Claudeがリーマン予想で数学的成果｜ゼータ関数の下界41.6%→67.2%の意味とその後（arXiv掲載・別証明）を解説【2026年11月更新】

Claudeはリーマン予想を解いていません。 Anthropicが2026年8月10日に公表したのは、「リーマンゼータ関数の零点のうち、少なくとも何%が臨界線上にあると証明できるか」という別の数値を、41.6%から67.2%へ引き上げたという成果です。1974年から2020年までの46年間で約8ポイントしか動かなかったこの記録を、未公開の研究版ClaudeがClaude Code上の約1日半の作業で25ポイント以上押し上げた点が、この成果のいちばん肝心なところです。

発表のあとにも動きがありました。証明はarXivに論文として掲載され（著者はAnthropicの数学者2名、発見はClaudeと明記）、9月にはAnthropic外の数論研究者が同じ結論を別の方法で証明し直しています。一方で、査読付きジャーナルへの掲載と、使われたモデルの公開はまだです。

この記事は、一次情報（Anthropic公式リサーチ記事・arXiv:2608.13637・arXiv:2609.02882・GitHubのLean 4形式化リポジトリ）をもとに、次の点を扱います。

• 「41.6%→67.2%」が何を意味する数字なのか（素数・ゼータ関数・臨界線の前提から）
• なぜこの更新幅が数学史的に異例なのか
• 8月の発表後に何が起きたか（arXiv掲載・外部研究者による別証明・リポジトリの移転）
• Claudeが証明した定理と、「2/3」「67.2%」「67.25%」「5/6」の関係
• 約60体のサブエージェント・3,100万トークンという作業の中身と役割分担
• 査読状況・再現性・手法の上限といった限界
• 2026年のAI×数学の流れの中での位置づけ

「Claudeがリーマン予想を解いたらしい」というSNSの見出しだけを見た方、AIの数学能力が実務にどう影響するのかを知りたい方、AIエージェントの運用設計をしている方に向けた内容です。

Claudeが達成したこと・していないことの切り分け

出典: Anthropic公式リサーチ記事

リーマン予想は未解決のままで、Claudeが更新したのは「臨界線上にあると証明できる零点の割合」です。混乱しやすい点を、2026年11月時点の事実で整理します。

「証明できた割合が67.2%に上がった」ことと「残り32.8%の零点が臨界線から外れている」ことがまったく別だという点が大事です。後者は誤りで、臨界線から外れた零点は1つも見つかっていません。「まだ全部だとは証明できていない」だけです。

Claudeというモデル自体の全体像を先に押さえたい方は、Claudeとは｜特徴・料金・できることの解説記事をご覧ください。

8月の発表後どうなった？｜arXiv掲載・外部研究者による別証明（11月時点）

出典: arXiv:2608.13637

発表から約3か月で、成果は「Anthropicの社内発表」から「数学者が読んで検証できる論文」へ進みました。 ただし、学術的な評価が固まる査読付きジャーナルへの掲載はまだ確認できません。

arXiv論文の著者は人間2名、発見はClaude

arXiv:2608.13637「More than two thirds of the zeta zeros are simple and on the critical line」は、Anthropic所属の数学者Levent Alpöge氏・Ralph Furman氏の名前で掲載されています。コメント欄には「証明はClaude（Anthropic）が自律的に発見し、著者らが検証して発表した」と明記されています。Anthropic公式サイトで公開されたPDFはClaude名義のため、公式PDFはClaude名義、arXiv版は人間2名が著者でClaudeの発見と注記、という2つの形が並んでいる状態です。

外部の数論研究者が「より簡潔な別証明」を公開

いちばん大きな続報は、Anthropic外の数論研究者Youness Lamzouri氏による別証明です。arXiv:2609.02882では、Claudeの結論（単純かつ臨界線上の零点が67.25%超、相異なる零点が83.62%以上）を、より短い形で証明し直しています。

• Claudeの論文で使われた有限次元の行列の枠組みを、ヒルベルト空間上の不等式1本に置き換えた
• モンゴメリーの対相関定理を直接使っている
• Claudeの論文にない新しい評価を2つ追加した（「単純、または臨界線上の零点が88.76%以上」「単純零点の割合と臨界線上の零点の割合の平均が83.62%以上」）

Lamzouri氏はアブストラクトで、最初の証明がAnthropicの社内研究版Claudeによるものであり、Alpöge氏・Furman氏が検証したと明記しています。そのうえでClaudeの議論を「技術的に入り組んでいて、主な仕組みがすぐには見通せない」とも評しています。AIの証明が正しいかどうかだけでなく、人間が理解しやすい形に整理し直す作業が外部で始まった、というのがこの続報の意味です。

ただし、Lamzouri氏の論文も査読前のプレプリントです。「モデルの実験は再現できない」「結果そのものは外部の研究者が別の方法で証明し直した」「どちらもまだ査読前」の3つを分けて捉えるのが正確です。

「41.6%→67.2%」は何の数字か｜素数・ゼータ関数・臨界線

この数字は、リーマンゼータ関数 ζ(s) の「非自明な零点」のうち、臨界線と呼ばれる直線の上に乗っていることを証明できた割合です。

素数の分布とゼータ関数

素数（2, 3, 5, 7, 11…）は、大きな数になるほどまばらになりますが、その「まばらになり方」には規則性があります。この規則性からのズレ、つまり素数分布の揺らぎの大きさを支配しているのが、リーマンゼータ関数です。

ζ(s) は複素数 s を入力として値を返す関数で、素数全体の情報が畳み込まれています。この関数が 0 になる点（零点）の位置が分かれば、素数がどこまで規則的に並んでいるかが分かる、という関係になっています。

臨界線とリーマン予想

ゼータ関数の零点には、s = −2, −4, −6… という単純に説明できる「自明な零点」と、複素平面上に散らばる「非自明な零点」があります。問題になるのは後者です。

1859年にベルンハルト・リーマンが提唱したリーマン予想は、「非自明な零点はすべて実部が 1/2 の直線（＝臨界線）上にある」という主張です。クレイ数学研究所のミレニアム懸賞問題の1つで、賞金は100万ドル。提唱から160年以上、証明も反証もされていません。

「下界」とは何か

リーマン予想を一気に証明するのは難しいため、数学者は「少なくとも何%の零点が臨界線上にあると言えるか」という部分的な主張を積み上げてきました。この「少なくとも○%」の数値が下界です。

• リーマン予想＝「100% が臨界線上にある」という主張
• 今回の成果＝「少なくとも67.2% は臨界線上にある」ことの証明

注意したいのは、この67.2%が有限個の零点を数え上げた実測値ではないことです。零点の高さ T を無限大に飛ばしたときの漸近的な下界（liminf）であり、無限個の零点全体に対する厳密な保証になっています。コンピュータで手前の零点を大量にチェックした結果とは、性質がまったく違います。

なぜ「すごい」のか｜50年で8ポイントの「41%の壁」

この成果のインパクトは、過去の進み方と比べると見えてきます。下界がどう更新されてきたかを並べると次のようになります。

※Anthropicの発表では旧記録を「41.6%」、新記録を「67.2%」と表記しています。arXiv論文では旧記録を5/12（約41.67%）、新記録を0.6725と書いています。表記の違いは丸め方によるものです。

1974年から2020年までの46年間で、下界が進んだのは約8.4ポイント（年平均0.18ポイント）でした。とくに1989年に40%に届いてからは、31年で約1.7ポイントしか動いていません。この停滞から「41%の壁」と呼ばれてきました。今回の更新幅は25ポイント超で、レビンソン以降の改善がどれも1桁ポイントにとどまっていたのと比べると、桁違いの幅です。

さらに象徴的なのが、初めて50%を超えた点です。「ゼータ関数の零点の過半数は臨界線上にある」ことが、初めて数学的に証明されました。この一線は数値の大小以上に意味を持ちます。

報道では「37年ぶり」（Forbes、コンリーの1989年の記録が起点）や「約50年」（1974年のレビンソンが起点）など表現が分かれていますが、どこを起点にするかの違いです。

もう1つのポイントは、「壁」の正体が手法の限界だったことです。1974年以降の改善はいずれもレビンソンのモリファイア法を改良する路線にあり、その延長では50%を超えるのは厳しいと考えられていました。今回の結果はこの路線を離れ、別の道具立てで到達しています。

Claudeは何を証明したのか｜「2/3」「67.2%」「67.25%」の関係

出典: GitHub: anthropics/formal-math（旧 anthropics/zeta-23-lean）

報道によって「2/3」「67.2%」「67.25%」と数字が揺れていますが、どれも正しく、証明の段階が違うだけです。arXiv:2608.13637のアブストラクトと、Lamzouri氏の別証明に出てくる数字を1つの表にまとめます。

ベースとなる定理が「2/3」、窓関数を最適化して精密化した値が「約67.25%」で、公式発表の「67.2%」はこれを丸めたものです。また、見落とされがちですが、相異なる零点の割合も0.6603から約83.62%へ大きく更新されています。arXiv論文では、同じ結果を原始ディリクレL関数にも広げています。

なお、初公開時のリポジトリには、ξ の導関数に関する追加の数値（単純零点で約0.858〜0.869など）も載っていました。主張の対象が違うため、「Claudeが80%台・90%台まで証明した」といった読み替えはできません。

手法の中身｜新しい数学の発明ではなく「分野をまたいだ再結合」

Claudeがまったく新しい数学を発明したわけではありません。公式の説明や公開論文を読む限り、本質は別々に積み上げられていた既存の結果を、誰も試していない形で組み合わせたことにあります。

もとになった先行研究

公式記事は、次の研究を組み合わせたと説明しています。

• モンゴメリー（1973年）：零点同士の間隔の分布を調べる「対相関（pair correlation）」の手法。もとの議論はリーマン予想を仮定していた。
• Aryan（arXiv:1902.05473）とBaluyot–Goldston–Suriajaya–Turnage-Butterbaugh（arXiv:2306.04799・2501.14545）：対相関の手法を、リーマン予想を仮定せずに使える方向へ広げた研究。
• ボンビエリ（2000年）：ヴェイユのエルミート形式と零点の関係を扱った研究。

人間の研究者もこの路線で67.25%に相当する値には届いていましたが、「臨界線の近くの細長い領域に零点が入る」という追加の仮定が必要で、無条件の定理にはなっていませんでした。

Claudeの寄与

arXiv論文のアブストラクトによると、Claudeがしたのはおおまかに次の流れです。

1. ヴェイユの明示公式で「零点についての和」と「素数についての和」を結びつける。
2. モンゴメリーの議論のうちリーマン予想を仮定していた部分を、ヴェイユのエルミート形式を有限次元に圧縮したものへの「ランク–トレース不等式」に置き換える。
3. 臨界線から外れた零点の対は、シルベスターの慣性法則（座標を変えても正・負の方向の個数は変わらない）で処理する。個々の零点の位置を特定しなくても、臨界線上の寄与だけを取り出せる。
4. 最後にMontgomery–Taylorの窓関数を最適化し、2/3から約67.25%へ精密化する。

この組み立てで追加の仮定が要らなくなり、無条件（unconditional）の定理になりました。

「AIが人間には思いつけない超越的な発想をした」というより、大量の先行研究を横断して読み、既存の道具をつなげられるかを片端から試した結果と見るほうが実態に近いでしょう。AIエージェントに何を任せると成果が出やすいかを考えるうえでも、この見方は役に立ちます。

どう作業したのか｜約60体のサブエージェント・3,100万トークン・650回の失敗

出典: Anthropic公式サイト

作業はClaude Code上の2セッションで行われ、1回目は650個のアイデアがすべて失敗、2回目で約60体のサブエージェントを動かして結果にたどり着きました。公開されている数字はかなり具体的です。

サブエージェントの役割分担

公式記事は、約60体のサブエージェントが何をしたかの内訳も公開しています。

半数の30体は成果を出せず、検証役が13体もいたという内訳は、AIエージェントの運用を考えるうえで示唆に富んでいます。成功した1本の裏に大量の空振りがあり、生成と同じくらい検証に手を割いています。「AIが一発で答えを出した」のではなく、大量の試行を許す設計があって初めて成り立った成果です。

もう1つ興味深いのは、Claude自身が当初は自分の発見に懐疑的で、人間の数論研究者に確かめてもらうよう勧めていたことです。モデルの「自信のなさ」は、必ずしも結果が間違っている合図ではありません。

サブエージェントを使った並列作業の組み方はClaude Code サブエージェントの使い方（Task tool・Agent Teams・並列処理）、コスト管理まで含めた運用設計はClaude Code Agent Teamsの使い方で整理しています。

コストについて（推計であることに注意）

Anthropicはこの作業のコストを公表しておらず、研究版モデルの単価も非公開です。 目安として、現行の一般提供モデルであるClaude Fable 5.1の出力単価（100万トークンあたり$50）で出力3,100万トークンを単純計算すると、約$1,550になります。入力トークンや失敗した試行の分は含まず、研究版モデルが同じ単価だという根拠もないので、あくまで桁の感覚をつかむための数字です。

発表直後に一部で見られた「数百ドル規模」という試算は、より安いモデルの単価を前提にしていた可能性があります。いずれにしても「50年近く動かなかった記録を、企業の実験予算で収まる計算資源で25ポイント以上動かした」という桁の感覚は変わりません。トークン消費の抑え方はClaude Code コスト最適化ガイドも参考になります。

人間は何をしたのか｜励ましと検証、そしてLean 4による機械検証

出典: Lean 公式サイト

数学の方針を決めたのはClaudeで、人間が厚く関わったのは検証の側です。

指示者の役割

指示を出したJarred Sumner氏は数学者ではありません。最初に「take a real stab（本気で挑んでみて）」とリーマン予想そのものへの挑戦を頼み、その後はほぼ励ましの言葉をかけただけで、数学的な選択はモデルに任せています。今回の下界の更新は、リーマン予想に挑む途中で出てきた副産物です。なお公式記事の脚注によると、同じように励ますプロンプトで、Claudeにヤコビアン予想の反証も試みさせたことがあるそうです。

実務的には、モデルが「これは無理そうです」と言ってきたとき、それを最終判定として受け取るか、押し返してもう一度試させるかで結果が変わり得るという示唆があります。

3層の検証体制

外部レビュアーの顔ぶれは象徴的です。Brian Conrey氏は1989年に40%の記録を打ち立てた本人で、Dan Goldston氏はClaudeが依拠した対相関研究の共著者です。この分野をよく知る2名が内容を検討しています。

ただし、外部レビュアーはAnthropicが依頼して集めた専門家です。依頼を受けない第三者の目が入ったのは、9月のLamzouri氏による別証明が最初と見てよいでしょう。

Lean 4の形式化は、検証ツール（comparator）を通過したとされています。初公開時のリポジトリでは、未証明の箇所（sorry）がなく、使う公理もLean標準の3つ（propext / Classical.choice / Quot.sound）だけだと説明されていました。ヴェイユの明示公式やモンゴメリー–ヴォーンの不等式といった解析の道具も、証明済みの形で組み込まれています。

一方、初公開時のリポジトリには、手法の上限に関する定理が「256個の整数の囲い込みが指定範囲に収まる」という1つの仮定（EnclOK）に依存し、その仮定はLeanの外の区間演算で確かめた、という記載もありました。主要な下界の定理はこの仮定に依存しないと説明されていましたが、すべてが機械の内側で閉じているわけではない点は押さえておく必要があります。

ここは要注意｜査読未了・再現不可・リーマン予想には届かない

一次情報を読むほど、慎重に扱うべき点がはっきりします。過大評価も過小評価も避けるには、とくに次の点を区別しておくことが大切です。

1. リーマン予想の証明にはつながらないとAnthropic自身が明言

Anthropicは「Claudeが用いた手法がリーマン予想の証明につながるとは考えていない」と明記しています。今回の成果は、リーマン予想そのものに挑む過程で生まれた副産物という位置づけです。

2. 手法には上限がある

初公開時のリポジトリの記載では、いま使える対相関の情報（バンド幅1）に頼る限り、このやり方は約68.2%で頭打ちになるとされていました。70%・80%・90%に届くには、まだ確立していないより強い対相関の情報が必要です。この記述は現在のリポジトリのREADMEでは確認できないため、目安として受け取ってください。

いずれにしても、この路線は「少なくとも何%」を積み上げる方法で、100%（＝リーマン予想）に届く道筋ではありません。「あと32.8%でリーマン予想」という読み方は誤りです。

3. 査読を経ていない

2026年11月時点で、論文はarXivに掲載済みですが、査読付きジャーナルへの掲載は確認できません（投稿済みかどうかも公表されていません）。専門家のレビューとLeanの機械検証、外部の別証明は入っていますが、伝統的な査読とは別のものです。

4. モデルの実験は外部から再現できない

使われたのは未公開の研究版Claudeで、モデル名・重み・チェックポイントはすべて非公開です。「同じモデルに同じ指示を出して同じ成果が出るか」を外部が試す手段はありません。

一方で、成果物の側は確かめやすくなっています。論文PDF・Lean形式化・作業記録（トランスクリプト）が公開され、9月には外部の研究者が別の方法で同じ結論を証明しました。「実験は再現できないが、結果は外部でも確かめられた」という状態です。

5. 形式検証が保証する範囲には限界がある

Lean形式化は「書かれた命題から結論が論理的に導かれること」を保証しますが、「その形式的な命題が、意図した数学的な主張を正しく表しているか」までは保証しません。リポジトリ自身も、READMEは数学的な正しさを証明するものではないと注意書きしています。ここは人間の専門家の判断が必要な部分で、AIによる証明を評価するときに共通する論点です。

よくある誤解の整理

SNSやニュースの見出しで生まれやすい誤解を、まとめて訂正します。

どのモデルなのか、いつ使えるのか｜現時点の整理

2026年11月時点でも、研究版モデルの名前・提供時期・料金は発表されていません。 「今すぐ同じことができる」と公式に案内されたモデルはありません。

参考までに、一般提供されている上位モデルのClaude Fable 5.1は、公式発表によるとAPIで入力100万トークンあたり$10・出力$50です（キャッシュ読み取りは$0.25）。同時に発表されたMythos 5.1は、審査を通った米国の組織に限った提供です。モデルの詳しい位置づけはClaude Fable 5.1・Mythos 5.1とは、前世代はClaude Fable 5とは、限定提供モデルの全体像はClaude Mythosの解説にまとめています。研究用途向けのAnthropicの取り組みとしてはClaude Scienceとは｜研究者向けAIワークベンチも関連します。

「リーマンの成果を出したモデル」と特定の製品を結びつけて語るのは、現時点では推測の域を出ません。 製品選びの判断材料にするなら、公開されているベンチマークや自社タスクでの試用結果を使うのが確実です。

2026年のAI×数学｜OpenAI・DeepMind・Harmonicとの比較

今回の発表は単発の出来事ではなく、2026年に急速に進んだ「AIが専門家が読める形の新しい数学の結果を出す」流れの中にあります。 8月以降も、各社から大きな主張が続いています。

この流れから見えるのは、「AIが数学の問題を解く」という話が、ベンチマークのスコアから、専門家が読んで検証する形の結果へ移ったという変化です。Leanによる形式化が標準的な提出物になりつつあり、これも検証の手間を大きく減らしています。

他社の成果と比べると、今回のAnthropicの結果には次の特徴があります。

• 問題の知名度が高い（ミレニアム懸賞問題に直接つながるテーマ）
• 50年近く停滞していた記録の更新で、単発の未解決問題の解決とは性質が違う
• 人間の数学的な介入がほぼない（指示者が数学者ではない）
• 外部の研究者による別証明がすでに出ている
• 一方で、モデルは非公開のまま

OpenAIの722本の原稿との比較や信頼性の論点はOpenAIの社内AIが数学の未解決問題を解決と主張した件の解説、ナビエ・ストークス方程式の件はOpenAIがナビエ・ストークス方程式を解決と発表した件の解説、未公開モデルによる研究成果をどこまで信じてよいかはOpenAIの未公開数学研究の信頼性で詳しく扱っています。5月の幾何学予想の反証はOpenAIが80年来の数学難問を解いた件の解説、Google DeepMindのアルゴリズム発見系エージェントはAlphaEvolveとはをご覧ください。

なお、Anthropicの形式化リポジトリ（formal-math）には、2026年10月下旬に「指数時間仮説（ETH）を反証する」とするClaudeの3-SATアルゴリズムの形式化も追加されています。評価や経緯はまだ一次情報で十分に確かめられないため、ここでは存在の紹介にとどめます。Anthropicの研究成果としては、暗号分野のClaude Mythosが暗号の新しい攻撃法を見つけた件も同じ流れにあります。

実務者が持ち帰れること｜AIエージェント運用への示唆

数学の中身に関心がなくても、この事例はAIエージェントを業務で動かしている人にとって参考になる点が多くあります。 公開された数字から読み取れる運用パターンは次のとおりです。

とくに取り入れやすいのは、「生成するエージェント」と「検証するエージェント」を分けることです。同じエージェントに生成と自己検証をさせると、自分の誤りに甘くなりがちです。今回は、独立した再証明と反例探しが別の役割として走っていました。

一方で、そのまま自社に持ち込むときの注意もあります。約1日半・約60体の自律稼働は、コスト管理と暴走リスク管理の両方が前提です。権限の絞り込み、実行環境の分離、途中経過のログ確認といった基本を欠いたまま規模だけ真似すると、費用も安全性も制御できなくなります。エージェント運用の基礎はAIエージェントとは｜仕組みと種類の解説、Claude Codeの基本はClaude CodeとはとClaude Code 使い方ガイドにまとめています。

こうした「大量試行＋検証役」の仕組みを社内の業務システムに組み込む場合は、モデルの利用料だけでなく、検証の仕組みや権限管理を含めた開発費も見ておく必要があります。方法ごとの費用の目安はAI開発の費用相場（改修・PoC・本開発の価格と見積の内訳）で整理しています。

長時間の自律実行がどんな振る舞いを生むかについては、Claude Opus 5が自動販売機シミュレーションで見せた行動の検証記事も併せて読むと、期待値の置き方を調整しやすくなります。

こんな人におすすめ｜この成果を追う価値がある人・今は気にしなくてよい人

追いかける価値が大きい人

• AIエージェントの設計・運用をしている人：大量試行・並列化・検証役の分離・機械で検証できる成果物という設計パターンが、そのまま参考になります。
• 研究職・R&D部門の人：文献を横断した探索や仮説の組み合わせを、AIにどこまで任せられるかの現実的な水準が分かります。
• AIの能力評価をしている人：ベンチマークではなく「専門家が検証できる新しい結果」という評価軸が実際に成り立ち、外部の別証明まで出た事例です。
• 数学・情報科学の学生や教員：Lean 4の形式化とarXiv論文2本が公開されており、Claudeの証明と人間による別証明を読み比べられます。

今は気にしなくてよい人

• すぐに業務で同じ性能を使いたい人：使われたモデルは非公開で、提供時期の発表もありません。業務計画に組み込める段階ではありません。
• リーマン予想の解決そのものを期待している人：Anthropic自身が「この手法では解決に至らない」と明言しています。
• 確定した学術的評価を待ちたい人：arXiv掲載・別証明まで進みましたが、まだ査読前です。評価が固まるまで判断を保留するのは合理的です。
• 日常業務でAIを文章作成や要約に使っている人：今回の成果は、一般提供されているモデルの機能変更を伴いません。日々の使い方への直接の影響はありません。

まとめ

今回の件は、「Claudeはリーマン予想を解いていないが、その周辺で50年近く動かなかった記録を大幅に更新し、その結果は外部の研究者にも別の方法で確かめられた」という一件です。

1. ゼータ関数の零点が臨界線上にある割合の証明済み下界が41.6%から67.2%（論文値0.6725）へ更新された。初めて50%を超え、相異なる零点の割合も約83.62%へ上がった。
2. 1974年以降の46年間で約8.4ポイントだった記録を、約1日半の作業で25ポイント以上動かした。
3. 手法は新しい数学の発明ではなく、既存の先行研究を組み合わせ直し、追加の仮定を外して無条件の定理にしたもの。
4. 8月以降、arXivに論文が掲載され（著者はAnthropicの数学者2名、発見はClaude）、外部の研究者Lamzouri氏が別証明を公開した。ただし、どちらも査読前。
5. 使われた研究版モデルは今も非公開で、実験の再現はできない。Fable 5.1と同じモデルかどうかも公表されていない。
6. 手法には上限があり、リーマン予想の証明には届かないとAnthropic自身が述べている。

ニュースとしては派手ですが、実務者にとって価値があるのは数値そのものより、「大量の失敗を許し、検証役を分け、機械で検証できる成果物を出させる」という運用の型です。この型は現行のClaudeでも取り入れられます。

よくある質問（FAQ）

Q. クレイ数学研究所の100万ドルの賞金はもらえるのですか？

もらえません。賞金の対象はリーマン予想そのものの証明（または反証）で、部分的な下界の改善は対象外です。一般に、授与には査読付きの出版と、その後の一定期間にわたる数学界での受け入れが求められるとされており、今回の成果はその段階にもありません。

Q. 論文の著者は「Claude」なのですか？

公開物によって違います。Anthropic公式サイトのPDFはClaude名義ですが、arXiv:2608.13637はAnthropicの数学者Levent Alpöge氏とRalph Furman氏が著者で、「証明はClaudeが自律的に発見し、著者らが検証した」と注記しています。AIを著者として認めるかどうかは、多くのジャーナルや出版社が慎重な姿勢を取っている論点で、arXiv版の形はその現状に合わせたものと読めます。

Q. 数学者の仕事はAIに置き換わるのですか？

今の事実から判断する限り、置き換えというより役割の変化と見るのが妥当です。今回の成果はモンゴメリーやBaluyot–Goldstonらの先行研究があって成り立っており、検証やLeanでの形式化にも人間が深く関わっています。さらに、Claudeの込み入った議論を短く分かりやすい形に組み直したのは、外部の人間の研究者でした。一方で、文献の横断的な調査や組み合わせを片端から試す作業の比重は、AIの側へ移りつつあります。

Q. Lean形式化があれば、専門家のレビューは不要になりませんか？

なりません。Lean形式化が保証するのは「書かれた前提から結論が論理的に導かれること」で、「その形式的な記述が意図した数学的な主張を正しく表しているか」は保証しません。定義の書き方が主張とずれていれば、形式的には正しくても数学的には意味のない定理になり得ます。この判断には専門家の目が必要です。

Q. 所要時間について「約1日半」と「54時間」の両方を見かけますが、どちらですか？

Anthropicの公式説明では「約1日半」（2セッション目）です。「54時間」などの記述は二次メディアで見られるもので、公式の表記とは一致していません。1回目のセッション（650のアイデアを試した分）を含めるかどうかでも数字は変わります。

Q. なぜAnthropicはモデルを公開しないのですか？

理由は公表されていません。研究版のモデルは安全性評価や製品化の工程を経ていない段階にあるのが一般的で、そのまま公開されないこと自体は珍しくありません。ただし、そのせいで第三者が実験を再現できないのも事実です。今回は外部の研究者が結果を別の方法で証明したため、結論の信頼性はこの点とは切り分けて評価できるようになりました。

Q. 今後どこを見ておけば続報が分かりますか？

一次情報としては、Anthropicの公式リサーチ記事、arXiv:2608.13637の改訂履歴、Lean形式化リポジトリ（anthropics/formal-math）の3つです。注目点は、査読付きジャーナルへの掲載が決まるか、使われたモデルの正体が明かされるか、そしてLamzouri氏の別証明のように、外部の研究者による検証や改良が続くかの3つです。