11 月 5 日，数学 AI 创业公司 Axiom Math 宣布正式形式化验证了 Stacks Project，这是人类写下的最大数学知识库之一。公司估值 16 亿美元，由 25 岁的 CEO Carina Hong 创立。Axiom 的智能体集群把这套约 7654 页的数学文献翻译成约 1600 万行可机器检查的代码。
用 Lean 逐行检查每一条定理
形式化验证的做法是把证明重写成一种叫 Lean 的编程语言，再由证明助手逐行检查代码是否成立，通过即意味着逻辑上可靠。工程师用同一套思路确认芯片设计能工作，法国研究人员也用它在计算家庭福利的软件里抓出漏洞。但 Stacks 的难点不在于单条定理，而在于它们彼此嵌套，像家族谱一样大量结果都追溯到前面的结论。Axiom 一度不确定这件事能不能成，因为大而脆弱的东西很难共存。
25 岁 CEO 从博士退学创业
背景是 AI 数学论文的可信度危机
Axiom 出手的时机带着明确的现实压力。上个月 OpenAI 放出 719 篇声称解决了若干最難数学问题的论文，连机器校验环节都可能出问题。Axiom 想做的不是放慢 AI 写数学的速度，而是给智能体一个可以依赖的、经过验证的地基，让它们先在上面写软件，再去做科学。
延伸阅读
- 英伟达 Realtime-Bench：GPT-6-Astra 成功率仅 44%6 小时前
- GPT-6 Astra联手数学爱好者证明57年「摆圆」难题，N≤20最优排列获严格证明3 周前
- OpenAI 反驳指数时间假设：三项数学难题求解引发学界争议1 周前
- 斯坦福复核 50 条大模型结论：44% 过期与 15.7 个月保质期1 天前
AI 自学笔记 每天更新 AI 前沿动态，订阅 RSS，或按 Ctrl/⌘+D 收藏本站，明天见。
继续读
同一批更新里这几篇值得一看：
- SemiAnalysis 推 GDPx 基准：无智能体得分超 12%2026-11-06
- 英伟达 Realtime-Bench：GPT-6-Astra 成功率仅 44%2026-11-06
- 谷歌 PLE 工程基准：Claude Opus 5.5 满足率仅 41.3%2026-11-05
想快速查定义？对应的词条在这里：
- AI Agent词条 · AI 自学笔记