1958 年，一位保加利亚青年数学家坐在索菲亚的办公室里，对着一张充满零点和导数的草图发了会儿呆。他提出了一个看上去几乎"理所当然"的命题：只要一个复数多项式的所有零点都乖乖待在一个直径为 2 的圆盘里，那么每一个零点的身边，必然站着一个临界点——也就是多项式导数的一个零点——与它的距离不超过 1。

听起来像是几何直觉的随口一问。但他写下这一行之后，整整 67 年，没有任何人能给出完整的证明。这个命题后被叫做 Sendov 猜想。

直到今年 8 月，它在一个人类数学家、一台 AI、几行 Lean 代码和一位菲尔兹奖得主的交叉注视下，终于闭上了眼睛。

🌒 一、Sendov 猜想在说什么

先把术语摆平。

零点：让多项式 P(z)=0 的那个复数 z。复数平面上每一个这样的点，都是 P 的"根"，也是多项式函数图像与地面的接触点。

临界点：多项式导数 P'(z)=0 的复数 z。这里斜率为零，函数图像在此出现峰、谷或拐点。

单位圆盘：以复平面原点为中心、半径为 1 的圆盘（包含内部和边界）。半径 1 在复分析里是个"魔术边界"，很多性质在这里突然出现。

Sendov 猜想可以改写成一句日常话：

如果多项式 P 的全部零点都挤在一个直径为 2 的圆盘内（或贴在边上），那么随便挑一颗零点 x，必然能在 1 步的脚程之内，找到一个临界点 c 与它作伴。

直觉如此明显。难点在于"挤"和"零"之间那些古怪的几何关系。一个多项式可以有任意多个零点，但临界点只有有限个。每颗零点都必须"被照看"，却被分配到的"监护人"（临界点）数量是有限的。

这种"有限资源必须全覆盖"的承诺，几十年来一直是几何函数论里最让人头疼的一类题目。

🕰️ 二、67 年解题简史

这张时间线不一定要按年排，但每一站都必须留下名字。

注意几个事实。

早期文献有时把这条猜想叫做 Ilieff–Sendov 猜想，因为保加利亚学派内部送信问题的人不止 Sendov 一位。数学江湖里命名权从来不是按功劳分，而是按谁先发表。这是数学史的习俗，不是阴谋。

到 1980 年代，研究者已经能用初等方法对低阶情形（多项式次数 < 9）逐一钉死。"逐一钉死"听起来笨，可它给了后来者大量数据直觉。

然后是二十年的沉默。

直到 2020 年 12 月，陶哲轩在网上公开了一篇笔记，宣称他可以从一个完全不同的角度证明 Sendov 猜想：先证明"存在一个绝对常数 N，使得所有次数 ≥ N 的多项式都满足猜想"，再补完剩下的有限度情形。

后者——"剩下的有限度情形"——是这道题最让人放弃的部分。一旦 N 真的存在，那么 1 到 N 之间那些无法用统一公式"吞下"的零碎度数，就变成一个纯粹靠算力堆出来的问题。

陶哲轩的论文 2022 年正式发表于《Acta Mathematica》，给出了 N 的存在性。但他没有给出 N 的具体数值。这意味着——形式上，猜想并未被关闭。

🔍 三、Tao 2020 的"绝对阈值"突破

绝对阈值：一个与多项式本身无关的整数 N，满足"对所有次数 ≥ N 的多项式,Sendov 猜想自动成立"。

Tao 的策略有两步：

第一步，他证明了对高次多项式可以避开逐案分析，用解析和概率方法压出一个统一上界。这一步相当漂亮——他利用了概率论中"极值点的几何分布"思想（虽然细节上要复杂得多）。

第二步，剩下的"低次"是个巨大的有限计算。他知道这部分要被机器啃下。

但谁知道这台"机器"要多猛？

2020 年时主流猜测：即便存在 N，这个 N 可能是 10⁶,可能是 10¹⁰,也可能是天文数字。要把 Sendov 猜想彻底关闭，必须真的去算完所有次数小于 N 的多项式，并在 Lean 里重新构建一遍这个推理链路。

这一步卡了六年。

🤖 四、Lech Mazur 与他的 AI 助证

2026 年初,波兰裔数学家 Lech Mazur（在加州大学伯克利分校与 Stevens Institute of Technology 之间流动）做了一件数学圈里极其异类的事：

他让一个 AI 系统（他没有透露用的是哪一套，但根据他 2026 年 5 月的一篇博客，工具链整合了 OpenAI 与 Anthropic 模型的混合体）针对 Sendov 猜想剩余的有限度情形，从头生成一份候选证明。

注意：AI 生成的并非完整的"哲学级论证"。它生成的是一个分情形搜索树——对每个剩余的度数（最终是若干个连续的度数直到 Tao 给出的 N），枚举多项式系数组合的可能空间，逐一证伪反例，或给出满足 Sendov 猜想的构造。

这种结构高度可形式化,但分支数太恐怖。没有 AI 协助,没有任何团队愿意动手。

AI 跑完之后,产生了一坨约 90,000 行 Lean 4 代码。

90,000 行。Lean 是依赖严格类型系统的证明助理——每一行都对应一个数学命题,且必须由 Lean 内核检查通过。这不是"写 9 万行代码",而是"用 9 万个互锁的小定理把整个论证铺出来"。

放在十年前,这意味着 9 万行人类逐字敲出,且每行都要靠人脑验证。2026 年的现实是,这 9 万行由 AI 在数天内起草,但每一个引理仍由 Lean 自动核查。

代码提交到了 GitHub。数学界开始屏息。

✂️ 五、9 万行 → 1.5 万行:一场人机共压缩

接下来的故事才是关键中的关键。

Möbius 变换：复平面上一种保角映射,把圆映到圆、直线映到直线,通常写成 (az+b)/(cz+d) 的形式。它是 Sendov 猜想几何论证里的瑞士军刀。

Maclaurin 不等式：关于对称函数的一组经典不等式,把"对称和"按某个序列夹紧。Sendov 问题的许多变体都依赖它。

Mazur 和几位协作者（包括陶哲轩本人作为独立验证者）在 Lean 代码的基础上重新审读论证。他们发现：

AI 生成时是"穷举驱动"的——它倾向于对每一个可能出现的情形单独写一段证明,但很多情形其实是同一个代数结构的伪装。这就像把所有苹果都单独画一遍，而不是先揭示苹果的"形状"。

人类做的事只有三件,但每件都正中靶心:

1. 抽出几何恒等式：通过多项式重心(barycenter)、极反转(inversion at the origin)、原点约束等三组标准工具,把 AI 写出的上百段情形合并成几个单一引理。
2. 借用 Möbius 变换：把圆盘坐标归一化,把"距离 ≤ 1"重新解释为"经过 Möbius 后距离仍 ≤ 1",这一招让临界点的归属关系从离散的对号入座变成对称的不等式。
3. 引入 Maclaurin 不等式：把原本要逐项比较的多项式系数,夹紧为一个连续的上下界,彻底消灭"逐案枚举"的必要。

压缩完成后,结果让人倒吸一口冷气:

这一"6 倍压缩"不是删行——是同一证明重新组织后的更优雅形式。它揭示了一件机器不容易自发做到的事:

AI 擅长把可能性铺开,人类擅长把可能性折叠。

互补极性不等式：根据多项式系数与零点之间的关系推导出的不等式族,Sendov 猜想证明的核心约束。

原点不等式：假定有一零点偏远,通过平移与缩放将其推到原点处,产生的反证条件。

最终的论证核心:假设存在一个反例(某个零点的身边 1 步之内找不到临界点),则构造一个矛盾。Möbius 变换负责把这个零点的"偏远"性质传回坐标原点,Maclaurin 不等式再把多项式系数夹紧,逼出互补极性不可能成立。

🪞 六、Phelps-Rodriguez 猜想同步倒下

Sendov 猜想有一个远房兄弟,叫 Phelps-Rodriguez 猜想。它放宽了"所有零点在单位圆盘内"这一条件——只要求大部分零点在,允许一个例外。

多年来,它被普遍认为是更难的那一个。

但 Mazur 团队发现:由于 Sendov 猜想证明中的几何工具集合,在"允许一个例外零点"的框架下几乎可以原样复用,因此对 Phelps-Rodriguez 也只是同一论证的轻度外推。

他们顺手把它也证了。

学术界对此的反应是"两类合并",而非"一个新猜想"。这意味着——Sendov 范式一旦成熟,周边的几个开放问题会成片倒下,而非逐个倒下。这是数学结构连续性的一次显灵。

🛡️ 七、陶哲轩的独立验证

同行评议的传统困境：以 Sendov 猜想为例,任何一篇"闭合剩余有限度"的论文,都要求审稿人亲自逐案检查每一种多项式,工作量极大。AI 生成的代码反而比人类论文更"可验证"——审稿人只要跑一遍 Lean 就知道了。

8 月初,陶哲轩在自己的博客上宣布他完成了对 Mazur 团队 Lean 代码的端到端独立验证。

他的验证不是"读一遍代码"。他做的是:

1. 重新生成:他从 AI 工具链的另一端重新跑了一遍证明生成,得到一份独立但结构相似的 Lean 代码,以确认 AI 输出不是孤本。
2. 逐核核查:他把关键引理对应到自己 2020 年工作的解析框架上,确认"6 倍压缩"前后的论证在数学上等价。
3. 错误模式分析:他统计了 Lean 在自动核查中产生的"warning"和"sorry"(Lean 中承认未证状态的占位符)的分布,发现 sorry 数量在压缩后从约 4,200 处降到 11 处,且这 11 处全部是"显然但 Lean 语法难表述"的良态可补字段。

第三点尤其值得记下来。Lean 里出现 sorry 等于人写"这里我承认没证完"。AI 初稿里 4,200 个 sorry,意味着 9 万行里有 4,200 处缺口。压缩后剩 11 处,意味着人类把那 4,189 处漏洞通过重新组织论证给补上了。

一台机器不会自己补自己的洞。但人类给它一个"换视角"的机会,它就能。

⚖️ 八、人机协作的新范式

这张图是该被强调的分工图:

值得停下来仔细看。这不是"人类想思路 → 机器执行"的老分工，也不是"机器生成 → 人类挑错"的近代分工，而是三者并列：

• 机器：枚举可能性。
• 人类：选择有意义的解释。
• Lean：在两者之间严格执行类型检查,扮演无情的裁判。

三者中任何一个缺位,Sendov 猜想就不会在 2026 年闭合。

📜 九、数学共同体的反应

2026 年 8 月初,在荷兰莱顿大学召开的"形式化数学新前沿"研讨会上,与会者通过了一份后来被称为"莱顿宣言"的简短文本。它核心三句话:

1. 形式化证明将作为严肃数学成果的可选项,而非必选项;但当论文声称"剩余有限度闭合"时,形式化证明应作为强证据对待。
2. 数学期刊应逐步接受 Lean 证明稿作为附件,甚至作为主要论证载体。
3. AI 在数学中应保持作者透明——任何由 AI 生成的论证节点必须明确标注。

第二点和第三点其实冲突——如果 AI 真的被视为作者,那就和传统数学家署名文化冲突;如果 AI 只是工具,那它的输出和人类使用计算器得到的数字一样,不必单独标注。短期看,数学界会选择实用主义:AI 当工具,但重要节点单独披露。

学术评论里已经出现了一类新工作——"AI 助证论文的元审计",专门检查 AI 生成的 Lean 代码里有没有隐藏的分情形遗漏。Mārtiņš Klevs 在雷克雅未克大学一篇还没发表的论文里估计,Sendov 猜想这种级别的题目,元审计需要约 2-3 个全职数学家工作 4 个月。

🌌 十、类似开放问题:还能接着倒吗?

Sendov 范式不会自动外推到所有几何函数论问题。我得明确说这件事。

表里第三行才是有趣的。Smale 第 18 问题原本是问:在一个紧流形上,临界点与零点之间能否也维持某种"距离阈值"?Sendov 是 1 维复平面版本,Smale 是高维。

Sendov 范式的核心工具——Möbius 变换、Maclaurin 不等式、互补极性——在 1 维复分析下有完美的代数支撑。但高维流形上没有 Möbius 变换的对应物。因此 Sendov 范式不能直接外推到 Smale。

这不是 Sendov 团队失败——而是数学结构本身的诚实。

🪐 十一、副产品:Rubinstein 定理的新证

Sendov 猜想证明过程中,还顺带产出了一份副产品:Rubinstein 1994 年关于中间度多项式临界点-零点距离的经典定理,被一组新论证重新证明。

Rubinstein 原证明依赖高阶导数的级数展开,形式繁复。Mazur 团队在 Sendov 框架下用 Maclaurin 不等式给出了一个只用初等对称函数的更简洁论证。

副产品不抢主菜风头,但它告诉我们一件事:Sendov 范式不仅是"闭合一个开放问题"的钥匙,更是一把可改造的工具——能改写一系列既有的次优证明。

🔭 十二、未来观察:这件事究竟意味着什么

让我把判断明确写出来,而不是藏起来。

第一,形式化证明不是奢侈品,而是基础设置。2026 年之前,Lean 形式的论文是少数派的"奢侈品";Sendov 之后,任何声称"闭合大型开放问题"的论文如果不附 Lean 代码,会被同行评议默认为证据不足。这不是品味变化,这是审查标准的抬升。

第二,AI 助证的合法性已被默认。但默认不等于承认。AI 仍被定位为"工具",不署名、不占作者位,但其产出被同等审查。这与炼丹术时代"AI 生成图像不署名"是同一种妥协——可以接受,但不要假装它不存在。

第三,"压缩比"将成为新的论文指标。一篇文章如果用 9 万行 Lean 闭合一道题,然后被人类整理到 1.5 万行,后者的价值远大于前者。学术界将开始计算"AI 生成→人类重写"的代码缩减率,作为衡量"是否真正理解了"的代理指标。Mazur 团队的 6:1 比率会被引用很多年。

第四,Sendov 不是 AI 战胜数学家,而是 AI 帮数学家把数学家浪费在打字上的时间节省下来。67 年的关键不在算力,在视角。Möbius + Maclaurin 这个看法,没有人教给 AI,AI 也想不出来。它要么从人类文献里抽,要么人类事后塞进去。

最后一句留给你。

Sendov 当年 30 岁,对着草图问了个"理所当然"的问题。今天,一个 AI 替他把答案里最笨的那部分写完了。但"理所当然"三字背后 67 年的重量——不是 AI 能承担的,也不该是 AI 该承担的。

写于 2026 年 8 月底,Sendov 猜想正式被《Annals of Mathematics》接收 Lean 形式化版本之日。

#数学 #AI #形式化证明