Anthropic Lance Martin：1000 个 Claude 智能体协作形式化费马大定理
Great chat with @RLanceMartin (Anthropic) at #AIECode. He just scaled 1,000 Claude agents to formal...
Anthropic 的人现场讲了一个真实案例：1000 个 Claude 智能体一起做费马大定理的形式化。最有信息量的是他的判断——长时程智能体拼的是奖励和评测，不是提示词，做智能体的开发者应该会想对照下自己的设计思路。
Anthropic 的 Lance Martin 在 #AIECode 活动上分享了用 1000 个 Claude 智能体对费马大定理进行数学形式化的案例。
他对长时程智能体的核心判断是：成败主要取决于奖励机制和评测设计，而不是提示词本身。这类大规模多智能体协作需要把任务拆成可验证的子目标，靠 evals 来衡量每一步是否正确，而不是靠一句精心打磨的 prompt 让模型一次跑完。
这个观点对开发者有直接参考价值：与其在提示词上反复调优，不如把精力放在可验证的评测和奖励信号上，这在数学证明、代码生成等可自动验证的场景里尤其适用。
Great chat with @RLanceMartin (Anthropic) at #AIECode. He just scaled 1,000 Claude agents to formal...
Great chat with @RLanceMartin (Anthropic) at #AIECode . He just scaled 1,000 Claude agents to formalize Fermat’s Last Theorem. His take on long-horizon agents: it mostly comes down to rewards and evals, not the prompt.📊 2 ⚡
本条情报归属 AITOP「行业」核心栏目，重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中，该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：Claude、Anthropic、智能体、提示词工程，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明：本文原始线索采编自「AI Will」（@FinanceYF5），经 AITOP 多维评分管线结构化提炼。截至目前，全网已有 11 家独立信源对该事件进行交叉印证与跟进报道（含 TestingCatalog、The Rundown AI、rohanpaul_ai 等），属于近期高关注度行业信号。
