Söndag kväll, en formel och en VM-final

Sent på söndagen den 19 juli 2026 lade matematikern Levent Alpoge ut en enda polynomavbildning och tackade två vänner: en för att ha ställt frågan och en, skrev han, för att ha arbetat under VM-finalen. Den andra vännen var Claude Fable 5. Inlägget hade tidsstämpeln 02:19 UTC den 20 juli. Formeln i det var ett motexempel till Jacobiförmodan, som hade stått öppen sedan 1939.

Avbildningen tar tre komplexa variabler till tre komplexa utdata. Dess Jacobideterminant är -2, en konstant skild från noll, och det är precis det villkor som enligt förmodan skulle garantera en polynomiell invers. Någon sådan invers finns inte, eftersom tre olika indata hamnar i samma punkt: (0, 0, -1/4), (1, -3/2, 13/2) och (-1, 3/2, 13/2) avbildas alla på (-1/4, 0, 0).

Alpoge arbetar på Anthropic och gav modellen äran för fyndet. Det är den delen branschen kommer att citera den närmaste månaden. Det är inte den del som betyder mest för den som driver ett företag.

Vad Keller skrev ner 1939

Förmodan var ett löfte om att kunna gå tillbaka. Den tyske matematikern Ott-Heinrich Keller frågade om en polynomavbildning vars Jacobideterminant är en konstant skild från noll måste ha en invers som själv är ett polynom. Enklare uttryckt: om en transformation aldrig någonstans lokalt slår ihop information, går det då alltid att återskapa indata ur utdata med samma sorts aritmetik som man använde på vägen dit.

I 87 år antog man att svaret var ja, och ingen kunde bevisa det. Inom algebraisk geometri låg den som ett av de problem som drar till sig delresultat, specialfall och med jämna mellanrum bevis som fick dras tillbaka.

Motexemplet besvarar den i dimension tre och uppåt. Fallet med två variabler är fortfarande öppet, och den pull request som formaliserade motbeviset säger det uttryckligen. Det är ett smalare resultat än rubrikversionen, och hederlig rapportering måste bära den skillnaden.

Kontrollen tog timmar eftersom någon hade skrivit ner frågan först

Inom ett dygn hade Paul Lezeau formaliserat motexemplet i bevisassistenten Lean och öppnat pull request 4474 i Google DeepMinds repository formal-conjectures, med titeln feat: add Jacobian disproof. Granskarna godkände den. En oberoende granskning som lades ut i samma tråd bekräftade att beviset varken innehåller sorry eller native_decide och inte heller några egna axiom, vilket är Lean-gemenskapens sätt att säga att ingenting antogs och ingenting vinkades igenom.

Snabbheten kom från förberedelsen, inte från modellen. Repositoryt innehöll redan en formell formulering av Jacobiförmodan, som människor var överens om och som skrevs ner innan någon hade ett motexempel att pröva den mot. Som bloggen Xena Project uttryckte saken: när människor väl är överens om att den formella formuleringen fångar förmodan korrekt är det en trivialitet att kontrollera om möjligen AI-genererad Lean-kod verkligen utgör ett bevis eller ett motbevis av förmodan.

Läs den meningen två gånger. Den svåra, långsamma, mänskliga delen skedde år tidigare, när någon översatte en mening från 1939 till maskinkontrollerbar form. Påståendet kom en söndagskväll och var avgjort på måndagen, därför att acceptanstestet redan fanns.

Verifierat är inte detsamma som förstått

Samma blogg är rakt på sak om gränsen. Nästa steg, skriver den, är att människor ska förstå exakt vad som pågår i exemplet. En maskin kan intyga att de tre punkterna sammanfaller. Den kan ännu inte tala om för någon varför just den här avbildningen, av alla avbildningar, var den som bröt ett 87 år gammalt antagande. Sakkunniggranskningen i tidskrift är inte heller klar, och ett verifieringspreprint är ingen tidskrift.

Det är inte heller en isolerad händelse. Samma blogg räknar till tre motexempel på tre månader: Erdos förmodan om enhetsavstånd i maj, en fråga av Grothendieck om gruppscheman i juli och nu Kellers. Timothy Gowers beskrev det här som första gången en språkmodell hade löst ett välkänt problem som han hade hört talas om utanför sitt eget område. Tre datapunkter är ett mönster som håller på att bildas, inte ett bevisat mönster.

Skriv acceptanstestet innan du köper modellen

Den överförbara lärdomen är procedurmässig, inte matematisk. Nästan varje påstående om AI-förmåga som en företagare har fått i handen i år kom som ett benchmarkvärde publicerat av den part som säljer modellen. Det här kom som ett föremål som en främling kunde kontrollera på en eftermiddag, mot ett kriterium som skrevs ner innan påståendet fanns, med ett verktyg som varken svarar inför labbet eller inför den som påstår.

Det är en specifikation som du kan kopiera. Formulera acceptanskriteriet inför nästa AI-upphandling så att det går att bedöma utan leverantörens medverkan: en fast testmängd som du själv förfogar över, en poängregel som avtalas i förväg, ett utdataformat som ett skript du kontrollerar kan sätta betyg på. Om det enda beviset för prestanda är en siffra som leverantören själv har räknat fram har du köpt ett pressmeddelande.

Håll den andra lärdomen bredvid den första. Motexemplet är intygat och ändå inte förklarat, och det är exakt formen på det mesta som AI producerar inne i ett företag: rätt på ett sätt som du kan testa, ogenomskinligt på ett sätt som du inte kan granska. Bygg för det första och bemanna för det andra.

Läs vidare: Oberoende tester sätter Kimi K3 över Fable 5  |  Googles flaggskeppsmodell är sen och saknar nytt datum