何が起きたか

Anthropicは2026年9月4日、Claudeがフェルマーの最終定理について、Lean 4上で最初から最後までコンピューターで検証できる証明を完成させたと発表した。Claudeは11日間ほぼ自律的に作業し、約1300万行のLeanコードを生成したという。Anthropicはこれを、フェルマーの最終定理に関する初の完全な機械検証済み証明だとしている。

本紙の見方

今回の発表で目を引くのは、Claudeがフェルマーの最終定理を「証明した」というより、既存の数学的証明をLean 4で機械検証可能な形に落とし込んだ点である。ここは新規の数学定理の発見ではなく、証明の形式化という作業をAIがどこまで担えるかの事例だとみるのが妥当である。約1300万行という規模、約3万300件の定理、最終的に約2万9500件を使ったという数字は、モデルの賢さだけでなく、長い依存関係を保持しながら作業を分割・統合する設計が必要だったことを示す。 本紙の関連記事であるAnthropic、物理機器向け標準の研究版を公開は、AIエージェントが実験装置や製造機器を安全に扱うための共通仕様を扱っていた。あちらが実世界の機器操作における安全な接続面を問うのに対し、今回は数理形式化で長文の証明を崩さずに扱えるかが焦点であり、Anthropicがエージェントの適用先をソフトウェア上の厳密作業から外部機器の制御へ広げようとしている構図が見える。ただし、両者を同じ成熟段階とみなすのは早い。今回の発表では、初期の試行でエージェントが進捗を把握できなくなったり、互いの成果を使い切れなくなったりしたことも示されており、長い依存関係を持つタスクでの運用設計がなお論点である。 業界構造への含意としては、AIの評価軸が短いベンチマークの正答率だけでは足りず、長時間の状態管理、部分成果の再利用、複数エージェントの分担と統合に移りつつある点が大きい。フェルマーの最終定理という題材は象徴的だが、実際に効くのは、証明支援、コード検証、研究補助のように、途中成果の整合性が厳しく問われる領域である。未確定の論点は、この手法が他の数学分野や研究開発工程にどこまで一般化できるか、また実運用でどの程度の失敗率や再試行コストが発生するかである。詳細は原典を参照されたい。

なぜ重要か

Anthropicの発表が事実なら、AIは文章生成や要約だけでなく、長い依存関係を持つ検証作業でも使えることになる。研究数学や形式検証に携わる側には、作業分担の設計と整合性確認の負荷がどこまで下がるかが関係する。

日本への影響

日本では、証明支援や形式検証を扱う研究機関、ソフトウェア検証、制御系の安全確認に近い分野で意味を持つ可能性がある。ただし、今回の発表は研究段階の事例であり、実務への適用範囲は原典だけでは判断できない。