九年级学生借助Claude攻克几何猜想：阿基米德多面体的鲁珀特性证明

一个中学生与AI合作的数学证明

在数学界，有一类看似简单却极难证明的问题——某个凸几何体能否穿过自己副本上的一个洞。这个性质被称为"鲁珀特性质"（Rupert property）。能做到的形状被称为"具有鲁珀特性"，而找到一个不具备该性质的凸形状，一直是研究者追逐的目标。

最近，一位自称九年级学生的网友在Reddit上分享了自己的成果：他借助AI助手Claude，证明了经典阿基米德立体——"小斜方截半二十面体"（rhombicosidodecahedron）无法穿过自身的副本。这个结论此前只是一个悬而未决的猜想。

问题的来龙去脉

要理解这项工作的意义，需要先了解背景。此前，数学家找到了第一个被证明无法穿过自身副本的凸形状，被戏称为"Noperthedron"（意即"做不到的多面体"）。同一批研究者随后提出猜想：小斜方截半二十面体——一种拥有62个面的古典阿基米德立体——同样不具备鲁珀特性。但在这位中学生动手之前，没有人给出过完整证明。

作者坦承，常规方法在这里会"失灵"。原因在于这个几何体拥有多达120种对称性，导致既有的证明框架在某些配置下崩溃。他和Claude找到了4个"奇异"（singular）配置——正是在这些位置原有方法会失效，并用无理数 √5 精确定位了它们，还证明了新的定理来处理这些特殊情况。

鲁珀特性质得名于17世纪的鲁珀特亲王（Prince Rupert of the Rhine），他提出了一个著名问题：能否在一个立方体上挖一个洞，使另一个相同大小（甚至更大）的立方体穿过？答案是肯定的——略微倾斜后挖出的截面足够大。数学家后来将这一性质推广：若一个凸几何体可以穿过自身副本上切出的孔洞，就称它"具有鲁珀特性"。许多常见形状——立方体、正四面体、正八面体——都被证明具备此性质。长期以来，数学界没有找到任何一个不具备鲁珀特性的凸形状，甚至有研究者猜测所有凸体都具有此性质。直到"Noperthedron"的出现，才打破了这一推测，证明确实存在"穿不过自身"的凸形状，小斜方截半二十面体的猜想也由此变得更加值得证明。

用计算机穷举1230万个方向

证明的核心是一次大规模的计算机验证。整个方案把几何体所有可能的朝向切分成约1230万个"盒子"（boxes），对每一个盒子都用区间算术（interval arithmetic）进行验证。

区间算术的关键价值在于，它能保证浮点运算中的舍入误差不会"骗过"证明——每一步计算得到的是一个保证包含真实值的区间，而非可能失真的近似值。这种方法让数值计算达到了接近严格数学证明的可靠性。整个验证过程消耗了约38个CPU小时。

区间算术（interval arithmetic）是一种以区间代替单一数值进行运算的数值方法。普通浮点运算在每一步都会引入细微的舍入误差，这些误差在大量迭代后可能积累到足以使错误结论看起来成立。区间算术的做法是：将每个数表示为一个保证包含真实值的闭区间 [a, b]，对区间进行加减乘除时，输出区间被设计为必然包含所有可能的真实结果。如此一来，无论运算链多长，最终区间仍对真实值有严格的包含保证。在几何证明中，这意味着只要某个方向对应的区间计算结果明确显示"不可能穿过"，该结论就在数学上严格成立，而非仅仅"在计算机精度范围内成立"。这种方法常被用于计算机辅助证明（computer-assisted proof）领域，四色定理、开普勒猜想的证明都曾依赖类似的严格计算验证框架。

AI在证明中扮演了什么角色

这篇文章最值得玩味的部分，是作者对人机分工的诚实描述。按他的说法，Claude承担了大量"重活"：数学论证、代码编写，乃至论文写作。而他本人的职责是——选择研究问题、在每一步决定方向，以及核查所有结果。

一个颇具启发性的细节是：当他要求Claude从头重新核验整个证明时，两人"发现并修正了几处真实的错误"。这说明AI生成的数学推理并非天然可靠，反复的交叉验证和人类的批判性审查依然不可或缺。AI在这里更像是一个高效但需要监督的协作者，而非自动化的真理机器。

诚实的自我披露

作者在帖子中主动交代了一个关键事实：另有两位研究者（Bence Hervay 和 Oscar Smith）在大致同一时期用不同方法独立证明了相同结果，他的论文也引用了这两份工作。这种坦诚反而增强了成果的可信度——多方用不同路径得到一致结论，本身就是对结果正确性的有力佐证。

此外，当初提出该猜想的研究者之一 Sergey Yurkevich，为这篇论文背书，使其得以提交到arXiv预印本平台。论文与代码均已公开（论文DOI: 10.5281/zenodo.23159625，代码托管于GitHub）。

这件事的更大意义

抛开结果本身，这个案例折射出AI协作科研的一种新范式。一名中学生，凭借清晰的问题意识和严格的核查态度，加上AI在繁重推导与编码上的加持，完成了一项需要专业数学功底的工作。

这既展示了大语言模型在结构化数学任务上的潜力，也揭示了其局限：没有人类在方向选择、错误甄别上的主导，AI容易产生看似正确实则有误的推理。真正的价值不在于AI"替代"研究者，而在于它降低了参与前沿探索的门槛，让更多有想法的人能够把问题推进到可验证的程度。

当然，这类成果仍需同行评议的严格检验。但作为AI辅助数学研究的一个鲜活样本，它值得关注。

小斜方截半二十面体（rhombicosidodecahedron）是13种阿基米德立体之一，由古希腊数学家阿基米德系统描述。它拥有62个面（20个正三角形、30个正方形、12个正五边形）、120条棱和60个顶点，对称群阶数为120，是所有阿基米德立体中对称性最高的之一。正是这120种对称性，使得穷举验证时必须小心处理"奇异配置"——在这些特殊方向上，常规的数值方法会因对称性退化而失去区分能力，需要额外的解析论证。这也是该证明技术难度的核心来源：不是暴力计算量不够，而是高对称性在特定位置制造了数值方法的盲点，必须用精确代数（如涉及√5的无理数表达式）单独处理。