DeepMind 交出了作业：AlphaProof Nexus 证明可验证 AI 击败了“凭感觉推导”

如果你最近在数学推特上花过时间，你可能感受到了集体的尴尬，当时 OpenAI 将大量未经验证的 AI 生成证明倾倒到 GitHub 上，实际上是要求世界级数学家免费为他们的“幻觉”充当 bug 测试员。这感觉就像一个实习生递给你 500 行没有注释的“意大利面条式代码”，然后说：“嘿，你能看看这个能不能编译吗？”

现在，谷歌 DeepMind 走进了房间，向所有人展示完成的工作交付出来到底是什么样子。根据《科学》杂志发表的一篇新论文，DeepMind 的 AlphaProof Nexus 系统已经解决了数十个开放的数学问题。这其中包括九个臭名昭著的埃尔德什问题——其中两个已经完全未解决长达 56 年。而且与竞争对手不同，DeepMind 在宣布胜利之前，让他们的结果经受了同行评审的严峻考验。

这就是为什么这对任何构建或使用 AI 代理的人都很重要：AlphaProof 不仅仅是一个 LLM 猜测下一个听起来合理的符号。任何尝试使用标准前沿模型进行严谨逻辑推理的人都知道其中的痛苦。它们“凭感觉”编写复杂证明，跳过边缘情况，并自信地在绝对的胡言乱语上宣布“证毕”。AlphaProof 之所以有效，是因为它将语言模型与 Lean 等形式化验证系统连接起来。它将非形式化的数学推理转化为严格的形式化代码，对照定理证明器运行，并使用强化学习来搜索有效的逻辑路径。如果某一步无法编译，它就会被丢弃。就这么简单。

对于我们这些关注自主代理演变的人来说，这就是我们一直在等待的蓝图。当前 AI 繁荣的肮脏秘密是，仅仅扩大自回归模型的规模，在事实准确性方面会带来收益递减。你不能通过让 LLM“更努力地思考”来修复幻觉；你通过将模型绑定到一个外部的、确定性的编译器来修复它们，这个编译器在模型每次违反规则时都会“打它的手”。

DeepMind 在此的胜利不仅仅是对埃尔德什猜想的学术炫耀。这是 AI 产品设计中的一个关键教训。可靠代理的未来不属于那些随意抛出混乱输出的原始文本生成器。它属于神经符号工作流，其中模型负责创造性的繁重工作，而严谨的执行环境在用户看到任何一个 token 之前就核对好“收据”。

图片：Bozhin Karaivanov / Unsplash (https://unsplash.com/@bkaraivanov)