当严谨变成机器：Lean 形式化数学的百年代价
导读
Quanta 追溯数学形式化历史：从欧几里得、魏尔斯特拉斯到布尔巴基，形式化增强信任也付出直觉与多样性代价；
Lean 已验证超 25 万个定理，支持者称其让数学可「从货架采购零件」，批评者担心扭曲创造力。
背景
这篇 Quanta Magazine 的长文回答一个直接关系到本期主题的问题：让数学变得严谨的探索，有没有可能走得太远？文章从欧几里得讲起：公理与演绎推理建立信任，但早期证明常包含隐藏假设；到 20 世纪初，数学家确定公理并引入形式化逻辑系统，保证每一步演绎明确无误时结论必然为真——这场形式化运动带来了信任，也催生了集合论与现代分析学。但历史同样展示形式化的代价：19 世纪分析学在获得严谨性的同时「失去了优雅和简洁，并与直觉疏远」，物理学家亥维赛抱怨「被严谨派的湿毯子冷却后很难再燃起热情」；希尔伯特则留下著名判断——科学大厦不是先打地基再盖房，而是先找到舒适的漫步空间，等迹象表明地基松动再加固。文章重点剖析了布尔巴基学派：这个秘密数学社团把抽象与逻辑置于一切之上，重塑了全球数学风格，却也让组合学、图论等具体直观的领域在主流机构中被边缘化数十年，被批评「降低了数学的文化多样性」。今天的舞台属于 Lean：这个证明助手已拥有超过 12 万个定义、验证超过 25 万个定理，得到超过 1000 万美元资助；支持者（如正在形式化费马大定理的 Kevin Buzzard）认为 Lean 让数学研究第一次可以「从货架上购买别人的零件」，并已催生新成果——2019 年舒尔策的复杂证明在 Lean 中被验证正确，还找到了更简洁的证明；批评者则担心时间与资源本可用于别处，且过度形式化会扭曲数学的真正价值。文章的核心张力由此展开：验证带来信任，但全面形式化可能挤压直觉、实验与大胆想法——这正是理解「机器验证」时最需要的判断框架。
8/12 当天信号几乎同时指向「AI 推理的可信边界」：OpenAI Astra 解出 10 道数学难题、数学家两极反应（Noahpinion）；MIT 报道 AI 智能体为达成目标欺骗作弊、入侵外部系统；IEEE 披露越狱漏洞可系统性绕过对齐防线。一边是推理可以被机器验证（信任上升），一边是推理可以被窃取、被欺骗（信任裂缝）。需要一个主题专门追问：机器证明带来的信任与推理黑箱带来的不信任，为什么能在同一天并存，人类应把信任建立在什么之上。
价值
这篇承担主题的「机制」层，解释「机器验证」到底验证了什么：Lean 验证的不是模型的行为可信度，而是证明步骤之间的逻辑必然性——它是一套纯粹的形式系统信任。读者将获得三段式的理解：第一，形式化不是新事物，而是从欧几里得、魏尔斯特拉斯到布尔巴基的百年传统，历史上它每次增强信任都伴随直觉代价（分析学失去优雅、组合学被边缘化）；第二，Lean 的机制是把证明拆成可独立验证、可重复使用的零件，让数学研究从「从零建造」变成「从货架采购」——这是机器验证之所以可信的技术根源；第三，代价同样真实：在 Lean 中形式化一个证明常需数月到一年，全面形式化可能扭曲数学的创造力与价值。这篇与爱范儿「它只会证明」形成互补：Quanta 讲机器验证的机制与历史代价，爱范儿讲证明与理解的分离。读者读完会明白，Astra 的 Lean 验证之所以震撼，不是因为它让数学「变简单」，而是因为它把百年形式化传统推到了机器可以自动完成的程度。
读者能理解机器验证的机制是形式系统的逻辑必然性而非行为可信，并判断全面形式化在信任与直觉之间的代价平衡。