Um problema em aberto desde 1859 ganhou duas soluções candidatas na mesma semana — e apenas uma delas nasceu do trabalho com modelos de linguagem. O matemático Levent Alpöge, empregado da Anthropic, anunciou uma prova da hipótese de Riemann, um dos Problemas do Milênio, capaz de ser compilada em Lean. Na mesma janela, a comunidade viu outra demonstração, integralmente humana, assinada pelo pós-doutor de Stanford Alessandro Masullo depois de 12 anos de trabalho. A conjectura acumula 167 anos sem resposta definitiva.
Duas provas, duas lógicas de validação
Alpöge contou no próprio ensaio que procurou Dario Amodei, CEO da Anthropic, na noite de domingo, para saber como comunicar o achado. A pressa tinha endereço: a companhia acabava de se tornar a primeira frontier AI lab — laboratório dedicado a modelos de fronteira — com ações negociadas em bolsa. O calendário, admitiu, era péssimo.
Antes de qualquer comemoração, foi preciso checar o que o texto entregava. A prova de Alpöge está escrita em Lean, linguagem de código aberto que converte raciocínio matemático em código e permite verificação automática, camada por camada. O matemático Andrew Sutherland, do MIT, e outros integrantes de um chat no Zulip afirmaram ter conseguido compilar a solução. A reportagem original foi atualizada para registrar que fontes independentes validaram a prova.
| Item | Prova de Alpöge | Prova de Masullo |
|---|---|---|
| Casa | Anthropic | Stanford |
| Verificação em Lean | Sim, compilação confirmada | Não expressa em Lean |
| Tempo de trabalho | Não informado | 12 anos |
| Status | Checada por fontes independentes | Cedo para atestar validade |
O problema por trás do anúncio
A conjectura formulada em 1859 sustenta que existe uma estrutura oculta por trás do surgimento dos números primos. Se a prova se sustentar, o resultado entra no território dos grandes mistérios da matemática. No chat do Zulip, o teórico dos números Chris Birkbeck, da University of East Anglia, discutia o limite de cohomologia e um argumento de levantamento de automorfia, apoiado em representações de Galois, mudança de base e teoremas clássicos. A mensagem atraiu 20 reações de espanto — termômetro do tamanho do debate, não de consenso.
A prova humana e o recado
Ravi Vakil, professor de Stanford e presidente da American Mathematics Association, publicou a prova da Hipótese de Riemann Geral escrita por Masullo e fez questão de sublinhar que o trabalho é todo humano, sem IA. O plano original previa trazer o pós-doutor a Stanford por um ano para lapidar a redação e só divulgar o texto depois de rodá-lo entre pares suficientes; o cronograma mudou e o rascunho atual foi exposto antes.
Masullo atribuiu o resultado a 12 anos de dedicação e dirigiu uma mensagem a quem se sente desanimado com o ritmo e o tom do ambiente atual: a de que os matemáticos continuam ali, vivos e sem intenção de recuar. Fora do Lean, não há como atestar se a prova fecha, muito menos se alguém já a compreende por inteiro.
Navier-Stokes e a corrida mais ampla
Alpöge e o colaborador Tristan Buckmaster, matemático da NYU, também tornaram pública outra prova relevante, associada às equações de Navier-Stokes. O tema ajudou a acender, no verão do Hemisfério Norte, a disputa entre laboratórios de fronteira e matemáticos por problemas ainda abertos.
O que isso significa para o investidor
- Narrativa de capital aberto. A Anthropic chega ao mercado acionário com um case de pesquisa que mistura avanço científico e marketing — ingrediente que costuma inflar múltiplos de empresas de tecnologia, mas que não substitui receita, margem ou fluxo de caixa. Nenhum desses números aparece na discussão matemática.
- Verificação como ativo. Ferramentas de checagem formal, como o Lean, criam uma camada de infraestrutura para pesquisa e para software crítico. Quem conseguir empacotar esse tipo de validação tende a encontrar demanda em setores que exigem auditoria rigorosa.
- O contraponto humano. A prova de Masullo, sem IA e com 12 anos de maturação, serve de antídoto ao exagero: resultados levam tempo e a comunidade ainda precisa traduzir descobertas para linguagem compreensível antes de incorporá-las.
- Risco de hype. Prova que compila não é automaticamente prova entendida. A distância entre verificação mecânica e explicação didática é onde o mercado costuma errar o preço da novidade.
Para o investidor brasileiro, o episódio é menos sobre o teorema e mais sobre a cadeia da IA: quem fornece verificação, quem detém os modelos e quem transforma capacidade computacional em produto auditável. Acompanhar como laboratórios divulgam e validam resultados ajuda a separar avanço técnico de propaganda — diferenciação valiosa em um setor que negocia expectativa antes de entregar fato.

