Le 10 août 2026, Anthropic a publié un résultat qui a fait réagir la communauté des mathématiciens bien au-delà du cercle habituel de l'actualité IA : une version de recherche non publiée de Claude a fait progresser une borne liée à l'hypothèse de Riemann, l'un des problèmes ouverts les plus célèbres des mathématiques, ouvert depuis 1859 et doté d'un prix d'un million de dollars par le Clay Mathematics Institute. Claude n'a pas résolu l'hypothèse elle-même, personne ne s'y attendait, mais il a fait progresser une question technique liée : quelle proportion des zéros de la fonction zêta de Riemann peut-on prouver rigoureusement se situer sur la ligne critique. Cette proportion, restée à 41,6% pendant 37 ans d'efforts humains cumulés, est passée à 67,2% en un jour et demi de calcul coordonné. ## Une consigne volontairement démesurée, donnée par un non-mathématicien L'origine de cette avancée tient presque du hasard méthodologique. Jarred Sumner, un membre du personnel d'Anthropic qui n'est pas mathématicien, a simplement demandé à Claude de « tenter sérieusement sa chance » sur l'hypothèse de Riemann, en le laissant seul juge des choix mathématiques à faire ensuite. La première tentative a produit 650 idées, toutes des impasses. Sumner a alors relancé le modèle, se contentant d'envoyer des messages d'encouragement, des variantes de « continue » ou « crois en toi », sans aucune direction technique. Claude a alors coordonné environ 60 sous-agents pendant un jour et demi, qui ont exécuté 2 400 commandes shell et écrit des centaines de scripts Python, en vérifiant leurs résultats mutuellement. Sur ces 60 sous-agents, deux seulement ont développé l'idée mathématique clé, treize ont contribué des pistes, trente ont tenté sans succès de nouvelles approches, treize ont servi de validateurs, et les deux derniers ont rédigé l'article final. ## Ce que Claude a réellement trouvé Le résultat technique consiste à combiner trois corpus de travaux mathématiques préexistants qu'aucun chercheur n'avait rapprochés jusque-là : les techniques de corrélation par paires introduites par Montgomery en 1973, qui supposaient l'hypothèse vraie pour fonctionner, une série de travaux plus récents d'Aryan, Baluyot, Goldston, Suriajaya et Turnage-Butterbaugh qui ont permis d'appliquer ces techniques sans cette hypothèse, et un article de Bombieri publié en 2000. Claude n'a inventé aucun de ces outils : il les a lus et a remarqué qu'ils s'assemblaient pour dépasser la borne connue de 41,6%. | Étape | Détail | |---|---| | Consigne initiale | « Tenter sérieusement sa chance » sur l'hypothèse de Riemann, sans autre précision | | Première tentative | 650 idées générées, aucune viable | | Deuxième tentative | ~60 sous-agents, 2 400 commandes shell, centaines de scripts Python | | Durée | Environ 1,5 jour de calcul coordonné | | Tokens de sortie utilisés | 31 millions, sur deux sessions Claude Code | | Résultat | Borne portée de 41,6% à 67,2% | | Validation | 2 mathématiciens internes Anthropic, 2 experts externes (Brian Conrey, Dan Goldston), preuve formalisée en Lean | Une fois le résultat obtenu, Claude a lui-même testé son propre travail : il a fait chercher des contre-exemples par ses sous-agents, téléchargé 54 articles sur arXiv pour vérifier que la découverte n'avait pas déjà été publiée, puis a reproduit indépendamment sa propre démonstration depuis zéro. Le modèle a ensuite proposé de rédiger l'article scientifique et recommandé de lui-même qu'un mathématicien humain valide ses conclusions, un niveau d'auto-critique inhabituel pour un système IA. ## Ce que cela ne dit pas, et ce que cela dit vraiment Anthropic est explicite sur les limites du résultat : la technique employée par Claude n'est pas censée mener à une preuve complète de l'hypothèse de Riemann, et ce résultat n'a pas encore traversé le processus classique de relecture par les pairs de la communauté mathématique. Andrew Sutherland, mathématicien au MIT, souligne que la portée de l'événement dépasse le résultat lui-même : cela démontre qu'une IA peut mener une recherche mathématique véritablement exploratoire, et pas seulement résoudre des problèmes qui lui sont soumis clé en main. > « Même Claude a été surpris par sa propre découverte, il s'est montré sceptique au début, probablement parce qu'il a appris de son entraînement la difficulté des problèmes ouverts en mathématiques et les limites des modèles d'IA. Mais après quelques encouragements, il est arrivé au résultat que nous décrivons. » > — Anthropic, note de recherche du 10 août 2026 ## Ce que cet épisode illustre sur la façon de travailler avec l'IA Au-delà de l'exploit mathématique, cette histoire contient une leçon directement transposable au travail quotidien avec un assistant IA : la façon dont on formule une demande, et la persévérance dans les relances, changent radicalement le résultat obtenu. Un premier échec cuisant (650 idées inutiles) n'a pas empêché d'arriver à un résultat marquant, simplement en reformulant la demande et en encourageant le modèle à continuer plutôt qu'à abandonner à la première impasse. C'est un principe que la formation [Augmenter sa productivité et créativité à l'aide de l'intelligence artificielle](https://www.travelearn.fr/formation/augmenter-sa-productivit-et-crativit-laide-de-lintelligence-artificielle) développe en détail : bien cadrer, reformuler et itérer avec un modèle IA change souvent bien plus le résultat que le choix du modèle lui-même. --- **Sources** - [Learning more about Claude's mathematical capabilities - Anthropic](https://www.anthropic.com/research/riemann-zeta) - [Claude Just Broke A Math Record That Stood For 37 Years - Forbes](https://www.forbes.com/sites/jonmarkman/2026/08/13/claude-just-broke-a-math-record-that-stood-for-37-years/) - [Anthropic's Claude tried to solve the Riemann hypothesis and found something new instead - TechSpot](https://www.techspot.com/news/113472-anthropic-claude-tried-solve-riemann-hypothesis-found-something.html)