几万行证明代码，谁来验，他跑了个工具？AI 说「我证完了」你敢信：有人本地跑 40 分钟扒出 42 处占位符

大白话OpenAI 前阵子放出一批用 Lean 4 写的数学形式化证明，号称 AI 能解复杂数学题。问题是几万行代码谁来验？靠几个没空的数学家，还是让另一个大模型「看一眼说行」？这位开发者不干，直接把自己写的审计工具拉到本地，下了 7.2 GB 的 Mathlib 缓存、编译 8687 个任务，跑了约 40 分钟。结论是：11 个主证明文件货真价实，只依赖三条标准公理；另外 12 个文件报失败，因为里面留了 42 处 sorry——那是给人类选手填的挑战模板，不是作弊。

对你意味着关心 AI 数学能力真假、以及「AI 自评 AI」靠不靠谱的人都该看看：编译通过不等于证明完成，得看有没有物理证据。