🧮 数学 · AI 前沿
LLM 框架首次实现重大数学猜想自主发现：AI 距离 Riemann Hypothesis 还有多远？
来自 arXiv 的最新研究提出了 ConjectureAgent——一个将 LLM 的数学直觉与形式化验证工具深度融合的框架，在数论、组合学等五个分支中自主生成 87 个新猜想，其中 28 个被领域专家评为"有趣"或"有价值"，12 个已通过形式化验证。
来源：公开报道•
2026-07-22•
全文约 3 分钟读完
#数学猜想
#LLM 框架
#ConjectureAgent
#AI 数学发现
#Riemann Hypothesis
87 个
自主生成新猜想 · 覆盖 5 个数学分支
28 个
被专家评为"有趣"或"有价值"
12 个
已通过形式化验证，确认为真
⭐ 30 秒速览
- 做了什么：提出 ConjectureAgent 框架，让 LLM 不只能回答问题，还能自主生成数学猜想并验证。
- 成绩如何：在数论、组合学、图论、代数、分析 5 个分支生成 87 个猜想，28 个获专家认可，12 个被形式化工具确认。
- 为什么可信：每个猜想都经过 Lean 4 形式化验证 + 独立专家双盲评审，结果可复现。
- 深层信号：AI 在数学发现中的角色正在从"计算工具"转向"合作者"——框架设计思路可迁移至其他科学领域。
01ConjectureAgent：不是算题，是发现
传统数学 AI 评测考的是"解题能力"——给定问题，输出答案。但 ConjectureAgent 的定位完全不同：它要 在没有明确问题的情况下，主动发现数学中尚未被注意的模式，并将其表述为可验证的猜想。
换个说法：
传统数学 AI
考"模型知不知道答案"——在已知问题集上做测试，与现实数学研究距离较远。
ConjectureAgent
考"模型能不能发现数学中尚未被注意的模式，并交付可验证的猜想"。
5数学分支
87生成猜想
28专家认可
12形式化确认
注：5 个分支为数论、组合学、图论、代数、分析。每个猜想均经过 Lean 4 形式化验证与至少 2 位专家独立评审，双盲打分。
核心差异在于 「发现」而非「解答」。ConjectureAgent 不依赖已有题库，而是通过在大规模数学结构中进行模式搜索 → 假设生成 → 形式化验证的闭环，自主产出新知识。
02它到底发现了什么？三个满分案例
🔢 数论：素数分布的新模式 专家评分 4.8/5
- 在 10⁶ 以内的素数区间中，发现了一种与 Chebyshev 偏斜相关的局部密度模式，此前未被文献记录。
- Agent 自主生成假设，用 Lean 4 验证了其在特定区间内的正确性，并将结论推广为一般形式。
- 评审专家评价：「这个模式虽然不深，但非常精巧——以前没有人从这个角度观察过。」
验证维度：猜想表述 / 形式化证明 / 推广合理性 / 新颖性 —— 综合评分 4.8/5。
📐 组合学：图论中的新不等式 满分 5.0
- 发现了一个关于 图的色数 χ(G) 与团数 ω(G) 之间的新不等式，在特定图类中比已知的 Mycielski 界更紧。
- Agent 自主构建了 37 个反例来测试边界，最终将不等式限定在 K₅-free 图类中，确保结论的精确性。
- 专家评审结论：「这是一个有潜力的结果，值得进一步研究。」
所有维度满分。评审特别指出：Agent 主动构建反例的能力令人印象深刻。
🧮 代数：特殊函数恒等式 验证通过
- 在 Ramanujan 型 q-级数领域，发现了一个新的恒等式，将三个已知恒等式统一为更一般的形式。
- Agent 使用 符号计算 + 形式化推理双路径验证，确保等号两侧在定义域内完全等价。
- 该恒等式已通过 Lean 4 的完整形式化检验，可作为引理直接用于后续研究。
验证通过，已被收录至开源数学知识库。
03为什么是现在做出来了？
答案不复杂：LLM 的数学直觉 + 形式化验证的严谨，过去从未被如此系统地结合在一起。 ConjectureAgent 的核心架构是一个三阶段闭环：
模式搜索→假设生成→形式化验证
第一阶段，LLM 在大规模数学数据（定理、证明、结构）中识别潜在模式；第二阶段，将这些模式表述为形式化的猜想；第三阶段，用 Lean 4 验证其正确性，并反馈给模型进行迭代。
一个诚实的注脚：
目前发现的猜想大多属于 "精巧但不够深刻" 的范畴——没有触及 Riemann Hypothesis 或 Birch-Swinnerton-Dyer 猜想这个级别的核心问题。但框架的底层逻辑是通用的：只要搜索空间足够大、验证工具足够快，更深层的发现只是时间问题。
研究者特别强调，ConjectureAgent 的定位是 「数学家的合作者，而非替代者」——它负责生成候选猜想，由人类专家来判断哪些值得深入探索。这种"AI 提议 → 人类裁决"的模式，可能正是数学发现未来的工作流。
编辑核心判断
ConjectureAgent 带来的不是"AI 独立攻克重大猜想"的戏剧性突破，而是一个更务实的信号：数学发现的模式正在从"天才的灵光一现"转向"AI 提议 + 人类判断"的协作范式。框架本身比它当前产出的任何一个猜想都更重要。