陶喆轩亲测：Claude崩溃时靠这份保姆级指令清单轻松翻盘
新智元报道
编辑：元宇
【新智元导读】从电脑崩溃到半小时拿下Lean形式化证明，数学大神陶哲轩用亲身踩坑经历警告：AI越强大，人类越不能偷懒，应时刻保持「人类在环」的绝对清醒。
连跑45分钟，烧光Token，最后电脑直接死机。
你可能很难想象，这竟是全球顶尖数学家陶哲轩在实测最新AI编程工具时，遭遇的一次真实翻车现场。
九个月前，他曾在一个视频中向大家展示如何将一段复杂的数学证明形式化。
九个月后，面对被业界疯狂追捧的新一代AI助手Claude Code，他本以为这会是一场降维打击。
没想到，第一次完全放权给AI，不仅没有完成数学证明，还把自己的电脑搞崩溃了。
在接到一句宏大的指令后，AI陷入了疯狂的回溯与试错，狂跑了45分钟，不仅没写出一行可用代码，庞大的计算过载还把电脑弄死机了。
眼下整个科技圈都在狂热地讨论AI智能体。
仿佛只要随手抛出一句话，AI就能替你打理好全部工作。陶哲轩这场硬核实测，却像一剂清醒剂，终结了这种技术幻觉：
即使面对再强大的AI，人类也不能完全「关掉大脑」。
保持参与，才是最好的使用AI的方式。
「一波流」幻想破灭
AI智能体的「过载陷阱」
故事要从九个月前说起。
在当时的Equations of Theories项目里，为了证明等式1689能够推导出等式2（即singleton law），陶哲轩使用GitHub Copilot和一个名叫conical的辅助工具，靠着人类的智慧和轻度的AI辅助，一步步手动完成了证明的形式化。
如今，全面升级的智能体来了。
由于对AI的过度信任，陶哲轩在第一次尝试Claude时进入了一个极其普遍的误区，他给Claude下达了一个大而笼统的指令：「请把整个事情都做完。」
他原本以为，AI会自动拆解任务、理清逻辑、输出完美代码。
然而这句不加限制的指令，直接触发了机器的「过载陷阱」。面对复杂的逻辑链条，Claude在底层引理的证明泥潭里迷失了方向。
它花了大把时间去猜测该怎么做，接着犯错，然后疯狂回溯、推倒重做。
就这样，在烧掉大量Token之后，AI狂跑了整整45分钟仍然一无所获。而且，庞大的计算压力，也让陶哲轩的电脑崩溃了。
事实证明，当人类下达给AI的任务指令缺乏清晰边界时，AI的勤奋只会像无头苍蝇式的乱撞，最终演变成一场徒劳无益的消耗。
这次惨痛的教训，也戳破了当下人们对AI的一个幻觉：认为有了智能体，自己就可以当「甩手掌柜」了。
「保姆级」指令的胜利
真正的转折，发生在第二次和第三次尝试里。
第二次，其实已经成功了。
陶哲轩把任务拆开，不再要求Claude Code一次完成全部证明，而是先形式化引理1、引理2、引理3，再逐步把证明补进去。
最后大约用了25分钟，完整证明做出来了。
在第三次，他还摸索出了一套防AI「暴走」的干货步骤，核心秘诀，就是专门建一个Markdown文件，把所有指令按步骤写清楚，再交给Claude Code执行。
只是这次他并没这么做，而是把这些步骤直接写进Lean文件的注释里。
这套流程的精髓，不在于复杂，而在于克制。
第零步，先形式化S和F这两个记号。先把符号系统立住，别急着证明。
第一步，创建证明骨架。把引理1、引理2、引理3的陈述都形式化出来，但这个阶段严禁AI尝试证明，一律用「sorry」占位。
这一步看似保守，实际上非常高明。因为他已经从第一次失败里看明白了：
一旦让Claude Code过早进入「我要把它证出来」的状态，它就会在证明细节里疯狂打转，反复试、反复错、反复回退，最后什么都做不完。
与其让它一上来就冲刺，不如先让它把结构搭好。
然后才是第二步：把非形式化证明里的每一行，逐行转成Lean代码。
理由先不补，能用「sorry」的地方先用「sorry」。
这个动作特别像搭脚手架。先把房子的梁柱立起来，再慢慢砌墙，而不是抱着一堆砖头就想直接盖完。
也是在这里，陶哲轩点出了Claude Code一个很有意思的弱点：它在最底层、最机械的步骤上，反而容易「想太多」。
本来人类可能觉得「这一步一两行就该结束了」，它却会绕出更长的路径。
在陶哲轩的第一次尝试时，AI甚至不愿意沿用S和F这些简写，而是把式子不断展开，导致证明越来越难读。
这正是很多人今天会误判AI的地方。
你以为它最擅长的是细活，它偏偏会在最该老实执行的时候，突然开始「发挥创造力」。
而在形式化证明这类任务中，过度发挥，往往不是加分项，反而可能是事故源头。
在这套「保姆级」指令的约束下，Claude终于不再像脱缰的野马。它老老实实地跟着人类给定的证明，几秒钟就吐出了规整的代码框架。
「人机并行协作」
你做你的填空，我修我的Bug
真正让这次实践变得好看的，是中间那段非常丝滑的人机配合感。
做到一半，电脑又崩了一次。
但这一次，崩溃没有毁掉进度。
原因很简单：因为任务已经被拆成了一段一段的小步骤，所以恢复起来并不痛苦。
分步推进，不只是为了防止AI暴走，也是为了人类后期修改方便。
更精彩的戏码是在修Bug阶段。
在填补细节时，Claude卡在了某个底层步骤上。陶哲轩发现，AI把记号SA展开了两次，而实际上只需展开一次。
面对这个逻辑死结，AI试图换一种极其复杂的思路去绕过它，甚至给出了一段冗长代码。
这个时候，人类的作用显现了。
陶哲轩果断出手，他调出Info View面板，亲自接管了这行逻辑。
面对多余的展开项，他直接使用congruence（消掉同类项），瞬间清空了报错信息。连他自己都忍不住感慨：「这也太强了，居然直接就成了。」
随后，他又意识到，这里其实可以把H1抽出来，单独作为一个关键方程引理，因为后面两个地方都能复用它。
此时，全场高潮的「人机结对编程」画面出现了。
当陶哲轩在前方手动修复复杂逻辑、提取引理时，Claude Code根本没有闲着。
它在后台默默同步，聪明地把过去代码里的H1替换成了一行简练的证明，并自动给后续的引理三搭好了骨架。
这才是这次实验最舒服的一幕：不是你命令，我执行；也不是你放手，我乱跑；而是两者在同一个代码库里独立运转，互不干扰却又完美配合。
像一场真正的结对编程，只不过你的搭档，不是另一个人类，而是一个需要被约束、但又确实能干活的智能体。
拒绝「多智能体焦虑」
要把手放在方向盘上
最后，这份证明完成了。
总耗时大约半小时，里面还算上了一次系统崩溃。对比第一次45分钟空转到电脑死机，这个结果已经足够说明问题。
但在复盘阶段，这位数学大神给出的，不是某种神话式结论，而是一种很清醒的技术态度。
他显然看到了自动化的诱惑。
Claude Code足够强，大多数人很容易生出一种冲动：干脆让它全包，我少操点心。
可问题在于，一旦你真这么做，它很可能直接扔掉你原本已经很好的非形式化思路，按它自己的方式重写一遍。
结果，就是代码变得晦涩难懂，一旦跑不通，你连调试都无从下手。
他还顺手吐槽了当下很流行的一种趋势：
让多个智能体同时跑，再用另一个智能体去管理前面那几个智能体。
理论上当然可以。
可至少在这次任务里，他已经对单个、听话、受控的Agent非常满意了。再往上叠，不一定是效率提升，也可能只是另一种形式的复杂化焦虑。
此外，在这场技术洪流中，人类必须保持参与感。
最顶级的AI工作流，不是关掉大脑，而是始终把手放在方向盘上。
因为一旦完全依赖工具，出了问题，你能做的往往只剩下一遍遍重新调用，像是在对一个黑箱许愿。
而当你把「人类在环」这件事坚持到底，局面就完全不同了。
这时候，AI不是替你思考的大脑，而是你手里那把越来越锋利的剑。真正决定它往哪儿挥的人，仍然还得是你。
参考资料：
https://mathstodon.xyz/@tao/116190707979654536%20
https://github.com/teorth/analysis/blob/main/analysis/Analysis/Misc/equational.lean%20
https://www.youtube.com/watch?v=JHEO7cplfk8
相关攻略
探讨RPA（机器人流程自动化）时，一个普遍被提及的问题是：学习和应用RPA需要编程基础吗？ 答案并非绝对。这主要取决于三个核心维度：所选RPA工具的特性、待自动化流程的复杂程度，以及实施者自身的技术背景。下面我们将逐一深入分析。 一、RPA平台与编程需求 不同RPA厂商提供的平台，其技术门槛差异显著
南京大学与伦敦大学学院联合研究团队近日发布了一项突破性成果，为精准评估大型语言模型在代码生成与编程任务中的真实能力提供了全新框架。相关研究论文《CONTEXTBENCH: 评估代码大模型上下文推理能力的基准》已正式发表于预印本平台arXiv，论文编号为arXiv:2602 05892v2。 随着AI
苹果Swift学生编程挑战赛揭晓，江苏四名学生获奖。作品涵盖海洋公益游戏、手势控制音乐应用、虚拟拼豆机及机器人实验室游戏，展现了年轻开发者用代码表达创意与解决实际问题的能力。赛事允许使用AI工具辅助开发，但强调批判性思维与原创力仍是核心价值。
编程十年的一点分享 在软件开发的路上走过十几年，从一个爱好者到以此为业，有些体会或许值得聊聊，就当是抛砖引玉吧。 最早接触编程，是从BASIC和C语言开始的。工作后，随着需要，陆续学习了dBase、Access这类桌面数据库的开发。真正以开发为职业，可以说始于FoxPro 5 0，之后技术栈随着项目
编程是什么？ 在软件行业沉浸多年，回头一想，似乎很少严肃地追问过这个最根本的问题：到底什么是编程？今天，就让我们来好好探讨一下。 如果翻开教科书，你会找到这样的标准答案：编程，就是为解决特定问题，使用某种程序设计语言编写代码，并最终让计算机输出结果的过程。其核心在于，人类必须将解决问题的思路、方法和
热门专题
热门推荐
华硕ROG正式发布2026款枪神、魔霸及魔霸新锐系列游戏本并开启预约。枪神系列分为标准版与超竞版，均搭载酷睿Ultra9处理器，超竞版可选RTX5090显卡并配备光显矩阵屏。魔霸系列采用AMD锐龙处理器，高配可选锐龙99955HX3D与RTX5070Ti显卡。魔霸新锐系列主打性价比，配备RTX5060显卡，面向预算有限的玩家。
内存价格高企，单通道DDR5成为高性价比装机方案，但会降低游戏性能。测试显示，锐龙59600X凭借Zen5大核架构及对内存低延迟的优化，在搭配单条DDR56000内存时，游戏性能损失较小。相比之下，酷睿Ultra200SPLUS系列更依赖高带宽，单通道下性能下滑明显。在多款热门电竞网游实测中，锐龙59600X性能领先，且整机性价比优势显著。
神牛发布ML40系列摄影灯，包含ML40Bi和ML40R两款。ML40Bi售价568元，内置锂电池，支持边充边用及NFC快速连接，侧重便携智能。ML40R售价698元，具备更广色温调节范围，侧重专业色彩控制。两者均采用磁吸设计，兼容丰富附件，满足不同布光需求。
华硕TUFGaming系列推出新款850W白金重炮手氮化镓电源，到手价849元。该电源符合ATX3 1规范，长度150mm，采用全模组设计，配备12V-2×6接口支持600W峰值功率。其获得双白金效率认证与A-噪声认证，内部使用氮化镓元件与长寿电容，搭配135mm静音风扇，并提供8年质保，主打高效、安静与持久稳定。
FalconUSD（USDF）是一种与美元挂钩的稳定币，旨在为Web3生态系统提供可靠的交易媒介和价值储存工具。其运作依赖于储备资产支持和透明审计机制，在DeFi、跨境支付等场景有应用潜力。了解其技术原理、市场定位及潜在风险，有助于理性评估这一新兴数字资产的价值与前景。