Mathematics Just Changed Forever — Kevin Hartnett
Machine Learning Street Talk · 2026-10-28

Lean 由 Leo de Moura 独自开发,靠 Mathlib 社区众包,已能形式化 Peter Scholze 的前沿数学“完美域空间”。
数学家过去靠同行评议来判断定理对错,但面对几千页的计算机证明,这套方法已经撑不住。Lean 这类“形式化证明助手”让最前沿的抽象数学也能变成机器能查的代码。你会看到:Lean 如何从微软工程师的个人项目,变成数学家信任的工具;Mathlib 社区如何像开源软件一样众包构建庞大的数学库;以及形式化证明如何让数学协作和信任方式彻底变样。
传统数学验证方式遇到大规模证明就失灵了
数学家以前靠经验和抽查判断证明对错,但几千页的计算机证明让这套办法彻底失效。
- Kepler 猜想的证明:Thomas Hales 用 1767 个独立程序验证球堆积密度,论文投到 Annals of Mathematics 后,编辑和审稿人根本无法完整复查,最后只能“99% 确信”地发表。
- 同行评议的极限:传统做法是只查关键步骤,靠对作者的信任和经验判断,但超大规模证明让这种“社会性信任”变得脆弱。
- Lean 让机器能查对错:用 Lean 这类工具,证明过程变成机器可查的“证书”,即使是陌生人协作也能信任结果,不再全靠人肉检查。
Lean 从个人项目变成数学界的“共识引擎”
Lean 最初只是微软研究员 Leo de Moura 的个人工程,后来被数学家社区“抢走”,变成了形式化数学的主力工具。
- Lean 的底层机制:Lean 是个编程语言+证明助手,底层有个极小的“内核”专门校验逻辑对错,其他 bug 不影响最终结论。内核越小,可信度越高。
- Mathlib 众包模式:Lean 的数学库 Mathlib,靠全球志愿者众包,从高中数学到前沿理论都能逐步形式化。每个新定义和定理都像开源代码一样“拉请求”,逐步完善。
- 社区带动成长:Kevin Buzzard 等数学家带学生、拉同事一起“教 Lean 学数学”,最初连复数都没有,几年后已能覆盖本科和部分研究生课程。
前沿数学也能被机器形式化,协作方式彻底变了
Lean 和 Mathlib 不只是做“老数学”,已经能形式化 Peter Scholze 的“完美域空间”等极前沿对象,证明机器形式化已能跟上顶级数学创新。
- 形式化“完美域空间”:Buzzard、Massot、Commelin 等人用 Lean 形式化了 Scholze 的前沿理论,向业界证明 Lean 能覆盖最难的现代数学。
- 定义先于证明:最难的不是翻译 100 页证明,而是先把新概念和定理的“定义”写进机器语言,消除人类论文里常见的歧义和遗漏。
带走一句话
“Lean 不只是验证对错,更是让陌生人也能协作、信任彼此的数学成果。”
- 做新理论或复杂系统设计时,先用“形式化定义”把核心概念写清楚,比直接写长篇证明更容易发现歧义和漏洞。
- 协作大项目时,可以学 Mathlib 的众包模式,把任务拆成可验证的小模块,让不同水平的人都能安全贡献。
