Claude довів теорему Ферма за 11 днів

AI-агент зробив те, на що математики відводили роки

За 11 днів команда агентів Claude написала 13 мільйонів рядків Lean-коду, довела 29 500 проміжних теорем і створила першу повністю верифіковану комп'ютером доведення теореми Ферма — задачі, яка лишалася відкритою 358 років, а людський доказ якої Ендрю Вайлс будував майже десятиліття. Весь запуск спожив близько шести мільярдів вихідних токенів. Участь людини зводилася до кількох загальних пріоритетних підказок.

Для керівника бізнесу головне число тут — не теорема. Це операційна модель за нею: десятки автономних агентів, скоординованих платформою, які вирішують задачу приголомшливої складності майже без людського втручання — і завершують раніше за будь-які експертні оцінки. Як влаштована ця архітектура, чому вона спрацювала там, де попередні спроби провалилися, і що вона сигналізує про майбутнє автономних AI-агентів в операційному менеджменті — про це і йтиме мова далі.

Доказ, якого ніхто не чекав так швидко

Теорема Ферма стверджує: жодні три натуральні числа не задовольняють рівняння xⁿ + yⁿ = zⁿ для цілого n більшого за 2. П'єр де Ферма записав її на полях книги 1637 року. Ендрю Вайлс довів її лише 1995-го — 129-сторінковий доказ, перевірка якого на помилки зайняла місяці. Формалізація цього доказу, тобто перетворення його на машинно-перевірюваний Lean-код, який комп'ютер може верифікувати крок за кроком, вважалася справою кількох років. Математична спільнота мала активний blueprint-проєкт, що рухався до цієї мети.

За даними дослідницької публікації Anthropic, Claude завершив задачу за 11 днів — запуск стартував на початку серпня 2026 року. Систему розгорнули на платформі Prove2Me, розробленій дослідником Anthropic Тяньї Пенгом і його групою в Колумбійському університеті. Десятки агентів Claude працювали паралельно — визначали поняття, доводили проміжні теореми й нарощували результати до дедалі складніших тверджень. Фінальний артефакт — 13 мільйонів рядків Lean-коду — більш ніж у п'ять разів перевищує обсяг Mathlib, головної бібліотеки математичних доказів спільноти. Ядро Lean і незалежний другий перевіряч прийняли кожне оголошення.

Кевін Баззард, математик з Імперського коледжу Лондона, який очолює спільнотний проєкт формалізації тієї самої теореми, ознайомився з результатом і назвав його «надзвичайним досягненням автоформалізації» — додавши, що він доводить теорему Ферма «без жодних припущень, крім аксіом математики». На його думку, техніка вказує на можливість автоматичної формалізації ширшої сучасної математичної літератури.

Це також, за даними блогу Xena Project, остання теорема, формалізована зі знаменитого списку 100 завдань Фріка Відейка — бенчмарку, що був відкритий двадцять років.

Доказ — не головне. Головне — операційна модель. Десятки агентів, структурована платформа координації, граф залежностей із 30 000 задач — і одинадцять днів, щоб закрити те, на що експерти відводили роки. Ця архітектура не є унікальною для математики.

Що насправді спрацювало

Перша спроба Anthropic формалізувати доказ Вайлса провалилася. Ранні мультиагентні запуски руйнувалися: агенти накопичували надто багато локального контексту, втрачали слід уже доведених результатів і дублювали роботу по всьому графу залежностей. Прорив стався, коли команда додала Prove2Me як координаційний шар.

Prove2Me підтримує орієнтований ациклічний граф тверджень теорем — по суті, структуровану карту кожної підзадачі та її залежностей. Агенти бачать, що вже доведено, що залишається відкритим і які логічні передумови потрібні для кожного наступного кроку. Це усунуло надлишковість і втрату контексту, що знищили першу спробу. Платформа також розділила твердження теорем і файли доказів та зберігала природномовні описи кожної теореми — це зробило пошук і повторне використання між агентами практичним у масштабі.

Результат — система, де людський нагляд був справді мінімальним. За словами дослідницького посту Anthropic, математична участь людей зводилася до рідкісних загальних коментарів — наприклад, вказати, яку підтеорему варто пріоритизувати. Все інше агенти робили самостійно: декомпозиція задачі, розподіл роботи, верифікація проміжних результатів і побудова вгору по дереву залежностей.

Три архітектурні рішення визначили результат:

• Структурована декомпозиція задач — проблему розбили на ~30 000 дискретних, верифікованих підзадач з явними залежностями, а не передали одному агенту як монолітний промпт
• Спільний стан і пам'ять — Prove2Me давав кожному агенту видимість глобального стану доказу, усуваючи дублювання роботи
• Безперервна машинна верифікація — Lean перевіряв кожен піддоказ одразу після завершення, ловлячи помилки до того, як вони поширювалися далі

Це не дослідницька цікавинка. Це схема того, як складні багатокрокові процеси автоматизуються у масштабі — і вона прямо накладається на операційні проблеми, що поглинають увагу керівників у реальному бізнесі.

Чому перша спроба провалилася — і що це нам дає

Режим відмови першого запуску показовий: агенти працюють ізольовано, без спільного стану, без карти залежностей, дублюють зусилля і втрачають контекст. Саме це відбувається, коли компанії розгортають AI-агентів як ізольовані точкові рішення — один агент для закупівель, інший для комплаєнсу, третій для погоджень — без координаційного шару між ними. Агенти не відмовляють гучно. Вони просто тихо недопрацьовують, і ніхто не може зрозуміти чому.

Виправлення у випадку з Ферма було архітектурним, а не модельним. Базова модель не змінилася. Змінилася координаційна інфраструктура. Ця різниця надзвичайно важлива для того, як бізнес має думати про розгортання AI-агентів.

Що це означає для бізнес-операцій

Доказ Ферма — стрес-тест на межі можливостей автономних AI-агентів. Задача максимально складна, допуск на помилку нульовий (один неправильний рядок Lean-коду анулює все нижче по ланцюгу), а граф залежностей — величезний. Якщо архітектура витримує там, вона витримає в середовищах, що є значно більш поблажливими.

Ось як та сама операційна модель виглядає у бізнес-процесах:

Закупівлі та управління постачальниками. Мультиагентна система зі спільним графом залежностей може паралельно вести кваліфікацію постачальників, перевірку контрактів, комплаєнс-перевірки та маршрутизацію погоджень — кожен агент бачить поточний стан роботи всіх інших. Людина-ухвалювач рішень отримує готову рекомендацію, а не чергу послідовних задач.

Регуляторний комплаєнс. Комплаєнс-процеси структурно дуже схожі на математичний доказ: набір вимог, дерево підвимог із залежностями і потреба в машинно-верифікованому підтвердженні на кожному кроці. Агенти, здатні орієнтуватися в 30 000 залежностях теорем, впораються і з регуляторною базою.

Складні погодження та ескалації. Вузьке місце більшості ланцюгів погоджень — не саме рішення, а збирання контексту. Агентна архітектура зі спільним станом по графу залежностей збирає цей контекст автоматично, скорочуючи час топ-менеджерів на рутинні рішення з годин до хвилин.

Закономірність стала: структурована декомпозиція, спільний стан, безперервна верифікація. Саме ця архітектура перетворила 11-денний автономний запуск на математичну віху. Вона ж прибирає людське вузьке місце з критичних бізнес-процесів — не замінюючи людське судження там, де воно справді потрібне, а усуваючи ручну збірку контексту навколо цих рішень.

Детальніше про те, як будується така мультиагентна координаційна архітектура на практиці, читайте в огляді AI-агента для закупівель за моделлю Google DeepMind — варто прочитати поруч із цим кейсом.

Питання governance, яке ще ніхто не ставить

Одинадцять днів переважно автономної роботи, шість мільярдів вихідних токенів, 30 000 підзадач виконано без людського підпису під кожною. Це не пілот. Це продакшн-запуск. І він ставить питання, на яке більшість компаній, що розгортають AI-агентів, ще не відповіли: на якому етапі автономного запуску потрібна людська контрольна точка — і що її тригерує?

У випадку з Ферма відповідь була фактично «майже ніколи» — бо Lean забезпечував безперервну машинну верифікацію. Кожен піддоказ перевірявся системою формальної верифікації до того, як наступний шар будувався на ньому. Людина не мала переглядати кожен крок, бо система мала вбудований механізм виявлення помилок, надійніший за людський перегляд.

У більшості бізнес-процесів немає аналога Lean. Немає формального верифікаційного шару, який зловить хибне рішення про закупівлю до того, як воно перетвориться на підписаний контракт. Саме цей розрив — між автономними можливостями, які дає архітектура, і верифікаційною інфраструктурою, що робить її безпечною, — і є місцем, де потрібно будувати фреймворки governance до того, як архітектура розгорнута у масштабі.

Це пов'язано з ширшою закономірністю в розгортанні AI-агентів: харнес важливий не менше за модель. Архітектура агентного харнесу — як декомпозуються задачі, як ділиться стан, як ловляться помилки — визначає, чи автономний запуск дає верифікований доказ, чи тихо накопичувану помилку.

Ризики того, що автономні агенти переписують власні операційні параметри без належного governance, реальні й задокументовані. Розуміння ризиків рекурсивної самомодифікації AI-агентів — обов'язкове читання для всіх, хто будує продакшн-агентні системи.

Питання атрибуції

Один нюанс, який варто зафіксувати: досягнення Anthropic спиралося на інфраструктуру, збудовану спільнотою, яку компанія не створювала. FLT-проєкт Кевіна Баззарда з Імперського коледжу, бібліотека Mathlib і платформа Prove2Me — все це були передумови. AI-модель забезпечила потужність автономного виконання. Риштування, що зробило це можливим, роками будувала ширша математична спільнота.

Це чесна картина того, де зараз перебувають автономні AI-агенти: надзвичайна виконавча потужність, розгорнута поверх структурованої інфраструктури, яку побудували люди. Урок для бізнесу не в тому, щоб «замінити процеси на AI». А в тому, щоб спочатку збудувати структуровану інфраструктуру — карти залежностей, системи спільного стану, верифікаційні шари — а вже потім розгортати агентів поверх неї.

Бенчмарк, який щойно змістився

Двадцять років список 100 завдань формалізації Фріка Відейка слугував бенчмарком прогресу у формальній математиці. Теорема Ферма була останнім пунктом. Claude закрив її за одинадцять днів.

Бенчмарки важливі в бізнес-контексті, бо задають очікування. Коли можливість, яку експерти оцінювали в роки, стискається до одинадцяти днів, це змушує переглянути уявлення про те, що взагалі можливо — і що вже на підході. Компанії, що перекалібровуються раніше, будують інфраструктуру і фреймворки governance, поки є час робити це обдумано. Ті, хто чекає, перекалібровуються під тиском — а це гірший спосіб.

Стиснення експертних часових рамок не є унікальним для математики. Те саме відбувається у відкритті ліків, матеріалознавстві, розробці програмного забезпечення та юридичних дослідженнях. Спільний знаменник — та сама мультиагентна архітектура: структурована декомпозиція, спільний стан, безперервна верифікація, мінімальне людське втручання в підзадачі.

Коли рада директорів або інвестори запитують про вашу AI-стратегію, чесна відповідь більше не зводиться до того, який чат-бот ви розгорнули. Вона про те, чи побудована у вас координаційна інфраструктура, що дозволяє агентам автономно працювати над вашими найскладнішими задачами — і чи є у вас governance-шар, що робить це безпечним. Керівники, які можуть відповісти на це конкретно, з архітектурою, а не з амбіціями, — саме вони будуть сприйматися як ті, хто будує щось стійке, а не женеться за трендом.

Відчуття справжнього контролю — коли ви знаєте, що критичні процеси працюють на верифікованій логіці, а не на тому, хто виявився доступним, — це і є те, що дає правильна архітектура. Не відсутність проблем, а впевненість, що проблеми виловлюються до того, як вони накопичуються.

FAQ

Що саме довів Claude і чи це справді нове? Claude створив першу повністю комп'ютерно-верифіковану, машинно-перевірювану доведення теореми Ферма мовою Lean. Ендрю Вайлс математично довів теорему 1995 року, але цей доказ ніколи не був формалізований у форму, яку комп'ютер може верифікувати крок за кроком. Внесок Claude — саме формалізація: перетворення аргументу Вайлса на 13 мільйонів рядків Lean-коду, які ядро Lean перевіряє автоматично, без жодних припущень поза стандартними аксіомами математики.

Що таке Prove2Me і чому це мало значення? Prove2Me — відкрита колаборативна платформа для формалізації математики, розроблена дослідником Anthropic Тяньї Пенгом і його групою в Колумбійському університеті. Вона підтримує орієнтований ациклічний граф тверджень теорем і їхніх залежностей, даючи кожному агенту системи видимість глобального стану доказу. Перша спроба Anthropic без цього координаційного шару провалилася; Prove2Me стала тим архітектурним доповненням, що зробило завершення можливим.

Наскільки автономним був Claude — чи люди щось робили? За словами дослідницького посту Anthropic, математична участь людей зводилася до рідкісних загальних пріоритетних коментарів — наприклад, вказати, яку підтеорему вирішувати наступною. Агенти самостійно вели декомпозицію, побудову доказів і верифікацію. Запуск тривав 11 днів і спожив близько шести мільярдів вихідних токенів при такій мінімальній участі людини.

Що це означає для AI-агентів у бізнесі — чи це безпосередньо застосовно? Конкретний результат (Lean-код) не застосовний до бізнесу напряму. Архітектура — так. Поєднання структурованої декомпозиції задач, спільного стану між агентами і безперервної верифікації підрезультатів — це та сама схема, що робить мультиагентні системи ефективними в закупівлях, комплаєнсі та складних процесах погодження. Кейс із Ферма — доказ концепції для операційної моделі, а не готовий продукт.

Які governance-ризики несе така автономна робота агентів? Запуск із Ферма спрацював, бо Lean забезпечував безперервну машинну верифікацію — кожен піддоказ перевірявся до того, як наступний шар будувався на ньому. У більшості бізнес-процесів немає еквівалентного формального верифікаційного шару. Розгортання агентів на подібному рівні автономії без такої верифікаційної інфраструктури створює ризик накопичення помилок. Фреймворки governance мають визначати тригери людських контрольних точок до запуску автономних процесів, а не після.

Чи робить це Claude кращим за інші AI-моделі для бізнесу? У дослідженні використовувалася модель Claude. Результат демонструє, що можливо при правильній архітектурі та координаційній платформі — це не порівняння можливостей моделей. Архітектура (Prove2Me, мультиагентний харнес, граф залежностей) зробила внесок у результат не менший, ніж сама модель.

---

Доказ Ферма — точка даних, а не фінішна пряма. Він демонструє: автономні агентні системи з правильною координаційною інфраструктурою здатні стискати експертні часові рамки на порядки — на задачах справжньої складності. Питання для будь-якого керівника, який читає це, не в тому, чи реальна ця можливість — вона очевидно реальна. Питання в тому, чи структуровані ваші поточні операції так, щоб ви могли її розгорнути, — чи ви досі запускаєте агентів як ізольовані точкові рішення без карт залежностей і спільного стану, що роблять архітектуру справді робочою. Цей розрив варто виміряти до того, як хтось інший на вашому ринку закриє його першим.