跳到主要內容
2026-11-17 日報
研究與評測

Xena 專文:Lean 證明通過不等於定理正確,AI 生成程式碼需先過四道檢查

Hacker News單一來源
核實資料不足

目前依單一來源整理,這是來源數量描述,不是對消息真假的判定。

本次未取得足夠原文證據

Xena 專文說明如何解讀「定理已通過 Lean 檢查,因此正確」這類主張:Lean 程式碼確實能提供有用訊號,但若程式碼由 AI 生成,須先做測試。文章以四個問題組成檢查流程,第一項是確認 Lean 陳述與論文的非正式陳述一致。作者指出,陳述與證明是不同的東西:一段可編譯的程式若把費馬最後定理寫成在 ℕ 包含 0 時顯然為假的陳述,編譯仍會通過,但任何證明都無法通過編譯。OpenAI 上月公布 722 篇數學論文,文章提到其中 290 篇附有 Lean 程式碼,其中約 38 篇的程式碼根本沒有陳述、更未證明主定理;例如第 194 篇聲稱證明自 1960 年起未解的 Lech 重數猜想,其對應程式碼的主定理實為論文的 Corollary 5.4。另兩個例子:DeepMind Formal Conjectures 中霍奇猜想的形式化陳述依賴逾 1 萬行、建立在 Mathlib 之上的程式碼;Axiom 宣稱完成有限單群分類的形式化驗證,其陳述引用 AI 生成的 Tau Ceti 函式庫,相關檔案匯入逾 25 萬行程式碼,關鍵定義約 5,600 行,作者表示尚未見到有人逐一查核其正確性。作者強調,OpenAI 論文的這些檢查多數尚未系統性完成,但他沒有理由認為這些測試會失敗。此外,OpenAI 的論文集中有 3 篇未附 Lean 的論文因符號錯誤已經撤回。另據查證補充,Lean v4.33.1 於 8 月 21 日發布,包含核心漏洞獵捕中發現之所有健全性問題的修正;來源未說明這些修正與本文論點的直接關聯。本則為單一來源,信心等級未經核實。
讀原始報導

背景

Lean 是一個證明助理(proof assistant)兼函式式程式語言,由非營利組織 Lean FRO 支援開發,並以開源軟體的形式發布。其基礎型別理論為 calculus of constructions with inductive types,與 Coq(2024 年更名為 Rocq)同源。Lean 本身也曾出現健全性漏洞,開發團隊於 8 月 21 日發布的 v4.33.1 版修正了核心漏洞獵捕中發現的問題。

社群討論

討論焦點在於「Lean 證明通過」不等於「定理正確」:有人指出形式化陳述可能寫錯(例如 ℕ 含 0 使 FLT 陳述變得平凡為假),也有人提醒需要逐一核對形式陳述與原始定理是否一致、並用 lake comparator 等工具防止解題程式偷改規則。另有留言質疑 OpenAI 相關證明的體積(有人稱 96 核與 500GB RAM 才能驗證)與 LLM 生成的冗餘程式碼,並提到 Lean 核心本身與 AI 生成的檢查器可能存在的信任問題;部分人則認為 Lean 仍提供對「在既定假設下」定理的高度信心,不應因此全盤否定形式化的價值。

來源

本期分類