微软研究员人机协作攻克 31 年 KLS 猜想：agent 铺开搜索、人类负责剪枝

31 年的老问题，被「人指挥 AI」的方式拿下了

10 月 21 日，微软研究院发布博客：高级研究员 Xinzhi Zhang 与合作者 Zhao Song 证明了 Kannan–Lovász–Simonovits（KLS）猜想——一个 1995 年提出、在高维几何与概率论里悬了 31 年的中心问题。论文《An O(1) Bound for the KLS Constant》最早 10 月 1 日挂上 arXiv，10 月 4 日的修订版完成了最终证明。

先用人话讲讲 KLS 猜想在问什么。想象一个高维空间里的「凸体」（比如高维版的西瓜），你要把它切成体积相等的两半。切法有无数种：平面直切，或者弯弯曲曲地切。KLS 猜想说：最优的平面切，永远不会比最优的任意形状切差太多——两者面积之比被一个「普适常数」封顶，而且这个常数不随维度增长。维度从 3 维涨到 3000 维，结论照样成立。

这为什么重要？因为这类「切口」几何决定了随机游走探索一个分布的速度——也就是高维采样、统计、优化算法的理论地基。西蒙斯研究所称它是「凸几何最重要的开放问题之一」，Quanta 杂志说它「横亘在统计与计算机科学的许多问题中心」。而在此之前，最好的结果（2026 年 7 月）还允许那个界随维度缓慢增长。

关键不是 AI 多聪明，而是「人怎么指挥 AI」

这篇报道最值得细读的不是数学，而是方法。微软博客把分工说得非常坦白：

• AI agent 干了什么：在结构化的人主导流程里，探索了 100 多条候选路径，做了大量高阶张量的冗长计算，找到了一个新的数学判据（criterion），成了最终证明的地基；还承担了推导细节、文稿准备和内部证明检查。
• 人干了什么：定方向、剪枝、组装。研究员在每一轮看 agent 的中间结果，砍掉没前途的方向，把最有希望的结果送进下一轮。
• 最关键的一步是人想出来的：发现新判据可以递归应用——每个改进后的界可以喂回同一个论证得到更紧的界；10 月 1 日版本把维度依赖压到了「迭代对数」（增长极慢但仍在增长）；最后一步是把整个递归精炼过程再重复一遍，并证明每轮引入的小误差衰减得足够快、总和被普适常数封顶。这个想法来自作者早年在线性规划快速算法上的工作，AI 没想出来。

微软还做了一个对照实验：在另一条线上，用几个前沿模型无监督地解同一个问题，给了差不多相同的总 token 预算——没解出来。博客的原话是：「最终的成功既依赖 AI 系统的能力，也依赖研究员的数学判断。」

这对整天和 agent 打交道的人是个重要提醒：agent 的正确用法不是「扔一个问题进去等答案」，而是「人定方向、agent 铺开搜索、人修剪」。KLS 证明就是这个工作流的教科书案例。

数学界的验证规格拉满了

一个由企业实验室宣布的数学大结果，最怕的是「自说自话」。这次的外部验证出奇地强：

• 同一天，另一个顶尖专家团队独立挂出了完整证明，直接建立在微软论文第一版的基础上，并称之为「证明中的关键一步」；
• 同一天还出现了第三个基于相近思想的证明；
• 随后有人放出了 Lean 4 形式化验证，把关键判据和机器检查结合了起来；
• 作者还把证明精简了，并用 Lean 验证了精简版，待最终评审后发布。

独立证明是数学里最强的验证形式之一：它说明结果不依赖某一条脆弱的推理链。对 vibe coder 的启示也很实在：当你让 agent 生成关键代码或做重要推导时，「第二条独立路径」是最便宜的保险——换个模型、换个 prompt 重新做一遍，对得上才敢信。

和之前「AI 数学突破」报道的区别

读者可能记得，不久前还有陶哲轩公开抵制 OpenAI 数学证明的新闻（本站发过）。那次争议的核心是：AI 生成的证明可不可信、算不算数学。这次微软的叙事聪明得多——它从头到尾没说「AI 证明了猜想」，说的是「人主导的 agent 研究流程证明了猜想」，并且把人的原创贡献（递归方法、误差有界论证）和 AI 的贡献（搜索、计算、检查）分得清清楚楚。

这种「分工透明」的写法，恰恰是未来人机协作科研报道的范本：不夸大 AI，也不贬低人。Agent 在这次事件里的角色，用微软自己的话说，是「探索数学可能性的同时，研究员评估、剪枝、重定向搜索」。

对 vibe coder 的三点启发

第一，把 agent 当「搜索器」而不是「解题器」。KLS 团队让 agent 并行探索 100 多条路径，人只做剪枝。你在重构、找 bug、做技术选型时，完全可以复制这个模式：让 agent 一次铺开多个方案，你来做裁判，而不是让它一条路走到黑。

第二，关键想法仍然来自人的跨领域联想。「重复整个递归精炼」的灵感来自线性规划——一个看似不相关的旧领域。Agent 擅长在既定方向上穷举，不擅长跳出框架。你的领域知识和旧经验，恰恰是 agent 最缺的那块拼图。

第三，给 agent 的工作配「第二验证者」。数学界用独立证明 + Lean 形式化来确认结果；你在工程里可以用：换模型复算、写测试反向验证、关键路径人工 review。Agent 写代码越快，这套验证越不能省。

31 年的猜想被拿下，靠的不是更聪明的模型，而是一种更聪明的人机分工。这句话，值得每个每天和 agent 结对编程的人贴在显示器上。

这个猜想到底难在哪：31 年的来龙去脉

KLS 猜想得名于三位提出者：Ravi Kannan、László Lovász、Santosh Vemula（1995）。它问的是一个看似简单的问题：对一类「表现良好」的高维概率分布（数学上叫 isotropic log-concave 测度），用平面去切和用任意形状去切，效果差多少？

打个比方。你有一个 1000 维的「西瓜」，想找到它最细的「腰」（瓶颈）。你可以拿一把「平面刀」（超平面切割）去找，也可以拿任意形状的「异形刀」去找。KLS 猜想说：平面刀找到的腰，永远不会比异形刀找到的腰粗太多——粗的倍数被一个跟维度无关的常数封顶。维度从 10 涨到 10000，这个倍数不变。

为什么数学家在乎？因为「切口」决定了随机游走（MCMC 采样）探索分布的速度。如果 KLS 成立，大量关于高维采样的定理就有了统一的地基；之前很多结果只能写成「假设 KLS 成立，则……」。现在这些「假设」可以去掉了——微软博客的原话：「a wide range of results that previously relied on the conjecture as an assumption can now be stated unconditionally.」

31 年里，人们把界从最初的指数级一路压下来：2000 年代压到多项式级，2026 年 7 月 Brayden Letwin 的 21 页论文压到 O(log1/4 n)——还差一点点：界仍然随维度缓慢增长。这最后「一点点」，就是 10 月这篇 140 页论文拿下的：O(1)，与维度彻底无关。

证明的三步：判据 → 递归 → 重复递归

微软博客披露的技术路线有三步，每一步都值得展开：

第一步：找判据。团队先从改进 7 月的结果入手。AI agent 在结构化流程里探索了 100 多条候选路径，大量涉及高阶张量的冗长计算——这是典型的「机器擅长、人不擅长」的苦力活。产出是一个新的数学判据（criterion）：一个可验证的条件，满足它就能推出更好的界。这个判据成了整个证明的地基。

第二步：发现递归。研究员注意到，新判据可以「自我喂养」：把改进后的界喂回同一个论证，能得到更紧的界。10 月 1 日的论文版本用这个办法把维度依赖压到了「迭代对数」（log* n）——一个增长极慢、但终究还在增长的函数。猜想还没完全拿下。

第三步：重复整个递归。这是神来之笔：不只应用一次递归，而是把整个递归精炼过程再重复一遍，并证明每轮引入的小误差衰减得足够快、总和被一个普适常数封顶。这个想法来自作者早年在线性规划快速算法上的工作——典型的跨领域联想，AI 没想出来，人想出来了。10 月 4 日的修订版就此完成了 O(1) 的证明。

注意这个分工的精妙：AI 负责「广度」（100+ 路径的穷举式探索），人负责「深度」（识别递归结构、跨领域联想、误差有界的论证）。博客特别强调：递归方法、重复应用、误差有界证明是研究员的原创贡献。这不是客套——在数学署名伦理里，分清这个很重要。

Lean 4 形式化：为什么数学家开始信任机器检查

这次事件还有一个容易被忽略的配角：Lean 4 形式化验证。简单说，就是把证明翻译成一种计算机能逐行检查的「形式语言」，让机器确认每一步推理都合法。这次有人把微软论文的关键判据形式化了，作者自己也把精简版证明做了 Lean 验证（待发布）。

这件事的意义不亚于证明本身。数学证明越来越长（这篇 140 页），人类 reviewer 不可能逐行验算，形式化验证正在成为「第二双眼睛」。对 vibe coder 的类比很直接：Lean 之于数学证明，就像测试之于代码。你不会把没跑过测试的代码合入主分支，数学家也开始不把没过形式化检查的长证明当定论。这是一个正在发生的范式转移，而 AI 恰恰是加速它的力量——因为 AI 擅长做形式化这种「繁琐但确定」的工作。

科研 agent 工作流：一份可复制的操作手册

KLS 证明最值钱的遗产可能不是数学结果，而是这套「人主导的 agentic 研究流程」。把它翻译成任何人都能用的操作手册：

• 1. 人定「搜索空间」，不给定理。研究员没有让 AI「证明 KLS」，而是让它「探索改进 7 月结果的路径」。任务粒度决定成败：太大 agent 乱枪打鸟，太小没有惊喜。
• 2. 并行铺开，批量剪枝。100+ 条轨迹并行探索，人每轮看中间结果、砍掉没前途的。这正是 coding agent 里「plan → 批量生成方案 → 人选」的模式，放到科研上同样成立。
• 3. 给 agent 配「苦力型」任务。高阶张量计算、文献内证明检查、文稿整理——繁琐、确定、可验证。把人的脑力留给「识别结构」和「跨领域联想」。
• 4. 保留「无监督对照组」。微软专门跑了一组「无监督 + 同 token 预算」的对照，证明了「人主导」不是心理安慰而是真实增益。你在评估 agent 工作流时，也可以留一个对照：同样预算，纯 agent 跑 vs 人机协作跑，差多少？
• 5. 产出要经得起「第二验证者」。数学界的第二验证者是独立证明 + Lean；你的第二验证者可以是另一个模型、另一套测试、一次人工 review。

这套流程的适用边界也很清楚：它适合「搜索空间大、验证标准清」的问题（数学证明、bug 狩猎、架构选型），不适合「目标本身模糊」的问题（产品创意、审美判断）。知道边界，和知道方法一样重要。

对照组实验：同样 token 预算，无监督就是不行

微软博客里最诚实的一段，是关于「另一条线」的披露：团队用几个前沿模型、无监督地解同一个问题，给了和主流程差不多相同的总 token 预算——没解出来。博客没有展开细节，但这个对照的价值巨大：它回答了一个所有人都在问的问题：「人主导」到底带来了多少增益，还是只是心理安慰？

答案：增益是真实的，而且大到「成与不成」的区别。同样的算力，有人指挥就解出来了，没人指挥就卡住了。这说明当前 agent 的瓶颈不在「算力」也不在「单步智能」，而在搜索策略：100 条路径里哪 5 条值得深挖、什么时候该换思路、什么时候该停下来——这些元决策，人目前还是做得比 agent 好。

对每天调 agent 的人，这个结论有个直接推论：给 agent 加预算，不如给 agent 加「剪枝」。与其让它在一个错误方向上烧 10 倍 token，不如每 20 分钟停下来看一眼它的中间产物。KLS 团队的「迭代式人工剪枝」，翻译成工程语言就是：checkpoint + 人工 review，而不是 fire-and-forget。

名词解释：这篇里的数学黑话

高维几何：研究高维空间里形状性质的数学分支。直觉在高维会失效——比如高维球体的体积几乎全集中在表面附近。这种「反直觉」正是 KLS 这类问题难的原因。

对数凹测度（log-concave measure）：一类「形状良好」的概率分布，高斯分布是典型代表。KLS 猜想讨论的就是这类分布，所以结论能覆盖统计和机器学习里的大量实际场景。

Cheeger 常数 / Poincaré 常数：衡量一个分布「瓶颈」有多细的数学量。瓶颈越细，随机游走越难穿过去，采样越慢。KLS 本质上是在说：这类分布的瓶颈不会细得离谱。

迭代对数（log* n）：对 n 反复取对数直到 ≤1 所需的次数。n=10100 时 log* n 也只有 5——增长极慢，但数学上「增长就是增长」，不算 O(1)。10 月 1 日版本卡在这里，10 月 4 日版本跨过去了。

Lean 4：一种定理证明器的语言，可以把数学证明写成机器可逐行检查的形式。这次 KLS 证明的 Lean 形式化，是「机器检查数学」趋势的又一个里程碑。

补充一个时间线细节：论文 10 月 1 日挂 arXiv 初版时，证明还不完整（只到迭代对数）；10 月 4 日的修订版才完成 O(1)。也就是说，最后那关键的三天，是「重复递归 + 误差有界」这个人类想法的落地期。Agent 铺了三个月的路，人用三天走完了最后一公里——这个节奏，恰恰是人机协作的常态：机器负责把路铺到 99%，人负责认出最后 1% 在哪。

为什么一条数学新闻值得 vibe coder 读完

可能会有读者问：VibeFix 不是报 AI 应用和 vibe coding 的吗，为什么报一条纯数学新闻？三个理由。第一，这是目前公开记录里「人机协作」最成功的硬核案例——不是写个小游戏、做个 demo，而是 31 年未解的猜想。所有关于「agent 到底能不能干正事」的争论，这条新闻都是一手证据。

第二，它定义了未来两年 agent 产品的形态。KLS 流程里的「并行探索 + 人工剪枝 + 第二验证者」，本质上就是下一代 coding agent 该有的样子：不是一个闷头干活的黑盒，而是一个「可检查、可剪枝、可验证」的协作界面。现在的 agent 产品（Codex、Claude Code、Copilot）都在往这个方向走，这篇报道是它们的理论注脚。

第三，它回答了 vibe coder 最深的焦虑：「agent 越来越强，我还有什么用？」KLS 的答案是：你的用处从「写」变成了「判」——判断哪个方向值得走、哪个结果可信、什么时候该停。在这个分工里，人的品味和判断力不是被替代了，而是被放到了更重要的位置。这或许是这条数学新闻里，最不数学、却最值得带走的一句话。

微软研究院官方 KLS 猜想示意图：平面切割 vs 最小曲面切割