多智能体并行的研究工作流，正是当下AI能力落地的一个缩影。无论是前沿数学探索，还是企业级内容生成、代码重构、大规模文档处理，背后都需要稳定、合规、可负担的模型接入能力作为支撑。
在这方面，UseAIAPI提供了一条清晰的路径：平台一站式聚合Gemini（含3.6 Flash、3.5 Flash、3.1 Pro等最新模型）、Claude、ChatGPT、DeepSeek等全球主流大模型的最新版本，无需为每个大模型分别注册海外账号、配置支付方式，一套API Key即可打通全球主流模型。
更为实在的是其成本优势——平台优惠折扣最低可达官方价格的50%。对于企业用户，UseAIAPI还支持企业级定制化部署，可根据业务需求灵活配置并发、配额与路由策略，结合Batch 5折机制与缓存机制，将长上下文、高并发、持续运行的智能体工作流的单位成本压到更低。平台通过海外合规节点接入官方API，提供企业级SLA保障，规避地区可用性门槛与数据中心IP风控风险。
💡 对于需要长期、大规模调用全球主流大模型的团队而言，Claude这3100万词元的实验或许是一个启示：当AI真正走入研究范式，一套"无忧接入、按需扩展"的模型接入基础设施，与模型能力本身同样重要。
黎曼猜想已屹立160余年，不会在意短短数日的尝试。但那扇侧门已经被叩开，门后即将诞生的成果，才真正值得所有人期待。