🎯 今日の主役
Anthropic が9月4日、「大きな数学の証明が正しいかを確かめるには何年もかかることがある。形式化——数学的推論を Lean のような証明支援系が検証できる形へ変換すること——が助けになる」と投稿した。その中身が、フェルマーの最終定理の証明を丸ごと機械が検証できる形にする作業だった。同社の研究ページによれば、Claude はほぼ自律的に11日間作業し、端から端まで機械が検証したフェルマーの最終定理の証明を初めて完成させている。書かれた Lean のコードは1,300万行、途中で証明された補題は2万9,500件を超える。
数字より大事なのは、その証明が「読んで納得するもの」ではなくなったことだ。使われたのは Lean 4.33.1 で、リポジトリの6万475のモジュールがすべてビルドされ、すべての宣言が Lean のカーネルで検査されている。標準ライブラリの外の公理に頼っていない。道筋そのものは Wiles と Taylor が開いたフライ曲線とモジュラリティ・リフティングという古典的な route で、新しい数学が発明されたわけではない。新しいのは、その道筋のすべての足元が機械の点検を通ったという状態のほうだ。しかも成果物は公開リポジトリに置かれていて、誰でも証明の連鎖を自分でたどれる。
同じ24時間に、能力の測り方をめぐる話が並んだ。GPT-6 Astra は ECI という指標で169を付けたと観測され、事前の予想は166.5でそれでも強気とされていた。OpenAI 自身は「思考の連鎖を使わない場合の作業持続時間がおよそ一桁伸びた可能性がある」とし、英国の AI 安全研究所は Astra の作業持続時間を30.9分、前世代の GPT-5.6 Sol を3.6分と計測したと紹介されている。強くなったことを示す数字は増えている。だが、強さを主張する側と、その主張を確かめる側は、これまでずっと同じ人間だった。ここが変わろうとしている。あなたは自分が使っている道具の出した答えを、最後は何によって確かめているだろうか。
🧭 今日の焦点 3 件
モデルの物差し: GPT-6 Astra について、ECI 169、作業持続時間30.9分（前世代は3.6分）という数字が並んだ一方で、ARC-AGI-3 の結果は期待に届かなかったという観測も出ている。ある観測者は、これまでの世代の結果と採点方式から70%超を見込んでいたと書いた。指標が増えるほど、どの指標を根拠に「賢くなった」と言うかは選択になる。数字が増えることと、比べられるようになることは同じではない。
配り方: OpenAI は9月4日、GPT-6 Astra を ChatGPT Work と Codex の Pro・Enterprise・Business Premium の全利用者に開放し、API でも使えるようにしたと発表した。Plus と Business には数日のうちに広がるとしている。公開の翌日に企業向けが開き、個人向けが後から続く。手元に届く順番は、能力の順番ではなく契約の順番で決まる。
住まいの手ざわり: 住宅を手がける Geoship が、色・仕上げ・曲線のひとつひとつが住まいの体験を形づくるとして、設計チームが暖かく、地に足がつき、自然とつながる感覚のインテリアを作ったと紹介した。色の組み合わせと配置で暮らしの感触を設計する、という言い方である。効率や性能の話が続く週に、手ざわりから住まいを考える視点が並んだことは記録しておきたい。
📊 数値スナップショット
BTC $81,162 +5.40%｜ETH $2,496.38 +4.94%｜ADA $0.220655 +11.71%｜NIGHT $0.02180835 +12.17%（9月4日時点・24時間変化）
WTI $91.78 +0.85%｜VIX 14.32 -5.79%（9月3日時点）
フェルマーの最終定理の形式化: 作業日数11日／Lean のコード1,300万行／証明された補題2万9,500件超／Lean 4.33.1／ビルドされたモジュール6万475／標準ライブラリ外の公理は不使用
GPT-6 Astra: ECI 169（事前予想は166.5）／思考の連鎖を使わない場合の作業持続時間30.9分（GPT-5.6 Sol は3.6分・英国 AI 安全研究所の計測として紹介）
配布: ChatGPT Work と Codex の Pro・Enterprise・Business Premium の全利用者と API に開放、Plus と Business は数日のうちに
背景: 暗号資産は広く上げ、株の変動率指標は落ち着いた
AI エージェント普及フェーズ密度: 能力の主張と、その主張を第三者が検証できる仕組みが、初めて同じ日に並んだ段階にある
⚡ 先行指標 Watch（48-72h）
【1】公開された証明を誰が点検するか。リポジトリは公開されていて、Lean のカーネルを通せば誰でも同じ検証を再現できる。数学者側から独立の確認が出るか、あるいは形式化の範囲や前提について異論が出るかが、この成果の受け取られ方を決める。
【2】形式化の対象が次にどこへ向かうか。今回は既に人間が証明済みの定理を機械が検証できる形へ移した仕事だった。未解決の問題に同じ手を使う試みが出るかどうかで、話は「検証」から「発見」へ移る。
【3】GPT-6 Astra が Plus と Business に届く時期。数日のうちと予告されているので、48-72時間はちょうどその窓に入る。予告どおりなら、公開から個人の手元までが数日という速さが標準になる。
【4】指標の使い分け。ECI と作業持続時間と ARC-AGI-3 が別々の方向を指した場合、どれを見出しに採るかが各社の姿勢を映す。強い数字だけが繰り返し引かれるようなら、比較可能性はむしろ下がる。
【5】暮らしの側の材料。住宅の設計や住まいの手ざわりに関する発信は、AI の話題が濃い週には埋もれやすい。エネルギー・住居・移動の分野で、個人が実際に選べる選択肢が増える動きが出るかを見る。
🔄 48-72h 分岐（観察軸）
Base: 公開された証明への独立の検証が始まり、形式化は数学の作業工程のひとつとして扱われていく。GPT-6 Astra は予告どおり個人向けプランへ広がり、指標をめぐる議論が続く。
Risk: 形式化の範囲や前提をめぐって専門家から異論が出る。その場合、話は成果の大きさから「何をもって検証済みと呼ぶか」の定義へ移る。見分け方は、異論が Lean のコードそのものに向くか、それとも形式化した対象の選び方に向くかだ。
Alt: 別の研究機関が同じやり方で別の大定理を形式化したと発表する。そうなると、これは一社の成果ではなく作業手順の変化として広がる。そのときは使われる証明支援系が Lean のままかどうかが手がかりになる。
📎 直近24時間の動き
重要な動き
- Anthropic が、大きな数学の証明の正しさを確かめるには何年もかかることがあり、Lean のような証明支援系が検証できる形へ変換する形式化が助けになると投稿した。
https://x.com/AnthropicAI/status/2095947707605266436 - Anthropic が、フェルマーの最終定理の Lean 4 による証明を公開したことが伝えられた。
https://x.com/scaling01/status/2095941610651455822 - 同社の研究ページによれば、Claude はほぼ自律的に11日間作業し、端から端まで機械が検証したフェルマーの最終定理の証明を初めて完成させ、Lean のコード1,300万行と2万9,500件を超える補題を書いた。
https://www.anthropic.com/research/formalizing-fermats-last-theorem - 証明の全体は公開リポジトリに置かれており、誰でも証明の連鎖をたどれる。
https://github.com/anthropics/fermats-last-theorem - GPT-6 Astra が ECI という指標で169を付けたと観測され、事前の予想は166.5でそれでも強気とされていたと述べられた。
https://x.com/scaling01/status/2095603422971990402 - OpenAI が思考の連鎖を使わない場合の作業持続時間がおよそ一桁伸びた可能性があるとし、英国の AI 安全研究所が Astra を30.9分、GPT-5.6 Sol を3.6分と計測したことが紹介された。
https://x.com/scaling01/status/2095597192035664348 - OpenAI が、GPT-6 Astra を ChatGPT Work と Codex の Pro・Enterprise・Business Premium の全利用者に開放し API でも利用可能にしたこと、Plus と Business には数日のうちに広がることを発表した。
https://x.com/OpenAI/status/2095968413646737608 - 住宅を手がける Geoship が、色・仕上げ・曲線が住まいの体験を形づくるとして、暖かく地に足がつき自然とつながる感覚のインテリアを設計チームが作ったと紹介した。
https://x.com/Geoship/status/2095910449350938867
▫ その他の動き
・ARC-AGI-3 の結果について、これまでの世代の結果と採点方式から70%超を見込んでいたという観測が示された https://x.com/scaling01/status/2095878207748591854
・GPT-6 Astra を具体的に扱う解説記事が、実演を交えて公開されたと告知された https://x.com/altryne/status/2095726740677255407
・システムカードの記述をめぐって、公開の準備が整っていたとは読み取れないという指摘が出された https://x.com/scaling01/status/2095707142007185440
・OpenAI の安全研究者による、思考の連鎖の監視が誤整合対策の中核であるという趣旨の発言が引用された https://x.com/scaling01/status/2095622893145034879
・利用枠の繰り越しについて、一度分の枠が持ち越される仕組みが紹介された https://x.com/altryne/status/2095656339204984910
🗂 継続確認
・形式化の定理数と定義数については、公開資料のあいだで2万9,500件超という表現と、より細かい内訳を示す表現が並んでいる。リポジトリの実データと突き合わせたうえで、次回以降は確定した数で書く。
・ECI という指標の定義と算出方法は、観測者の投稿を入口にしている。指標の提供元の定義文書を確認したうえで扱う。
・作業持続時間の計測条件（課題の種類・打ち切り基準）は、英国 AI 安全研究所の公表資料で確認したうえで比較に使う。
一次ソース:
- Formalizing Fermat's Last Theorem（Anthropic 研究ページ）
https://www.anthropic.com/research/formalizing-fermats-last-theorem - anthropics/fermats-last-theorem（公開リポジトリ）
https://github.com/anthropics/fermats-last-theorem - Formalizing Fermat's Last Theorem in Lean（Lean 公式サイトの事例紹介）
https://lean-lang.org/use-cases/flt/ - GPT-6 Astra の提供範囲についての OpenAI の告知
https://x.com/OpenAI/status/2095968413646737608
