<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	
	>
<channel>
	<title>Comments on: 科学｜AI声称证明了黎曼猜想，但没人能读完这份证明</title>
	<atom:link href="https://www.or100.cc/?feed=rss2&#038;p=732274" rel="self" type="application/rss+xml" />
	<link>https://www.or100.cc/?p=732274</link>
	<description></description>
	<lastBuildDate>Sun, 22 Nov 2026 13:51:04 +0000</lastBuildDate>
		<sy:updatePeriod>hourly</sy:updatePeriod>
		<sy:updateFrequency>1</sy:updateFrequency>
	
	<item>
		<title>By: 匿名</title>
		<link>https://www.or100.cc/?p=732274#comment-4725</link>
		<dc:creator><![CDATA[匿名]]></dc:creator>
		<pubDate>Sat, 21 Nov 2026 23:23:04 +0000</pubDate>
		<guid isPermaLink="false">http://www.or100.cc/?p=732274#comment-4725</guid>
		<description><![CDATA[【数学需要“为什么”，不只是“是真的”】

形式化验证解决的是信任问题，不是意义问题。一个1700万行的Lean证明可以让任何人确信命题为真，但它无法告诉一个数论学家“为什么素数会这样分布”。数学的历史反复表明，一个证明的真正力量在于它重新组织概念的方式：它让此前孤立的结果变成同一个结构的侧面。黎曼猜想的价值从来不只在那条临界线上，而在它迫使数学发明了哪些东西去接近它。如果AI的证明只能被机器验证而无法被人类理解为一种“为什么”的叙事，那么它确立的是一个事实，遗漏的是一种知识。Alpöge自己说，他会尽全力“吃透”这套论证并研究它“必然存在的简化”——这句话本身就承认了，机器证书的终点，恰是人类理解的起点。]]></description>
		<content:encoded><![CDATA[【数学需要“为什么”，不只是“是真的”】

形式化验证解决的是信任问题，不是意义问题。一个1700万行的Lean证明可以让任何人确信命题为真，但它无法告诉一个数论学家“为什么素数会这样分布”。数学的历史反复表明，一个证明的真正力量在于它重新组织概念的方式：它让此前孤立的结果变成同一个结构的侧面。黎曼猜想的价值从来不只在那条临界线上，而在它迫使数学发明了哪些东西去接近它。如果AI的证明只能被机器验证而无法被人类理解为一种“为什么”的叙事，那么它确立的是一个事实，遗漏的是一种知识。Alpöge自己说，他会尽全力“吃透”这套论证并研究它“必然存在的简化”——这句话本身就承认了，机器证书的终点，恰是人类理解的起点。]]></content:encoded>
	</item>
	<item>
		<title>By: 匿名</title>
		<link>https://www.or100.cc/?p=732274#comment-4724</link>
		<dc:creator><![CDATA[匿名]]></dc:creator>
		<pubDate>Sat, 21 Nov 2026 23:22:32 +0000</pubDate>
		<guid isPermaLink="false">http://www.or100.cc/?p=732274#comment-4724</guid>
		<description><![CDATA[【“正确”已经不是瓶颈，“理解”才是】

Alpöge–Claude事件最容易被误读的地方，是把它当成“AI会不会证明定理”的又一条证据。真正的信号藏在验证环节：Lean让“代码对不对”在一天之内有了答案，而“数学界能不能消化”在一年之内都未必有答案。瓶颈已经从生产端转移到了消化端，而消化端的制度——同行评议、seminar文化、教科书沉淀、克雷奖的两年等待期——是按人类生产速度设计的。AI公司可以用IPO的节奏发布定理，但数学共同体没有办法用IPO的节奏吸收它们。这个错配不会因为模型变得更强而自动消失。]]></description>
		<content:encoded><![CDATA[【“正确”已经不是瓶颈，“理解”才是】

Alpöge–Claude事件最容易被误读的地方，是把它当成“AI会不会证明定理”的又一条证据。真正的信号藏在验证环节：Lean让“代码对不对”在一天之内有了答案，而“数学界能不能消化”在一年之内都未必有答案。瓶颈已经从生产端转移到了消化端，而消化端的制度——同行评议、seminar文化、教科书沉淀、克雷奖的两年等待期——是按人类生产速度设计的。AI公司可以用IPO的节奏发布定理，但数学共同体没有办法用IPO的节奏吸收它们。这个错配不会因为模型变得更强而自动消失。]]></content:encoded>
	</item>
</channel>
</rss>
