搜索凡人小北

← 返回案例库

CASE · AXIOM-MATH

Axiom Math:把 Stacks Project 形式化成约 1600 万行 Lean 代码,构筑可验证数学地基

其他 · 2026-11-06

C科研与数学其他

Stacks Project 篇幅

约 7,654 页

形式化后 Lean 代码

约 1,600 万行

证据

C · 厂商自述

01

背景(公司、场景、痛点)

Axiom Math 是一家估值 16 亿美元的初创公司,想把数学放在更可靠的地基上。它的目标不是让 AI 停止生成数学结果,而是让 AI agents 有一个经过验证、可复用的知识底座,未来再扩展到写软件和做科学。当前痛点是:AI 似乎每周都在发布新的数学突破,但连用来确认这些结果的计算机检查也可能出错。如果底层充满“slop”,后续 agents 很难在糟糕的工程选择上继续扩展。

Stacks Project 是数学家 Johan de Jong 于 2005 年发起的大型开源数学参考库,涵盖从大学级代数到代数、几何、数论的前沿内容。数学家 Peter Woit 曾表示,没有什么能真正与它相比。不过在 Axiom 之前,代数几何的形式化基础几乎是“巨大黑洞”,研究者若想用 Lean 检查新工作,缺少可依赖的基础。

02

原来怎么做

过去,形式化数学往往由数学家把证明手工改写成 Lean 代码,再由 proof assistant 逐行检查。这种方式零散、规模有限,且缺少统一的互连基础。在代数几何方向,形式化覆盖尤其薄弱,研究者很难找到可复用的已验证构件。形式验证虽然在芯片设计和某些软件中被使用,但大型、相互依赖的数学知识库并没有以整体方式被形式化。Stacks Project 的定理和定义彼此连接、层层依赖,传统做法很难保持全部关系完整。

03

实际做法(步骤与架构)

Axiom Math 组建了一支 AI agent 团队,把约 7,654 页的 Stacks Project 翻译成约 1,600 万行 Lean 代码。Lean 是一种用于形式化数学的编程语言;配套的 proof assistant 会逐行检查证明代码。如果证明通过,数学家就可以信任其结果在逻辑上可靠。

难点在于,Stacks 不是孤立的定理列表,而是一个高度互连的网络:一个定理建立在前一个之上,定义也不能互相冲突。CEO Carina Hong 对 TechCrunch 说,这种“又大又脆弱”的结构让团队起初不确定能否成功;他们也不确定“vibe coding”能否保住 Stacks 的美。

为完成项目,团队没有规定每个 agent 的每个动作,而是只给一个松散结构,让 agents 并行运行。技术员工 Ashvin Swaminathan 对 TechCrunch 说,团队“imposed a hierarchy”,但不是完整的层级去决定每个 agent 做什么;agents 会自己寻找任务,并识别可以并行推进的部分。

Axiom 还训练了自己的数学模型,CEO 表示大多数验证初创没有采取这种做法。早期,团队让一名内部 Lean 专家教 agents 人类的判断/品味;后来据称 agents 自己掌握了这种 taste。Swaminathan 表示,此前代数几何方向几乎没有已形式化基础,现在研究者有了可以继续构建的基底;Axiom 的 Lean formalization 会成为 agents 可以使用的 substrate。

04

效果数字

  • 页数与代码行数:Axiom/TechCrunch 报道称 Stacks Project 约 7,654 页,被形式化为约 1,600 万行 Lean 代码。
  • 公司估值与融资:Axiom Math 为估值 16 亿美元的初创企业;今年 3 月完成 2 亿美元 A 轮,由 Menlo Ventures 领投。
  • 创始人背景:CEO Carina Hong 25 岁,从斯坦福数学博士项目退学,2025 年 3 月创立公司。
  • 领域覆盖:技术员工 Ashvin Swaminathan 称其填补了代数几何形式化的“巨大黑洞”,此前该领域研究者几乎没有可依赖的形式化基础。
  • 外部评价:Terence Tao 曾对形式化证明的复利效应表示,“The more formalized proofs you have, the more formalized proofs you can make.” 以上数字主要来自公司宣布或 TechCrunch 转述,未披露独立审计。
05

没说清楚的地方

  • 原文没有给出约 1,600 万行中有多少行真正通过了 Lean proof assistant 的完整验证,也没有失败率、重试次数、总耗时和成本。
  • Axiom 自研模型的规模、训练数据、agent 协调机制未披露,难以判断“agents 自己找任务并行工作”的实际效率。
  • 原文只说 2 亿美元 A 轮在今年 3 月完成,没有说明 16 亿美元估值的依据和对应轮次。
  • 填补代数几何形式化“黑洞”是公司员工说法,尚缺第三方对其完整性和正确性的独立核验。
06

小北判断

有条件能抄

能不能抄:用多 agents 并行形式化大型结构化知识库的思路可以借鉴,但 1,600 万行规模、自训练模型和 2 亿美元融资门槛很高,普通团队不宜直接照搬。

前提条件:

  • 具备形式化验证或 Lean 经验的数学/逻辑团队。
  • 有一个足够大、结构清晰且互连的开源知识源,或内部可形式化的规范库。
  • 拥有训练或微调模型的算力与数据能力,或有替代方案调用成熟模型并配合 agent 调度。
  • 能把生成的代码行数和通过 proof assistant 检查的部分分开度量,避免只追行数不追正确性。

坑:

  • 把翻译出的代码行数直接等同于全部逻辑都已验证通过,可能掩盖实际失败率和修补成本。
  • 并行 agents 在高度互连知识库上容易产生定义冲突、循环依赖或连接断裂。
  • 如果早期工程结构堆料较乱,后续扩展会非常困难,正如 CEO 警告的那样。
  • 核心结果来自厂商自述,短期缺乏第三方审计,容易被媒体数字过度放大。

如果你要试的最小版本:选一个小型但有关联性的数学章节或若干定理,用现成 Lean 加 proof assistant,加少量 agent 做自动翻译或建议,人工修补连接。两周内只追踪两个指标:通过验证的定理比例、每通过一个定理所需的人机时间。先用小样本证明由 agents 并行形式化再交给 proof assistant 检查的做法比纯手工形式化更快、更稳,再逐步扩大范围。

小北推测(非原文):Axiom 所说的约 1,600 万行 Lean 代码,更可能指由 agents 生成并进入代码库的行数,并不一定意味着每一行都经过独立 proof assistant 最终验证;真正完整形式化可能还存在未公开的修补和放弃比例。

07

出处

TechCrunch(作者 Aditya Mehta):Axiom Math wants to keep AI slop out of mathematics

证据等级

  • C:TechCrunch 转述 Axiom Math 公司宣布和员工采访,有具名数字(页数、代码行数、估值、融资额),但核心形式化结果未经第三方或学术共同体独立核验。

打开原文 ↗