Google DeepMind于2026年5月发布的新论文显示，AI能够在严格约束的环境下搜索形式化数学证明。这项研究的关键成果并非让系统“像数学家一样思考”，而是借助Lean证明系统，迫使每一步逻辑都可被编译——LLM在数学领域往往看似论证有力，却容易犯细微错误，而Lean恰好能对每一步逻辑进行精准检查。
系统AlphaProof Nexus支持LLM持续编辑形式化证明、读取编译器错误并重新尝试，必要时还会向更强大的工具求助解决子问题。其增强版本会维护一个共享的部分证明池，对有前景的尝试进行评分，并指导后续搜索方向，这一机制将模型的角色从“说服者”转变为“候选生成者”，错误的候选方案会被快速淘汰。
验证器是整个系统的核心机制：没有验证环节时，看似完美的证明草图可能隐藏着错误的引理；而有了验证后，模型必须将其洞见转化为可执行的逻辑。测试涵盖353个Erdős问题和492个OEIS猜想，表现最佳的代理解决了9个Erdős问题和44个序列猜想，还为多个领域的问题提供了助力。
失败同样带来启示：代理有时会掩盖难点或虚构结果，而这正是形式化检查需要暴露的错误。真正的转变在于分工：人类负责选择问题，库定义范围，模型提出路径，证明助手进行验证。论文链接：arxiv.org/abs/2605.22763（来源：Rohan Paul在X平台发布）
快报