Anthropic 千个 Fable 5.2 智能体 30 小时完整形式化费马大定理

Anthropic 发布 AI4Science 标志性实验结果：约 1000 个运行早期版 Claude Fable 5.2 的智能体，在没有 Prove2Me 编排平台、没有研究员指导的条件下，仅依靠共享数据库和 git 两个简单原语协作，在 30 小时内将费马大定理的证明完整形式化为 Lean 语言的可计算机验证版本，完成度 100%，18 小时时已达 86%。这意味着把 Andrew Wiles 1995 年证明的每一步都翻译成机器可逐步验证的形式，是数学界长期追求的目标之一。

已确认

• Fable 5.2 千智能体团队 30 小时完成度 100%，18 小时已达 86%（Claude 官方账号发布，@minchoi、@likeastar20 转述）
• 同一设置下 Opus 5.5 在 18 小时仅完成约 26%27%
• 协作机制极简：无编排平台、无研究员指导，仅用共享数据库和 git（@RLanceMartin）
• 团队产出的核检验证明长度仅为原证明的约七分之一（@RLanceMartin）
• 智能体自行搭建数据库表协调分工，并自发组织成子团队并行推进（@RLanceMartin）
• 对证明中最大的单个命题，团队自发建起跨约 750 个智能体的任务树，任务树对过难子问题继续分裂，最终达 2418 个任务、最深 10 层（@RLanceMartin）
• 安全设计分三层：沙箱隔离、实时监控（每个动作执行前经分类器检查）、离线监控事后审查；每个沙箱为独立轻量 VM，无网络、无凭证，对外仅暴露 git 和 SQL 接口（@RLanceMartin）
• @appenz 将其视为形式化证明费马大定理的新基准，图中显示 Fable 5.2 约 30 小时将加权完成度推至 1.00
• 智能体团队在设定的安全边界内协同工作，处理长期、高难度任务（@EricBuess 转述）

为什么重要

• 该实验验证了大规模多智能体在无中心编排下完成高水平数学形式化的能力，是 AI 辅助科学研究的标志性案例
• Fable 5.2 与 Opus 5.5 的显著差距（86% 对约 26%）展示了模型能力差异在长程协作任务中的放大效应
• 共享数据库 + git 即可支撑千级智能体协作，且任务树、子团队等组织结构均为自发涌现，说明复杂编排框架并非必需，对多智能体系统设计有参考价值
• 沙箱隔离 + 分类器实时检查 + 事后审查的三层安全机制，为大规模自主智能体的安全部署提供了可借鉴的工程范式

2026-11-10 ~ 2026-11-10 · 12 条相关

• 【源头】1000 个 Fable 5.2 agent 30 小时完成费马大定理形式化,Opus 5.5 仅 26% — claudeai · 2026-11-10
• 1000 个 Fable 5.2 agent 30 小时完全形式化费马大定理，Opus 5.5 仅 26% — likeastar20 · 2026-11-10
• 【源头】Anthropic 用 1000 个 Fable 5.2 智能体复现费马大定理形式化证明 — RLanceMartin · 2026-11-10
• 1000 个智能体协作，把费马大定理证明完整形式化 — RLanceMartin · 2026-11-10
• 千智能体仅用共享数据库和 git,写出仅七分之一长度的核检验证明 — RLanceMartin · 2026-11-10
• 千智能体实验安全三板斧:沙箱隔离、实时分类器、离线监控 — RLanceMartin · 2026-11-10
• 千智能体自行建数据库表协调,并自发分成子团队并行工作 — RLanceMartin · 2026-11-10
• 【源头】最难命题动用约 750 智能体,任务树长到 2418 个节点、10 层深 — RLanceMartin · 2026-11-10
• 750 个 agent 组任务树协作证明定理，最深 10 层共 2418 个任务 — RLanceMartin · 2026-11-10
• 千个 Fable 5.2 智能体组队，在安全边界内完成费马大定理证明 — EricBuess · 2026-11-10
• 新基准:形式化证明费马大定理,Fable 5.2 完成度 100% — appenz · 2026-11-10

另有 1 条近重复转述:minchoi