La première formalisation complète et vérifiée avec Lean du dernier théorème de Fermat, produite en grande partie de manière autonome par Claude, dépasse le simple fait de recherche — c’est un tournant dans la manière dont nous validons les résultats générés par l’IA. Plutôt que de s’appuyer sur la preuve sociale et des mois de relecture manuelle, l’artefact compile. Le processus aurait couvert des millions de lignes de Lean, avec des agents prouvant et réutilisant des dizaines de milliers de lemmes. Le changement important est architectural : l’IA ne produit plus seulement des récits ou des esquisses ; elle génère des mathématiques vérifiables par machine, pouvant être recompilées, comparées et étendues par d’autres. Cela rapproche la découverte assistée par IA de l’ingénierie logicielle, où la correction peut être assurée par des systèmes de build plutôt que par débat.
L’autoformalisation à cette échelle nécessitait des primitives de coordination permettant à de nombreux agents de rester alignés sans perdre l’état global. Un graphe orienté acyclique (DAG) des théorèmes priorisait ce qu’il fallait prouver ensuite ; la séparation des énoncés et des preuves améliorait les builds incrémentaux ; et des descripteurs en langage naturel augmentaient la réutilisation. Ensemble, ces schémas répondent à deux obstacles chroniques dans les grands projets mathématiques : la fragmentation et le ralentissement dû à la recompilation. Le résultat suggère un pipeline reproductible : choisir un énoncé canonique, coder les dépendances, déployer une ruche d’agents spécialisés, et valider continuellement en compilant des preuves partielles. Si on y regarde de près, cela ressemble à un CI/CD pour les mathématiques, avec des DAG de théorèmes remplaçant les graphes de dépendances et des vérificateurs de preuves agissant comme des suites de tests hermétiques.
Pour les praticiens, les implications sont immédiates. La vérification formelle ne paraît plus un idéal lointain ; c’est une surface de contrôle pratique pour les affirmations à enjeux élevés en cryptographie, conception de mécanismes, gestion des risques et calcul scientifique. Les entreprises peuvent introduire des « portes de vérification » dans les flux de recherche, exigeant des preuves vérifiables par machine ou des réductions vérifiables pour les résultats clés. Les développeurs de modèles peuvent co-développer preuves et code pour que les hypothèses se vérifient tôt, réduisant le temps perdu dans des impasses. Les investisseurs et responsables R&D obtiennent un signal de diligence plus clair : mesuré par le succès de compilation, la couverture des théorèmes et la réutilisation des bibliothèques — plutôt que par les seuls articles. Les goulots d’étranglement se déplacent désormais vers la richesse des bibliothèques, la fiabilité de l’orchestration et le temps humain consacré à guider les définitions à la pointe.