Claude 助数学家破解 1948 年难题这则新闻在开发者社区里引发了比事件本身更热烈的讨论大模型是不是已经能独立做数学研究了真正值得复盘的不是标题而是它背后那套“人类提思路、模型做探索、程序做验证、人类做裁决”的协作方式。对普通研究者和开发者而言这套方式可以拆成非常具体的工程动作装好 Claude Code、把数学问题写进项目上下文、让模型生成可执行的验证代码、再对着运行结果逐条核查。这篇文章会沿着一条可操作的技术线走通全程先讲清“AI 破解难题”的真实工作流再完成 Claude Code 的环境准备和安装然后用一个最小数学验证任务跑通“提出猜想—生成代码—运行检查—人工复核”的完整流程最后补充参数配置、排错表和一套可以直接复制到研究仓库里的检查清单。1. 先看清“Claude 助数学家破解难题”背后的真实协作结构1.1 新闻标题之外的完整过程技术文章很容易把结论压缩成“AI 独立证明了一个 70 多年前的问题”这种说法会带来两个误判。第一个误判是认为模型已经具备数学家的判断力第二个误判是认为数学研究从此可以完全交给提示词完成。实际过程通常是这样数学家先有一个大方向可能是某个构造、某个反例搜索思路或者某个看起来可突破的条件Claude 负责把这些想法快速转成可运行代码补齐符号化简、