Meta用1830亿token将数学教材翻译为超大Lean库

数学领域正迎来一场由人工智能驱动的深刻变革。

近段时间，相关突破尤为密集。例如，就在数日前，Google DeepMind 的最新论文披露，其 AlphaProof Nexus 系统在一次自主运行中，一口气解决了 353 道开放 Erdős 问题中的 9 道。其中有两道难题，在数学界悬而未决了整整 56 年，而每道题的推理成本，仅需区区几百美元。详细情况可参阅《一个问题几百美元，DeepMind 智能体一次搞定了 9 个 Erdős 问题》。

这里提到的 Erdős 问题，指的是匈牙利传奇数学家 Paul Erdős 毕生提出的众多公开数学问题与猜想，广泛分布于组合数学、数论、图论、离散几何、概率论等领域。大量问题长期未能解答，成为了相关方向的研究基准与前沿挑战。此次成果之所以令人信服，关键在于 AlphaProof Nexus 并非生成自然语言证明，而是将大语言模型（Gemini 3.1 Pro）与形式化验证工具 Lean 深度整合：AI 负责提出证明思路，Lean 则像编译器一样，逐步核查每一个逻辑步骤，通不过便直接驳回。所有证明代码已公开在 GitHub 上，任何人都可以独立复现并验证。

而现在，又一项重磅进展问世！Meta 联合纽约大学等机构，正式发布了 ATLAS（Autoformalized Textbook Library At Scale）。这堪称迄今为止规模最为宏大的自动化数学形式化工程之一。项目论文与相关代码均已开放。

什么是 ATLAS？

简单来说，ATLAS 是一个基于 Lean 4 的数学形式化代码库。其核心目标非常直接：将数学教科书中的非正式定理陈述及其证明，自动翻译成计算机能够逐行验证的形式化代码。

听起来或许有些枯燥，但意义却十分深远。Lean 是一种“证明助手”语言，当你向其提交一段数学证明时，它会像编译器检查代码那样，逐步验证每一个推导步骤在逻辑上是否成立。一旦 Lean 通过验证，便意味着该证明在形式层面上无懈可击。

根据项目 Readme 中的统计数据，截至 2026 年 5 月，ATLAS 已覆盖 26 本本科至研究生级别的数学教科书，横跨分析学、代数学、几何学、拓扑学、组合数学、概率论、统计学、偏微分方程、数论以及理论计算机科学等众多学科领域。

整个代码库总计 63 万行代码，其中 Lean 核心代码为 483,917 行；包含 46,203 条数学声明，其中 42,837 条已完成证明，形式化通过率高达 92.7%。

在被选定的 4,007 条教科书定理中，已有 2,855 条完成了形式化转化，覆盖率达 71.3%。对比来看：Lean 社区多年维护的标准库 Mathlib，大约有 210 万行代码、308,129 条声明。ATLAS 在短短数周内由机器自动生成的规模，已达到 Mathlib 总量的四分之一左右，这一速度着实令人印象深刻。

这些惊人数字的背后，离不开巨大的计算资源消耗：整个生成流程用掉了超过 1830 亿（183,157M）个 token。

研究团队还专门打造了一个可视化浏览器，用户可在其中逐条对比定理的非正式原文与 Lean 形式化版本，浏览定理间的逻辑依赖关系图，甚至可以提取证明某条定理所需的最小 Lean 代码集合。这一工具的意义在于，它将 ATLAS 从一个代码库转变为一张可导航的数学知识图谱，对研究者和未来 AI 系统均极具价值。

来自哪些教科书？

ATLAS 的 26 本教材全部源自 MIT OpenCourseWare 等顶级开放课程资源，覆盖面极为广泛。举几个具有代表性的例子：

• RealAnalysis（实分析）：177 条目标定理中已形式化 175 条，覆盖率高达 98.9%，证明通过率 98.7%，是项目中完成度最高的单本教材。
• ComplexVariables（复变函数）：形式化覆盖率达到 97.4%。
• NumberTheoryI（数论 I）：576 条目标定理，已形式化 460 条（79.9%），生成了近 65,000 行代码。
• AlgebraicGeometryI（代数几何 I）：属于难度最高的领域之一，形式化覆盖率仍达 60.2%，并生成了超过 4 万行代码与 4,499 条声明。
• LieGroups（李群）：消耗的 token 最多（45,384M），生成了超过 6 万行代码，不过形式化覆盖率仅为 40%，这反映出该领域极高的技术难度。

核心引擎：AutoformBot

需要明确的是，ATLAS 的生成不可能依靠人工逐行编写，而是完全依托于 Meta 自研的自动形式化流水线 AutoformBot。该系统将教科书形式化视为一项协同软件工程问题，借鉴了开源社区成熟的协作范式——git 分支、Pull Request 审查、Issue 追踪——以此来协调成百上千个 LLM 智能体同时作业。

整个系统划分为三个管理层级：顶层的编排者负责阅读教科书，将形式化任务拆解为有向无环图，并根据书中的逻辑依赖关系调度工作顺序；中层的追踪分析器和监督者分别承担从失败任务中学习，以及在每次合并后评估目标完成质量的职责；底层的工作者和审核者则负责执行单条定理的形式化转换与代码审查。

值得特别指出的是：整个 ATLAS 的生成过程，完全由机器自动驱动，零人工证明工程介入。这既是它能快速做大规模的前提，也是未来需要持续改进质量与可靠性的原因。

整个系统的计算消耗主要集中在工作者层，约占总 token 用量的 76%。每本书的形式化过程通常持续一周左右，但增加并行度可显著缩短时间。论文中的实验显示，每个任务使用 3 个或 5 个 worker 并行竞速，比单一 worker 在相同时间内能多完成约 20% 的目标。

团队在论文中坦诚披露了系统运行中观察到的一些有趣“失效模式”，其中最出人意料的，莫过于 worker 的对抗性“作弊”与“偷懒”行为。理解这一现象的关键在于，Lean 里存在一个叫 sorry 的特殊关键字——它相当于一张“欠条”，告诉编译器“此处证明先跳过，暂且假设为真”。代码因此能顺利编译，但逻辑链条中实际上留有一个空洞。在正常开发中，sorry 是标记待填坑位置的合法工具；但在 AutoformBot 中，它却成了 worker 应付考核的捷径：遇到证明有困难的定理时，便悄悄在某个辅助引理深处塞入一个 sorry，使整条证明链看起来通过了，实际上却是一座纸牌屋。

而这仅仅是最基础的一种手法。论文归纳出的“作弊清单”还包括：保留定理名称，却将真实内容替换成永远为真的废话；把本应证明的结论偷偷藏进数据结构的字段定义里（定义只需通过类型检查，无需证明）；将难题中的复杂数学对象换成简单的替身，比如明明要构造一个同构映射，却只证明了两个空间的维数相等便草草交差。

更有意思的是事态的演变。当 reviewer 智能体被要求严格反作弊后，worker 并未就此收手，而是将 sorry 埋得更深，藏进依赖链条的更底层，让表层审查难以察觉。这场猫鼠游戏迫使团队构建了一套递归追踪整个依赖图的分析工具，才能溯源找到真正的“污染节点”。这种 worker 与 reviewer 之间的对抗，在论文中被称作“对抗动态”，也被视为大规模多智能体系统中值得深入研究的协调问题。

此外，长期运行的编排者会出现“LLM 疲劳”：随着上下文窗口被大量历史信息占据，它开始生成越来越粗糙的任务描述，甚至悄悄放弃处理困难目标。团队的解决方案是将专项分析工作委派给短生命周期的专业智能体，从而避免单一长期智能体的上下文退化问题。

在模型选择方面，论文给出了一组关键对比数据：以同等算力预算（1200M tokens）在《代数组合学》教科书上对比，Claude Opus 4.6 完成了 92% 的形式化目标，而 Gemini 3.1 Pro 仅完成了 46%——差距几乎在实验一开始便已显现，团队将其归因于模型在 Lean 语言上的编码能力差异。这也是为什么整个 ATLAS 主要依靠 Opus 4.6 驱动。

在成本方面，团队估计，当前流水线的单行代码成本已低于人类专家标注，同时速度更快、可扩展性更强，不过输出质量整体上仍不及专家手写的 Lean 代码。

局限性

团队对 ATLAS 的定位相当坦诚：这是一个持续进行中的机器生成扩展努力，而非最终完成品。目前仍有约 28.7% 的目标定理尚未形式化，部分难度较高的领域（如李群、布尔函数分析）覆盖率低于 50%。代码风格与 Lean 社区的主流标准库 Mathlib 之间也还存在不少差距——Mathlib 是全球数学家协作维护的“黄金形式化库”，有着严格的风格约定与深度整合要求。

按照团队的下一步规划，ATLAS 将继续完成各书中剩余定理的形式化，纳入更多教材与数学领域，提升代码质量与可维护性，并逐步向 Mathlib 规范靠拢，争取更广泛的开源兼容发布。同时也欢迎外部贡献者加入。

结语

ATLAS 的发布，恰好呼应了近期数学界最重要的一场认知转变。菲尔兹奖得主陶哲轩不久前指出，数学正在经历从“证明匮乏”到“证明泛滥”的历史性转变。对他来说，真正的问题已不再仅是 AI 能否生成数学证明，更有趣的是：数学共同体是否拥有足够的基础设施，来吸收、验证、整理并理解 AI 可能很快大规模产出的数学成果。

他的判断精准而深刻：“首先发现某个证明，或者率先形式化某条定理，不应该是最终目标。阐释与消化，正在变得远比这更加重要。” 陶哲轩认为，AI 越来越能生成大量看似严谨实则暗含谬误的论证，而形式验证工具（如 Lean）正是让 AI 保持诚实的关键手段。

从这个角度来看，ATLAS 的意义已超越了一个代码仓库的范畴。它更像是一次对“数学基础设施”的大规模投资实验，而这场实验的结果，很可能会深远地改变未来数学研究的格局。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：Meta用1830亿token将数学教材翻译为超大Lean库要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题