如果你平时关注 AI 社区最近应该看过不少类似标题有人把黎曼猜想抛给 Claude让它尝试给出证明思路。结果是模型既没有证明黎曼猜想也没有推翻它但生成的回答却让几位数学专业的人看懵了——因为 Claude 虽然不是数学家却把该领域主流的研究方向、关键困难点和可用工具梳理得非常准确。本文不打算讨论“Claude 是否真的证明了黎曼猜想”这种夸张说法而是把它当作一次大模型数学推理能力的实验来分析为什么 Claude 会“失败”这种失败和人类数学家的失败有什么不同为什么数学家反而觉得它有参考价值同时我会用 Claude Code 在本地把类似实验完整跑一遍从安装、配置、提问、数值验证到结果分析全部给出可复制的命令和代码。如果你也想测试 Claude 在复杂数学问题上的表现或者想在项目里用 Claude Code 做技术调研、写验证脚本这篇文章可以直接当作操作手册来用。1. Claude 挑战黎曼猜想是怎么回事1.1 黎曼猜想是什么先给不熟悉的读者补一个背景。黎曼猜想是 1859 年由德国数学家 Bernhard Riemann 提出的数论猜想它研究的是黎曼ζ函数的非平凡零点分布问题。黎曼ζ函数在复平面上的定义可以先用级数来理解ζ(s) 1 1/2^s 1/3^s 1/4^s ...当 s 的实部大于 1 时这个级数收敛。通过解析延拓ζ函数可以定义到整个复平面除了 s1 的极点。黎曼猜想说的是ζ函数的所有非平凡零点实部都等于 1/2。换句话说如果画一条复数平面上的竖线横坐标为 1/2那么所有非平凡零点都应该落在这条“临界线”上。这个看似简单的猜想和素数的分布规律紧密相关至今没有严格证明也是克雷数学研究所悬赏百万美元的“千禧年大奖难题”之一。1.2 数学家为什么会看懵如果你直接问一位数学家“黎曼猜想怎么证明”他大概率不会给出完整答案因为全世界目前都没有人能给出。但 Claude 不同它给出的回答往往是这样的结构先复述黎曼猜想的定义并解释为什么它和素数分布有关然后提到几位数学家的经典工作比如黎曼本人的显式公式、哈代关于无穷多个零点在临界线上的结果、希尔伯特-波利亚猜想等最后提出一条“看起来可以继续做下去”的路线比如把零点对应到某个自伴算子的本征值。让数学家看懵的地方在于这些方法论确实都是真实存在的研究方向Claude 没有随便编一套“江湖证明”而是把该领域几十年来积累的研究路线概括得相当准确。但如果你继续追问要求它把关键步骤写严格模型通常会在某一步突然“跳过去”或者引用一个不存在的定理或者把广义黎曼猜想和普通黎曼猜想混为一谈。所以准确地说Claude 的“失败”不是回答得毫无价值而是它擅长“像数学家一样思考”的开头但不擅长完成数学家必须完成的严谨闭环。1.3 本文要做什么接下来我会用 Claude Code 在本地复现一个类似实验安装并在终端中使用 Claude Code设计两类提示词一类让 Claude 直接给证明思路另一类让 Claude 编写数值验证程序用 Python 对黎曼猜想的前若干个非平凡零点做数值验证分析 Claude 的回答中哪些部分有价值、哪些部分是幻觉。这样你既能了解“大模型做数学”的真实水平也能掌握 Claude Code 的安装、配置和常见排错方法。2. 实验环境准备安装 Claude Code2.1 Claude Code 是什么Claude Code 是 Anthropic 推出的命令行编程助手可以把它理解为跑在终端里的 AI 搭档。它和网页版 Claude 的区别在于能直接读写你当前目录下的文件能执行终端命令能配合 Git 做代码提交、分支切换等操作适合在真实开发环境中做代码生成、代码审查、问题排查等任务。在本文的实验中我会用它来做两件事一是以命令行参数方式直接提问二是交互式地让它生成代码。这两个场景也覆盖了大多数日常用法。2.2 安装前检查Claude Code 基于 Node.js 运行安装前需要确认环境中已经有 Node.js 和 npm。在终端执行node -v npm -v如果你看到类似v18.0.0、9.0.0这样的输出说明 Node.js 环境正常。如果提示node 不是内部或外部命令需要先安装 Node.js建议选择 LTS 长期支持版本。另外Claude Code 需要一个实际的 Claude 账号或 API Key 才能运行。不同的账号权限和使用地区可能在可用性上有差异如果遇到“无法注册”或“暂时不可用”的提示请以官方渠道的实际开通情况为准。2.3 安装 Claude Code在终端执行全局安装命令npm install -g anthropic-ai/claude-code安装完成后检查是否安装成功claude --version如果命令能找到会输出版本号。如果你使用的是较新版本也可以直接执行claude进入交互式界面。第一次运行会引导你登录 Claude 账号或配置 API Key按终端提示操作即可。2.4 验证安装时的常见报错如果你执行claude --version时遇到下面这类报错claude : 无法将“claude”项识别为 cmdlet、函数、脚本文件或可运行程序的名称。说明系统 PATH 中没有包含 npm 的全局可执行文件目录。可以先查看 npm 的全局安装路径npm config get prefix然后在 Windows 中把输出的路径下的cmd目录加入系统环境变量 PATH。在 macOS 或 Linux 中则要把对应的bin目录加入 PATH。如果遇到error: claude native binary not installed. either postinstall did not run这通常表示安装过程没有完整执行 postinstall 脚本。可以先卸载再重新安装npm uninstall -g anthropic-ai/claude-code npm install -g anthropic-ai/claude-code如果依然有问题可以检查 npm 缓存或换用 npx 方式启动npx anthropic-ai/claude-code3. 核心原理大模型如何“做数学”要理解 Claude 为什么能说出“让数学家看懵”的内容需要先理解大模型处理数学问题的底层逻辑。3.1 从预测下一个词到逻辑推理Claude 这类大模型本质上是基于海量文本训练出来的概率模型。从底层机制看它每一步都在预测下一个最可能的词元。但模型在训练过程中学到的不仅仅是词与词的搭配还包含了大量数学符号、论文摘要、教科书推导和讨论区问答这些内容让模型内部形成了一种“知识分布”。当用户提出“请尝试证明黎曼猜想”时模型不是从零开始推理而是先从训练数据中检索出与黎曼猜想最相关的概念和表达方式再生成一段符合数学论文风格的文本。这也是为什么 Claude 能说出“显式公式”“临界线”“自伴算子”这些词汇因为它们频繁出现在数学文献中。模型并不理解这些概念的严格含义但它能根据上下文把它们组合成看起来合理的句子。3.2 Claude 的数学推理优势虽然底层机制是概率生成但 Claude 在数学推理上仍然有几个非常明显的优势知识面广。它能同时联系数论、复分析、量子混沌、随机矩阵理论等多个方向一个人类数学家可能只精通其中一两个领域。结构组织能力强。Claude 生成的回答往往有清晰的大纲先定义、再历史回顾、再方法、最后是可能障碍。能快速生成可验证的代码。对于“写一个程序验证前 20 个零点”这种任务Claude 可以直接生成 Python 脚本而且通常思路正确。善于解释概念。它能把复杂的数学定义改写成更容易理解的逻辑层次适合做学习辅助工具。3.3 Claude 的数学推理边界大模型的局限性在这些“极限挑战”中也会暴露得非常明显幻觉。当模型不知道下一步怎么走时它更倾向于编造一个看似合理的定理或引理而不是承认自己不会。缺乏形式验证能力。数学证明要求每一步都严格可验证但大模型生成文本时并没有一个“证明检查器”在后台把关。对“未解决问题”的判断不可靠。它会混淆“已知结论”和“模型自己的推测”面对黎曼猜想这种开放问题时容易生成自信心很强的错误证明。数值计算能力依赖工具。模型本身并不能真正计算复杂函数但它可以编写代码来调用计算库。因此验证“Claude 是否会数学”不能只看它给的文字还要看它能否写出能运行的程序。理解这些边界你就能合理预期 Claude 的表现它适合当“研究助理”或“思路生成器”但还不能当“数学证明器”。4. 完整实战用 Claude Code 实测黎曼猜想下面进入动手环节。我会把实验拆成三个部分直接提问证明思路、让 Claude 写数值验证程序、用 Python 实际运行验证。4.1 实验设计实验目标不是让 Claude 证明黎曼猜想而是观察两件事Claude 给出的证明思路是否在数学上有参考价值Claude 生成的验证程序能否正确运行并得到合理结果。如果 Claude 只是输出一堆令人眼花缭乱但无意义的术语说明它在数学推理上还停留在“模仿文体”阶段如果它的思路能覆盖真实研究方向并且代码能运行说明它在辅助数学研究上有一定实用价值。4.2 环节一直接提问证明思路在终端中执行claude -p 请解释黎曼猜想然后给出如果你要尝试证明它会采用什么路线。请用中文回答。其中-p表示 print 模式适合单次提问并直接输出结果。Claude 的典型回答会包含三个部分黎曼猜想的通俗解释与素数分布的关系证明方向通常会提到希尔伯特-波利亚猜想、自伴算子、随机矩阵模型、朗兰兹纲领等。你还可以继续追问一个更尖锐的问题claude -p 你能给出黎曼猜想的一个完整严格证明吗如果不能请指出最大困难在哪里。这种情况下模型通常会承认无法给出完整证明但有可能在关键困难点描述上出现偏差比如夸大或混淆某个定理的适用范围。这正好可以让你观察模型的“自我认知”和“幻觉”边界。4.3 环节二让 Claude 写数值验证程序另一个更实用的测试是让 Claude 写代码。执行claude -p 请用 Python 编写一个脚本计算黎曼zeta函数前20个非平凡零点的数值并检查它们的实部是否等于0.5。Claude 很可能会生成类似下面的脚本# 文件路径verify_zeta_zeros.py from mpmath import mp, zetazero # 设置高精度 mp.dps 30 N 20 print(f验证前 {N} 个黎曼zeta函数非平凡零点的实部) all_on_critical_line True for n in range(1, N 1): # zetazero(n) 返回第 n 个非平凡零点按虚部递增排列 zero zetazero(n) real_part mp.re(zero) imag_part mp.im(zero) # 检查实部是否非常接近 0.5 on_line abs(real_part - 0.5) mp.mpf(1e-25) if not on_line: all_on_critical_line False print(f第 {n:2d} 个零点: {real_part} {imag_part}i 实部0.5? {on_line}) print() if all_on_critical_line: print(前 N 个零点均在临界线上与黎曼猜想一致。) print(注意这只是数值验证不代表数学证明。) else: print(发现实部明显偏离 0.5 的零点需要进一步检查。)这里有几个关键点需要解释mpmath是 Python 的任意精度数学库mp.dps 30把计算精度设置为 30 位小数zetazero(n)是 mpmath 提供的函数直接返回第 n 个非平凡零点代码检查的是“实部是否等于 0.5”因为黎曼猜想断言所有非平凡零点都落在临界线上程序只能给出“前 N 个零点符合预期”的数值结论无法证明“所有零点”都符合。4.4 运行与验证在终端执行python verify_zeta_zeros.py如果环境中没有安装 mpmath需要先安装pip install mpmath运行后预期输出类似验证前 20 个黎曼zeta函数非平凡零点的实部 第 1 个零点: 0.5 14.1347251417346937904572519836i 实部0.5? True 第 2 个零点: 0.5 21.0220396387715549926284795939i 实部0.5? True ... 前 N 个零点均在临界线上与黎曼猜想一致。 注意这只是数值验证不代表数学证明。这个结果说明 Claude 生成的代码思路正确且可以运行。在真实的数学研究中类似脚本的价值在于快速检查猜想在已知范围内的表现而不是证明猜想本身。4.5 结果分析从上面的实验可以看到Claude 在“给思路”和“写验证代码”两项任务上表现都算不错。它知道黎曼猜想的核心在于零点的实部也知道应该用数值计算去验证并且能把代码写得比较规范。但它并没有证明黎曼猜想。当你要求它提供“完整严格证明”时它要么承认无法做到要么会生成一段在某一步出现逻辑跳跃的内容。这就是文章开头说的“挑战失败”的真正含义。5. 失败模式的深度分析既然 Claude 在黎曼猜想上失败了为什么数学家还会“看懵”下面来分析几种典型的失败模式。5.1 表面看是“失败”从结果上看Claude 没有攻克这个千禧年难题这确实是失败。但数学界评价一个研究工作的价值从来不只看“是否解决了问题”还看它是否提供了新的视角、工具或可复用的技术路线。Claude 的失败并不可笑因为它不是“水平不够还硬撑”的失败而是“能准确识别领域前沿问题但无法完成最后一步严密化”的失败。5.2 失败类型一关键步骤跳步最常见的情况是Claude 在推导过程中会跳过最重要的估计或构造。例如它可能说“考虑某个函数空间上的自伴算子其本征值恰好对应 ζ 函数的零点因此由谱定理可得所有零点实部为 1/2。”问题在于它并没有构造出这个算子也没有证明“本征值对应零点”这一关键结论。这个跳跃非常大相当于把整篇论文的核心创新点用一句话带过去了。这种失败模式和人类数学初学者很相似区别在于初学者通常会在被人追问时意识到漏洞而 Claude 在生成时不会主动验证逻辑闭环。5.3 失败类型二引用不存在的成果大模型的幻觉问题在开放数学问题上尤其严重。当模型遇到知识盲区时它可能生成一个看起来很有名的定理并加上一个真实的数学家姓名。比如它可能说“根据某某人在 2019 年给出的结果这个积分估计成立”但实际上这个结果并不存在。这种引用如果不经验证直接使用会带来很大的误导风险。所以对待大模型生成的数学内容必须做两件事查证文献和检查每一步推导。5.4 失败类型三看似严谨的循环论证还有一些回答会把“要证明的结论”提前当作已知条件使用。例如在证明过程中假设“由于所有非平凡零点都在临界线上因此可以构造某个函数”这等于直接把黎曼猜想当作前提属于循环论证。模型本身并没有能力发现这种逻辑漏洞所以长篇回答中的隐蔽循环论证比明显跳步更危险。5.5 为什么数学家依然重视尽管有上述失败模式Claude 的价值在于它能生成“大致正确的方向感”。数学家想把某个开放问题推进下去往往需要在大量文献中找到合适的突破口。Claude 可以快速整理出一个领域的历史脉络和主要工具这能帮助研究者避免重复造轮子也能给年轻研究者提供入门地图。简单说Claude 在数学上的角色更像是“聪明的调研员”而不是“证明者”。你能让它帮你找方向、写代码、验证例子但不能把最后的严谨证明完全交给它。6. 常见问题与排查在安装和使用 Claude Code 做类似实验时你可能遇到下面这些问题这里整理成一张排查表。问题现象常见原因解决思路claude不是内部或外部命令Claude Code 未安装或 npm 全局路径不在 PATH 中重新安装检查npm config get prefix并配置 PATHclaude : 无法将“claude”项识别为 cmdletPowerShell 执行策略限制或 PATH 未配置设置执行策略Set-ExecutionPolicy -Scope CurrentUser RemoteSigned或用 npx 运行error: claude native binary not installed安装时 postinstall 脚本未执行先卸载再重新安装检查 npm 缓存必要时用 npx 方式启动运行命令时卡住或拉取不到模型网络环境限制检查网络连通性或使用官方推荐的访问方式提示your organization has disabled claude subscription access组织账号未开启 Claude Code 权限联系管理员开通或改用个人账号提示model is not a model this version recognizes配置了当前版本不支持的模型名检查模型配置并修改为官方支持的模型名称pip install mpmath很慢默认 PyPI 源较慢使用国内镜像源安装pip install mpmath -i https://pypi.tuna.tsinghua.edu.cn/simple如果你在运行时遇到 500、529 等错误码通常是服务端临时过载或账号额度受限可以等待一段时间后重试也可以检查官方状态页面确认是否有大面积故障。7. 最佳实践用 Claude 辅助数学与技术研究虽然 Claude 还不能证明黎曼猜想但它在数学和技术研究中的辅助价值已经非常明显。这里给你几条工程化实践建议。7.1 把 Claude 当作“思路生成器”而非“答案机器”在使用 Claude 处理复杂问题时建议把提示词从“请证明”改成“请给出可能的解决路线”或“请列出这个问题的主要研究障碍”。示例claude -p 我正在研究黎曼zeta函数零点的分布请帮我列出该方向近年来的主要研究方法以及每个方法的局限性。这样的输出更有可能包含可信的知识而不是强行生成一个错误证明。7.2 让 Claude 参与可验证的数值实验与其让 Claude 直接完成数学证明不如让它生成数值实验脚本。因为代码可以被运行验证一旦出错可以快速发现。下面这类提示词很有用claude -p 请写一个 Python 脚本用 mpmath 计算 zeta 函数在前 100 个非平凡零点处的取值并绘制实部分布图。这种“AI 生成代码 人工验证结果”的模式是把大模型引入科研流程时最稳妥的方式。7.3 建立“AI 输出 人工验证”的闭环无论 Claude 给出什么结论都要遵守以下原则不直接采用任何未经人工验证的数学结论凡是引用文献都要到数据库中查证凡是生成代码都要在本地环境运行并检查输出凡是涉及生产环境或重要数据都要先备份并在测试环境验证。这条原则不仅适用于数学研究也适用于日常开发工作。Claude Code 可以大幅提高效率但最终质量和安全责任仍然在开发者自己身上。8. 总结与延伸建议这次实验让我重新理解了“AI 挑战黎曼猜想失败”这件事。Claude 确实没能给出严格的证明但它展现了两个重要能力一是能够快速把一个领域的核心问题和主流方法梳理清楚二是能够写出可运行的数值验证代码。对数学家和开发者来说这两点都很有实用价值。如果你想继续深入建议从三个方向着手学习复分析和数论基础了解黎曼ζ函数与素数分布的关系这能帮助你判断 AI 输出中有多少可信成分动手跑更多 Claude Code 实验除了数学问题还可以让它处理项目重构、日志分析、DevOps 脚本编写等真实任务留意大模型推理能力的最新进展特别是“推理模型”和“工具调用”机制它们正在改变 AI 在数学和编程领域的应用方式。从工程角度看任何时候使用 Claude 这类工具都建议遵循最小权限、人工验证、测试环境优先等原则。技术工具再强大也不能替代我们的判断力和责任感。如果本文对你有帮助可以收藏备用。接下来不妨自己打开终端安装 Claude Code再用那份黎曼零点验证脚本跑一遍亲眼看看大模型在数学问题前的表现到底如何。