跳到主要內容

雅可比猜想遭AI推翻：Claude Fable 5三行反例解87年謎題 | Jacobian Conjecture Falls to Claude Fable 5's AI Proof

By Kit 小克 | AI Tool Observer | 2026-07-28

🇹🇼 雅可比猜想遭AI推翻：Claude Fable 5三行反例解87年謎題

雅可比猜想被推翻了。2026年7月20日，Anthropic數學家Levant Alpöge用Claude Fable 5只花幾行算式，就找到反例推翻這個從1939年懸而未解87年的數學難題，成為AI輔助數學研究又一里程碑事件，也讓數學界重新思考LLM能做到什麼程度。

什麼是雅可比猜想？

雅可比猜想由德國數學家Ott-Heinrich Keller於1939年提出，主張如果一個多項式映射在每個點附近都是局部可逆（雅可比行列式恒為非零常數），那麼它在整體上也必然可逆。這個看似直覺的猜想困擾數學家近九十年，無數嘗試證明或反駁都以失敗告終。

Claude Fable 5 怎麼找到反例的？

Alpöge表示，他和朋友Akhil在看世界盃比賽時隨口問了Claude Fable 5這個問題，模型給出的反例只用三行方程式，構造出一個雅可比行列式恆等於-2、卻把三個不同輸入映射到同一輸出的多項式映射，直接證明「局部可逆不代表整體可逆」。這個結果不是透過正式論文發表，而是先在社群媒體上公開，消息一出，全球數學家在幾小時內就各自驗證了正確性。

  • 發現方式：非正式對話提問，而非刻意設計的證明任務
  • 反例長度：僅三行方程式構造
  • 驗證速度：發布後數小時內獲多位數學家獨立確認

這件事有爭議嗎？

有。目前完整的模型對話紀錄、確切提示詞與Anthropic官方論文都尚未公開，外界只能透過社群貼文拼湊經過。部分數學家提醒，在正式論文與同行審查出爐前，應謹慎看待「AI獨立解題」的敘事，人類數學家的問題設定與判斷仍是關鍵一環，Claude Fable 5更像是強力的計算與構造工具，而非取代數學家的獨立研究者。

對AI數學研究代表什麼意義？

這已是2026年以來第三起重大AI數學突破：5月OpenAI模型推翻了80年歷史的Erdős離散幾何猜想，如今Claude Fable 5又拿下雅可比猜想。伴隨這波熱潮，15所大學的16位研究者6月共同發表《萊頓宣言》，呼籲數學界為AI參與研究建立透明度、歸屬權與同行審查的規範，避免「社群媒體宣布重大突破」成為常態卻缺乏可驗證流程。

好不好用，試了才知道。

🇺🇸 Jacobian Conjecture Falls to Claude Fable 5's AI Proof

The Jacobian Conjecture has fallen. On July 20, 2026, Anthropic mathematician Levant Alpoge used Claude Fable 5 to produce a three-line counterexample disproving a problem that had stumped mathematicians for 87 years, another milestone in AI-assisted math research that has the field rethinking what large language models can actually do.

What Is the Jacobian Conjecture?

Formulated by German mathematician Ott-Heinrich Keller in 1939, the Jacobian Conjecture claimed that if a polynomial map is locally invertible everywhere (its Jacobian determinant is a nonzero constant), then it must also be globally invertible. The idea sounds intuitive but resisted proof or disproof for nearly nine decades.

How Did Claude Fable 5 Find the Counterexample?

Alpoge says he and a friend, Akhil, casually asked Claude Fable 5 about the problem during a World Cup match. The model returned a counterexample in just three lines: a polynomial map with a Jacobian determinant identically equal to -2, yet mapping three distinct inputs to the same output, directly disproving the conjecture. Alpoge posted the result on social media rather than through a peer-reviewed paper, and mathematicians worldwide independently verified its correctness within hours.

  • How it was found: a casual prompt, not a purpose-built proof task
  • Counterexample length: just three lines of equations
  • Verification: independently confirmed by multiple mathematicians within hours

Is There Controversy?

Yes. The full model transcript, exact prompts, and an official Anthropic paper have not been publicly released; the story has been pieced together from social media posts. Some mathematicians caution against reading this as AI solving math independently: human framing and judgment still matter, and Claude Fable 5 looks more like a powerful construction tool than an autonomous researcher, at least until a formal writeup and peer review appear.

What Does This Mean for AI Math Research?

This is the third major AI math breakthrough in 2026: in May, an OpenAI model disproved the 80-year-old Erdos conjecture in discrete geometry, and now Claude Fable 5 has taken down the Jacobian Conjecture. Amid the wave, 16 researchers from 15 universities published the Leiden Declaration in June, calling for transparency, attribution, and peer-review norms as AI increasingly contributes to open mathematical problems, before announced on social media becomes the default instead of verifiable process.

好不好用，試了才知道 - worth trying before you trust the hype.

Sources / 資料來源

常見問題 FAQ

雅可比猜想是什麼？

1939年提出的數學猜想，主張多項式映射若處處局部可逆，則必定整體可逆，87年來無人證明或反駁。

Claude Fable 5是怎麼推翻雅可比猜想的？

Anthropic數學家Levant Alpoge隨口提問，模型給出僅三行方程式的反例，構造出局部可逆但非整體可逆的映射。

這個結果經過同行審查了嗎？

尚未。目前只有社群媒體貼文和數學家的獨立驗證，正式論文與完整模型對話紀錄尚未公開。

這是AI第一次解開重大數學難題嗎？

不是，這是2026年第三起，5月OpenAI模型才推翻80年歷史的Erdos離散幾何猜想。

延伸閱讀 / Related Articles

AI 工具觀察站 — 每日精選 AI Agent 與工具趨勢
AI Tool Observer — Daily curated AI Agent & tool trends

留言

張貼留言

這個網誌中的熱門文章

Cursor vs GitHub Copilot vs Claude Code：AI 程式助手大比拼 | AI Coding Assistants Compared: Cursor vs GitHub Copilot vs Claude Code

By Kit 小克 | AI Tool Observer | 2026-03-27 🇹🇼 Cursor vs GitHub Copilot vs Claude Code：AI 程式助手大比拼 2026 年，AI 程式助手已經成為開發者的標配。但市場上選擇太多了，到底該用哪一個？我同時使用了 Cursor、GitHub Copilot 和 Claude Code 超過半年，以下是完整比較。 GitHub Copilot：最普及的選擇 Copilot 是最早普及的 AI 程式助手，整合在 VS Code 和各大 IDE 中。它的核心功能是 即時程式碼補全 ——你打字的時候，它自動建議下一行或下一段程式碼。 優點 ：補全速度快、整合度高、支援幾乎所有語言、Copilot Chat 可以問問題 缺點 ：上下文理解有限（主要看當前檔案和少量相關檔案）、Agent 模式仍在發展中 價格 ：個人版 /月，企業版 /月 Cursor：IDE 級別的 AI 整合 Cursor 是一個從頭打造的 AI-first IDE（基於 VS Code fork）。它不只是補全程式碼，而是把 AI 深度融入整個開發流程。 優點 ：Composer 功能可以跨檔案編輯、Agent 模式可以自主執行多步驟任務、支援切換不同 AI 模型、Tab 補全非常智慧 缺點 ：是獨立的 IDE 需要遷移、Pro 方案有使用量限制、偶爾不穩定 價格 ：免費方案有限制、Pro /月 Claude Code：終端機裡的 AI 工程師 Claude Code 走完全不同的路線——它是 CLI 工具，在終端機裡運作，不綁定任何 IDE。 優點 ：理解整個 codebase、可以執行系統指令、支援 git 操作、CLAUDE.md 定義專案規則、最強的 agentic 能力 缺點 ：沒有視覺化介面、按 API token 計費（可能很貴）、需要習慣 CLI 工作流 價格 ：按 API 使用量計費，或透過 Max 訂閱方案 關鍵差異比較 即時補全 ：Copilot ≈ Cursor > Claude Code（無此功能） 跨檔案理解 ：Claude Code > Cursor > Copilot Agentic 能力 ：Claud...
閱讀完整內容

Google Ironwood TPU v7 推理專用晶片解析：效能追平 NVIDIA、成本低 44%，AI 晶片戰爭正式開打 | Google Ironwood TPU v7 Explained: Matching NVIDIA Performance at 44% Lower Cost — The AI Chip War Heats Up

By Kit 小克 | AI Tool Observer | 2026-04-21 🇹🇼 Google Ironwood TPU v7 推理專用晶片解析：效能追平 NVIDIA、成本低 44%，AI 晶片戰爭正式開打 Google Ironwood TPU 是什麼？為什麼它讓 NVIDIA 緊張？ Google Ironwood TPU（代號 TPU v7）是 Google 第七代自研 AI 晶片，也是第一款 專為推理（inference）設計 的 TPU。在 AI 模型越來越大、推理需求暴增的時代，Google 不再只依賴 NVIDIA GPU，而是推出自己的推理專用晶片來搶市場。 Ironwood TPU v7 規格有多強？ 每顆 Ironwood TPU 提供 4.6 petaFLOPS 的 FP8 運算效能 ，搭載 192 GB HBM3E 記憶體，頻寬達 7.37 TB/s。單顆效能略高於 NVIDIA B200（4.5 petaFLOPS），接近 GB300 的 5 petaFLOPS。 更驚人的是規模化能力：Ironwood 可擴展至 9,216 顆晶片組成超級叢集 ，總算力達 42.5 ExaFLOPS，遠超 NVIDIA GB300 NVL72 系統的 0.36 ExaFLOPS。共享記憶體池高達 1.77 PB，解決了大型模型推理時的資料瓶頸問題。 Ironwood TPU 比 NVIDIA 便宜多少？ 根據分析，Ironwood 的 整體擁有成本（TCO）比 NVIDIA GB200 低約 44% 。在能效方面，Ironwood 的 FP8 效能達每瓦 5.42 TFLOPS，而 GB300 為 3.57 TFLOPS/W，Google 晶片的能效高出約 52%。 為什麼 Google 要做推理專用晶片？ AI 產業正從「訓練時代」轉向「推理時代」。當 ChatGPT、Gemini、Claude 等 AI 助手每天處理數十億次查詢時，推理運算的需求遠超過訓練。Google 稱之為「推理時代（age of inference）」，而 Ironwood TPU 就是為這個時代量身打造的武器。 對開發者和企業有什麼影響？ Ironwood TPU 目前 只能透過 Google Cloud 使用，無法...
閱讀完整內容

Claude Code 實測：AI 幫你寫程式到底行不行？ | Claude Code Review: Can AI Really Code for You?

By Kit 小克 | AI Tool Observer | 2026-03-27 🇹🇼 Claude Code 實測：AI 幫你寫程式到底行不行？ Claude Code 是 Anthropic 推出的命令列 AI 程式助手，直接在你的終端機裡運作。跟其他 AI 程式工具不同的是，它不是 IDE 外掛，而是一個獨立的 CLI 工具，可以讀取你的整個 codebase、執行指令、甚至幫你做 git 操作。我實際用了幾個月，以下是真實心得。 安裝與設定 安裝非常簡單，透過 npm 就能搞定： npm install -g @anthropic-ai/claude-code 。啟動後它會要求你登入 Anthropic 帳號或設定 API key。整個流程不到五分鐘。 實際使用體驗 Claude Code 最強的地方在於 它理解你的整個專案 。你不需要手動貼程式碼，它會自己讀取相關檔案、分析程式結構，然後給出建議或直接修改。實測幾個場景： Bug 修復 ：描述錯誤現象，它能自動找到問題檔案並提出修正，準確率大約 70-80% 新功能開發 ：給它需求描述，它能產出可用的初版程式碼，但通常需要人工調整細節 程式碼重構 ：這是它最擅長的。重新命名變數、抽取函式、調整架構，做得又快又好 寫測試 ：給它一個函式，它能產生相當完整的測試案例 優缺點分析 優點： 深度理解 codebase，不是只看單一檔案 可以執行 shell 指令，直接跑測試、裝套件 支援 CLAUDE.md 讓你定義專案規則 agentic 模式下可以自主完成多步驟任務 缺點： API 費用不便宜，大型專案一天可能花 10-30 美元 偶爾會過度修改，改了不該改的地方 對非英語的程式碼註解理解力稍弱 需要良好的網路連線 適合誰用？ 如果你是全端開發者、需要處理多個專案、或者經常做重構，Claude Code 絕對值得一試。但如果你只是寫簡單的腳本，免費的 Copilot 可能就夠了。 Kit 的結論： Claude Code 是目前最接近「AI 工程師」的工具。它不完美，但確實能大幅提升生產力。好不好用？試了才知道。 🇺🇸 Claude Code Review: Can AI Really Code for You?...
閱讀完整內容