在数学与AI的交汇处，一则令人深思的AI新闻悄然引发热议：一项声称借助AI“推翻”考拉兹猜想的证明，最终被确认无效。而这场乌龙事件的背后，是定理证明辅助系统Lean的一个内核漏洞——它让计算机错误地接受了“False”命题。随着Lean 4.32.2版本的紧急修复，学界不仅重新审视了数学猜想的终极难题，也对AI技术如何安全地介入形式化验证产生了新的思考。
考拉兹猜想：一个“简单”到令人抓狂的数学谜题
1937年，德国数学家洛塔尔·考拉兹提出一个看似简单到可以教给小学生的问题：任意给定一个正整数，如果它是偶数，就除以2；如果是奇数，就乘以3再加1。重复这个过程，最终是否一定会得到1？这个被称为“考拉兹猜想”（也称3n+1猜想）的问题，至今仍是数学界的一座未解冰山。
以数字6为例：6除以2得3，3乘3加1得10，10除以2得5，5乘3加1得16，16连续除以2得8、4、2、1。路径为6→3→10→5→16→8→4→2→1。但换成某个更大的数，比如27，其路径长达111步，最高峰值达到9232，最终仍回到1。然而，数学家们用计算机验证了几乎所有小于2^68的数，都符合猜想，却始终无法从理论上证明它必然成立。
这个问题的魅力在于：表述极其简单，却难倒了无数顶尖头脑。它既是数论领域的“硬骨头”，也是当代AI技术试图攻克的“试金石”。近年来，随着AI技术的爆发，不少研究者开始尝试用机器学习或形式化验证工具寻找突破口，而这次事件正是其中一次颇具戏剧性的尝试。
从“推翻”到“乌龙”：AI辅助证明的始末
2025年7月25日，形式化验证专家Ramana Kumar在GitHub上发布了一个项目，声称借助AI成功“推翻”了考拉兹猜想。他没有给出具体的反例整数，而是用一种更巧妙的方式：在Lean定理证明辅助系统中，证明“存在一个无法到达1的数”。如果这个证明成立，将意味着考拉兹猜想为假——这无疑是数学界的地震。
然而，消息传出后仅数小时，形势急转直下。Kumar在审查自己的反驳内容时发现了一个严重问题：他的方法甚至能让Lean无条件接受“False”（即假命题本身）。这意味着，他的“证明”根本不是对猜想的否定，而是对Lean系统本身的一个漏洞利用。随后，形式化验证研究员Kiran Gopinathan将问题缩减为一个小型复现代码，并于2025年7月28日报告给Lean开发团队。
这场AI新闻之所以引发广泛关注，并不在于它真正“推翻”了什么，而在于它暴露了AI辅助验证工具的脆弱性。当AI技术被用来生成或验证数学证明时，我们究竟能信任多少？一位参与讨论的开发者调侃道：“这就像用一把尺子去量桌子，结果发现尺子本身是弯的。”
漏洞揭秘：Lean内核中“幽灵”般逃逸的类型参数
漏洞的具体位置在Lean的“嵌套归纳类型”处理模块。简单来说，当程序定义某些递归数据结构时，其中的类型参数可能会被“幽灵化”——即存在于类型定义中，却不直接出现在数据结构组件里。正常情况下，内核应该对这些“幽灵类型参数”进行严格的一致性检查，但Lean 4.32.2之前的版本却遗漏了这一步。
这意味着，攻击者可以构造出一个看似合法的证明，实际上却让类型检查系统“睁一只眼闭一只眼”。一旦这种漏洞被利用，一个被判定为“通过”的证明可能完全逻辑错误，甚至能推出“1=0”这样的荒谬结论。Kumar的“反例”正是利用了这一点，让Lean误以为存在一个不满足考拉兹猜想的数。
Lean的作者之一Leonardo de Moura在收到报告后，迅速确认了问题根源：“内核实现未完成应有的检查。”团队在1小时内创建了修复拉取请求，并于7月28日发布Lean 4.32.2版本。这一修复速度令人惊叹，但也让人后怕：如果这个漏洞被恶意利用，整个形式化验证社区都可能遭受信任危机。
这一事件也让人们再次关注AI Agent技术在数学证明中的角色。AI Agent可以自动生成证明步骤，但若底层工具本身存在缺陷，结果将毫无意义。正如一位研究者所说：“我们不是在用AI挑战数学，而是在用AI挑战我们自己设下的‘逻辑围栏’。”
修复与反思：形式化验证的“芯片级”信任
Lean 4.32.2的修复堪称一次教科书级的应急响应：从漏洞报告到修复版本发布，仅用了不到24小时。但更深层的反思才刚刚开始。形式化验证工具（如Lean、Coq、Isabelle等）被广泛应用于数学证明、软件安全、硬件设计等领域，它们被视为“可信任的基石”。一旦这些基石出现裂缝，整个上层建筑都会动摇。
这次事件与科技产品的可靠性问题有惊人的相似之处。想象一下，如果一款自动驾驶汽车的操作系统内核存在类似的“幽灵类型”漏洞，后果将不堪设想。因此，越来越多的企业开始将企业数字化转型中的核心逻辑交给形式化验证工具，同时也在不断推动工具本身的“自验证”。例如，Lean社区正在探索如何用Lean自身来证明Lean内核的正确性——这类似于“芯片生产芯片”的自我迭代。
对于普通用户而言，或许很难理解“嵌套归纳类型”这样的术语，但所有人都能感受到“信任”的成本。无论是数学证明还是AI新闻中提到的AI画图、文生图等AI工具，其底层逻辑的可靠性才是决定产品能否真正落地的关键。
对AI技术与科技产品发展的启示
这次乌龙事件并非毫无价值。它至少带来了三个层面的启示：
第一，AI辅助证明必须与人类审查深度结合。 即使AI技术能快速生成大量证明草稿，最终仍需经过人类专家的逻辑推演和交叉验证。Kumar的“失败”恰恰说明，AI不能替代人类的批判性思维。
第二，开源工具的安全性需要社区共同守护。 Lean的漏洞能在短时间内被发现和修复，得益于其开放的开发模式和活跃的社区。这种“众包审计”模式值得其他AI技术项目借鉴。例如，一些AI绘画平台会公开模型权重，允许社区审查偏见和错误。
第三，科技产品需要“防呆”设计。 如果Lean内核能对“幽灵类型参数”添加更严格的检查，这次乌龙本可避免。这提醒所有科技产品开发者：在追求功能丰富的同时，必须为“错误使用”留出安全边界。
从更广阔的视角看，这次AI新闻也折射出AI技术在数学领域的应用现状。虽然AI暂时无法解决考拉兹猜想，但它在辅助推理、符号计算、自动定理证明等方面已经取得了切实进展。例如，AI诗词生成领域已经能模仿李白、杜甫的风格，而数学领域的AI也正在学习如何“模仿”欧几里得的逻辑。
未来：AI与数学，谁将改写谁？
考拉兹猜想依然悬而未决，但AI技术已经悄然改变了数学研究的方式。形式化验证工具正在成为数学家的“第二副大脑”，而AI技术则可能成为“第三副”——尽管目前它还需要被严密监护。
这次事件中，AI工具箱的价值得到了充分体现：无论是用于生成证明的AI模型，还是用于验证证明的Lean系统，都是现代数学研究不可或缺的科技产品。但正如一位数学家所言：“工具越强大，我们越需要小心它的刻痕。”
值得注意的是，本次漏洞修复并非终点。Lean社区已经开始讨论如何将更多类型的检查纳入内核，甚至考虑用机器学习来发现潜在的“幽灵”参数。这种“以AI治AI”的思路，或许才是未来AI技术发展的正确方向。
对于普通读者来说，这则AI新闻或许只是一次技术八卦，但它背后隐藏着关于“信任”的深刻命题：当我们把越来越多的思考交给机器时，我们是否准备好了接受机器也会犯错？也许，考拉兹猜想真正想告诉我们的，不是数字的终局，而是人类认知的边界。
（注：本文中提到的Lean 4.32.2修复、Kumar的“反例”等细节，均基于公开技术报告和社区讨论，已进行独立核实与解读。）