Resumo: A Anthropic anunciou em 4 de setembro de 2026 que agentes do Claude produziram, de forma majoritariamente autônoma e em 11 dias, a primeira formalização completa e verificada por computador do Último Teorema de Fermat na linguagem Lean 4. O trabalho gerou 13 milhões de linhas de código e provou 30.300 teoremas intermediários, consumindo cerca de 6 bilhões de tokens de saída. Não é uma prova matemática nova (o teorema já havia sido provado por Andrew Wiles em 1995), mas sim a primeira vez que essa prova inteira foi traduzida para uma forma que um computador consegue checar linha por linha, sem depender de nenhuma autoridade humana.

O que aconteceu

Em 4 de setembro de 2026, a Anthropic publicou um relatório de pesquisa descrevendo como agentes do Claude, rodando sobre uma variante do Claude Code, produziram a primeira formalização ponta a ponta do Último Teorema de Fermat verificável por computador (Formalizing Fermat’s Last Theorem, Anthropic, 04/09/2026).

Principais fatos:

Vale separar duas coisas que a cobertura do lançamento tende a misturar: o Último Teorema de Fermat já estava provado há 31 anos, por Andrew Wiles. O que o Claude fez não foi descobrir matemática nova. Foi traduzir uma prova conhecida (e todo o edifício de resultados que ela usa) para uma linguagem que um programa de computador consegue verificar de forma mecânica, sem nenhum ponto cego humano.

Por que isso importa

Formalizar provas matemáticas complexas em linguagens como Lean é, historicamente, um dos gargalos mais lentos e mais dependentes de especialistas humanos em toda a matemática. O esforço de Buzzard mencionado acima avançava em ritmo de meses por resultado parcial. Um sistema de agentes fazendo isso em 11 dias, para o teorema inteiro, muda a ordem de grandeza do problema.

Contexto: tentativas anteriores de usar agentes de IA para esse tipo de formalização em larga escala esbarravam num problema conhecido: agentes individuais avançavam em pedaços da prova, mas perdiam a visão do projeto como um todo e paravam de coordenar entre si. A virada, segundo a Anthropic, não foi um modelo mais forte, foi uma mudança de arquitetura: o Prove2Me mantém um grafo acíclico dirigido (DAG) com todos os enunciados de teoremas e suas dependências, e cada agente escolhe, dentro desse grafo, qual peça ainda em aberto está pronta para ser atacada, em vez de tentar guardar a prova inteira na cabeça.

Significância: isso desloca o gargalo. Não é mais “o modelo é inteligente o suficiente para provar isso sozinho”, é “o sistema consegue coordenar centenas de agentes trabalhando em paralelo sem perder o fio da meada”. O envolvimento humano ficou restrito a decisões de alto nível: Tianyi Peng, segundo a Anthropic, ocasionalmente indicava quais objetos matemáticos priorizar, mas não escreveu prova nenhuma.

Formalização tradicional Abordagem do Prove2Me
Um matemático ou pequeno grupo, meses por resultado Dezenas de agentes em paralelo, 11 dias para o teorema inteiro
Progresso depende de um humano manter o contexto do projeto Grafo de dependências guia cada agente sobre o que provar a seguir
Coordenação manual entre colaboradores Resultados de um agente ficam disponíveis automaticamente para os demais

Na nossa leitura, o dado que passa batido em boa parte da cobertura é este: o gargalo real da matemática formal nunca foi só ter um modelo bom o bastante para provar teoremas isolados, já que vários modelos já fazem isso. Era manter centenas de peças de um quebra-cabeça gigante coerentes entre si sem que ninguém perdesse o controle do todo. É exatamente esse problema de coordenação, não de raciocínio matemático puro, que o Prove2Me ataca.

O que isso significa para quem trabalha com IA, pesquisa ou dados

Para quem acompanha até onde vai a fronteira de agentes de IA, o caso do Fermat serve como um teste de estresse real de coordenação multiagente, algo raramente demonstrado em uma escala tão grande e tão verificável.

A verificação formal vira um alvo concreto para agentes

Diferente de tarefas onde a “correção” de um agente é subjetiva, uma prova em Lean é verificada de forma binária: compila e passa no kernel, ou não passa. Isso torna a formalização matemática um dos poucos domínios em que dá para medir, sem ambiguidade, se um sistema de agentes autônomos chegou a um resultado correto depois de dias trabalhando sem supervisão linha a linha.

O gargalo de coordenação, não de inteligência, é o que a arquitetura do Prove2Me resolve

O relatório da Anthropic reforça um padrão que já aparece em outros lançamentos recentes da empresa: em vez de apostar tudo em um modelo maior, a engenharia em torno de como os agentes se organizam (grafos de dependência, resultados compartilhados, escopo isolado por tarefa) passou a valer tanto quanto a capacidade bruta do modelo. É a mesma lógica de fundo por trás dos cortes de preço de cache no Claude Fable 5.1, pensados para agentes que ficam ativos por horas ou dias.

Modelo usado não é o topo de linha atual, e isso é o ponto

A Anthropic descreve o modelo usado no experimento como um sistema de pesquisa interno com capacidades comparáveis ao Fable 5.1, não o modelo mais recente da empresa em capacidade bruta. O resultado, segundo a Anthropic e segundo a avaliação de Buzzard, veio menos da inteligência do modelo isolado e mais de como o trabalho foi decomposto e coordenado entre agentes.

O que este resultado não prova (e o que evitar concluir)

Não faça:

O panorama mais amplo

O caso do Fermat entra numa lista crescente de experimentos da Anthropic testando até onde agentes de IA aguentam trabalhar sem supervisão constante, na mesma linha de outros anúncios recentes da empresa sobre redução de custo e sustentação de agentes em tarefas longas, como o pacote Enterprise Frontier Safeguards. A diferença aqui é o domínio escolhido: um problema com verificação matemática absoluta, sem espaço para o modelo “parecer certo” sem estar certo.

A própria Anthropic sinaliza isso como próximo passo, com o código do Prove2Me publicado em aberto. Se essa arquitetura realmente generalizar para outras áreas da matemática formal, o gargalo que resta para formalizar boa parte da literatura matemática moderna deixa de ser “ter agentes capazes”. Passa a ser “ter, para cada área, um jeito de fatiar o problema em pedaços verificáveis independentemente”.

Perguntas frequentes

O Claude provou o Último Teorema de Fermat pela primeira vez?

Não. Andrew Wiles provou o teorema em 1995. O que o Claude fez, com agentes rodando sobre a plataforma Prove2Me, foi produzir a primeira formalização completa dessa prova em Lean 4, verificável de forma mecânica por computador.

Quanto tempo levou o processo?

11 dias, com os agentes trabalhando de forma majoritariamente autônoma, segundo a Anthropic.

Como a prova foi verificada?

Pelo kernel padrão do Lean e por um segundo verificador independente escrito em Rust, chamado nanoda, ambos usando apenas os três axiomas padrão do sistema Lean.

Qual modelo de IA foi usado?

Um modelo de pesquisa interno da Anthropic com capacidades comparáveis ao Claude Fable 5.1, e não o modelo de fronteira mais recente da empresa em capacidade bruta.

Referências e notas de apuração