先把時間點說清楚：這件事發生在2026年8月10日，Anthropic發布了一篇研究簡報，最近又在技術社羣被重新討論。它不是今天的突發消息，但裡面有幾個值得你慢慢消化的訊號。

這則新聞到底在說什麼

一位Anthropic員工Jarred Sumner晨跑時，隨口給一個未公開的研究版Claude模型下了任務：「認真試一下黎曼猜想。」黎曼猜想是1859年提出的千年難題，克雷數學研究所懸賞一百萬美元，167年來無人證明、也無人否證。

AI沒有證明它。但模型自主組織了約60個子Agent，在Claude Code裡跑了36小時，執行2400條Shell命令、寫了數百個Python腳本，最後把「ζ函數臨界線上零點比例的可證明下界」從41.6%推到67.2%。白話一點說：數學家證明不了全部零點都在那條線上，就退而求其次，證明「至少多少比例」在上面。這個保底比例，是人類理解素數分布的一把尺。

從1989年的約40%到2020年的41.6%，全球解析數論學家花了31年推進1.7個百分點。Claude在一天半內推進了25.6個百分點。

讀這則新聞時，你該有的三個判讀眼力

第一，證據層次要分清楚。67.2%這個數字來自Anthropic自己的研究簡報，屬於公司發布的單一來源，尚未等同於經過同儕審查（也就是其他學者獨立驗證）的正式論文。在數學界，一個結果要被廣泛檢驗後才算站穩。你可以把它當成「值得關注的進展」，而不是「數學已被AI改寫」。

第二，注意「里程碑」這類字眼的份量。網路標題常寫「AI自主科研的里程碑」，但來源資料也明說：60個Agent裡，約30個探索新思路全部失敗，只有2個產出關鍵結果。Anthropic自己形容這比較像真實科研的試錯樣貌，只是速度快得多。快速試錯很有價值，但「快」和「已經成功證明」是兩件事。

第三，警惕「AI馬上要取代一切」的推論滑坡。這次是解析數論裡一條具體賽道上的推進，不是通用的科研能力證明。如果你看到有人拿這則新聞直接推導出「人類學者可以收工了」，那個推論本身站不住腳。這也是我們在四大AI模型同時掛掉那天聊過的習慣：遇到AI的大新聞，先分清「證實了什麼」和「被延伸解讀了什麼」。

追這類消息的你，也順便被看見一下

如果你是那種會在深夜刷AI進展、邊看邊想「我是不是要被淘汰了」的人，這則新聞可能又添了一層焦慮。幾個小提醒。

看懂新聞不需要即時。研究簡報不會因為你晚十二小時看就失效，睡前刷到聳動標題，先記下來隔天再看完整內容，通常會得到平衡很多的理解。這和先前聊「為什麼不推薦走Agent開發」熱議時的職涯焦慮是同一件事：把訊息消化的主導權拿回自己手上。

另外，36小時不睡覺的是AI，你不用陪跑。模型連續工作不代表工程師或學習者該跟著熬夜。人需要睡眠來整理記憶與情緒，這是任何模型進展都改變不了的生理事實。

留在心裡的一句話

這次事件真正有意思的地方，或許是一個非數學家丟出問題、AI自己組織分工去試錯的過程。它顯示了能力的邊界正在移動，但邊界移動的方式，值得你用清醒的腦袋、好好的睡眠去看清楚，而不是在被窩裡焦慮地刷完。

TAGS 修正：健康資訊識讀, 3C與生活作息, 心理與情緒