Fermat en 11 jours par Claude : Anthropic vient de

Le 4 septembre 2026, Anthropic annonce que Claude a produit la première preuve formelle et vérifiée par ordinateur du théorème de Fermat, en 11 jours. Un résultat que la communauté mathématique attendait sur plusieurs années de travail humain. Voici ce que ça change si tu bosses dans la recherche ou la vérification technique en France.

Ce qu’Anthropic a annoncé le 4 septembre

Claude a formalisé le théorème de Fermat en langage Lean, un assistant de preuve utilisé par les mathématiciens pour vérifier une démonstration ligne par ligne. Selon l’annonce d’Anthropic reprise par SiliconANGLE, le résultat brut :

11 jours de temps horloge, du démarrage à la vérification finale.
13 millions de lignes de code Lean générées.
30 300 théorèmes prouvés, dont 29 500 utilisés dans la preuve finale.
Environ 6 milliards de tokens de sortie consommés.
Plusieurs dizaines d’agents Claude en parallèle, coordonnés par un orchestrateur.

Anthropic qualifie l’ensemble de « plus grande preuve Lean jamais construite », plus de cinq fois la taille de Mathlib, la bibliothèque de référence de la communauté.

Pour situer : la preuve originale d’Andrew Wiles date de 1994, et les mathématiciens estimaient que sa formalisation complète en Lean prendrait plusieurs années de travail collaboratif humain. Claude l’a bouclée en moins de deux semaines de calcul.

Pourquoi le premier essai a échoué et ce que ça dit sur les vraies compétences

Le premier run s’est planté. Ce détail est important : Claude seul, sans infrastructure, ne finit pas la tâche. Ce qui a débloqué la situation, selon AI Weekly, c’est l’ajout en cours de route de Prove2Me, un outil open source développé par Columbia University. Prove2Me maintient un graphe orienté acyclique des énoncés de théorèmes et coordonne plusieurs agents Claude contre ce graphe.

Autrement dit, Claude a réussi grâce à trois briques qu’il n’a pas construites lui-même :

Le projet Formalizing Fermat’s Last Theorem lancé par Kevin Buzzard à Imperial College London, qui avait déjà cartographié la route.
Mathlib, la bibliothèque communautaire Lean, résultat de milliers d’heures de contributions humaines.
Prove2Me, l’infrastructure d’orchestration multi-agents de Columbia.

Ce point est central pour comprendre ce qui protège encore ton métier : Claude accélère brutalement l’exécution technique, mais il consomme un capital humain préexistant. Sans les Buzzard et les mainteneurs Mathlib, l’annonce du 4 septembre n’existe pas. Compare avec la trajectoire des développeurs racontée dans notre article sur Claude Code et la baisse effective de quotas de 17 pourcent : même schéma, l’IA remplace l’exécution, la valeur humaine remonte d’un cran vers la conception et la coordination.

Ce que la communauté mathématique en dit

Kevin Buzzard, qui a supervisé le projet FLT depuis Imperial College, a qualifié le résultat d’« extraordinaire réalisation d’auto-formalisation » et l’a présenté comme un pas majeur vers la formalisation automatique de toute la littérature mathématique moderne, selon AI Engineering sur Medium.

L’effet marché ne s’est pas fait attendre. Sur Manifold, la principale plateforme de marchés de prédiction académiques, la probabilité que Fermat soit formalisé en Lean avant fin 2027 est passée à 99 pourcent en quelques heures, selon Tech Insider. Un signal que la communauté considère l’événement comme un basculement, pas une démo.

Les métiers français impactés cette semaine

Un modèle qui construit 13 millions de lignes de preuve formelle en 11 jours, ça déplace la frontière de plusieurs professions à forte technicité en France.

Les chercheurs et doctorants en mathématiques formelles. La formalisation d’articles était jusqu’à présent une tâche de doctorat entière, financée sur trois ans. Cette économie va se recomposer : les labos français comme l’IRIF, LORIA ou l’INRIA vont probablement réorienter les doctorants vers la conception et la relecture stratégique, laissant l’exécution aux agents.

Les développeurs en vérification logicielle. Les sociétés qui vendent de la certification critique (aéronautique, ferroviaire, nucléaire, cryptographie) reposent sur Coq, Lean, Isabelle ou TLA+. Un savoir-faire rare, cher, jusqu’à hier. Prévoir une pression tarifaire dès 2027 sur les prestations de formalisation pure.

Les ingénieurs qualité et vérification dans l’industrie. La preuve formelle sortait rarement des laboratoires. Si Anthropic industrialise l’approche, elle peut descendre dans les chaînes de développement critique classiques, ce qui repositionne le rôle de l’ingénieur qualité vers la spécification plutôt que vers la vérification manuelle.

Les data analysts senior qui travaillent sur des modèles statistiques complexes. La vérification formelle de propriétés statistiques (garanties différentielles de confidentialité, robustesse) va devenir automatisable, ce qui transfère la valeur vers la formulation du problème.

Les consultants techniques qui facturent des audits de code critique. Même logique que pour les développeurs : le nombre d’heures facturables sur l’exécution baisse, celui facturable sur la conception et le jugement monte.

Les enseignants de mathématiques et d’informatique du supérieur. La pédagogie des preuves va changer vite : si un étudiant peut demander à Claude de formaliser son exercice, le cours doit basculer sur la compréhension et l’intuition, pas sur la manipulation symbolique.

L’angle français et européen qu’il ne faut pas rater

Trois dossiers spécifiques se réveillent avec cette annonce.

Souveraineté mathématique. La France est une puissance mathématique historique (médaille Fields, école Bourbaki, INRIA), mais la course à la formalisation automatique est nord-américaine et britannique (Buzzard à Imperial, Columbia sur Prove2Me, Anthropic à San Francisco). Le CNRS et l’INRIA vont devoir arbitrer vite : construire une brique équivalente en Europe, ou accepter la dépendance.

AI Act et vérification. L’article 15 de l’AI Act européen exige la robustesse et l’exactitude pour les systèmes à haut risque. La preuve formelle assistée par IA devient un candidat sérieux pour documenter cette conformité, ce qui ouvre un marché aux prestataires français capables de piloter Claude ou un équivalent local.

Formation continue et CPF. Les certifications sur Lean, Coq et Isabelle étaient marginales dans le catalogue France Travail. Avec ce basculement, elles vont devenir des compétences niche à forte valeur, comme le sont devenus Kubernetes ou React en leur temps. Vérifie ton niveau IA avec notre quiz et regarde si ton métier figure dans le top des métiers menacés IA 2026 en France.

Comment te préparer dès cette semaine, sans paniquer

Trois actions concrètes si tu es dans un métier concerné.

Un : identifie la part d’exécution technique dans ton job. Si tu passes plus de 40 pourcent de ton temps sur de la vérification ligne à ligne, de la formalisation ou de la traduction d’un problème abstrait en code standard, tu es exposé. Reste calme, mais planifie.

Deux : monte d’un cran vers la spécification et la coordination. Ce que Claude n’a pas fait sans Buzzard et Prove2Me, c’est cadrer la question, choisir l’approche et arbitrer entre plusieurs stratégies. Ce sont les compétences que tu dois cultiver. Notre guide reconversion IA détaille comment pivoter à l’intérieur d’un métier sans tout casser.

Trois : entraîne-toi à piloter les agents. Prends Claude ou Cursor, attaque un projet de 500 lignes de code, apprends à découper une tâche complexe en sous-tâches vérifiables. C’est la compétence que ton employeur va valoriser. Notre guide outils IA pour développeur sélectionne les stacks qui marchent en 2026, et si tu vas négocier ton salaire cette rentrée, appuie-toi sur les fourchettes de notre article négociation salaire compétences IA.

Sur le choix des outils frontière : Claude reste devant sur les tâches de code long et de preuve. ChatGPT garde l’avantage sur l’écosystème et les plugins. Compare les cas d’usage dans notre guide Claude vs ChatGPT avant de figer ton choix.

FAQ

Claude a-t-il vraiment prouvé le théorème de Fermat tout seul ?

Non, il l’a formalisé en Lean, ce qui est différent. La preuve mathématique originale est d’Andrew Wiles, publiée en 1994. Ce que Claude a fait, c’est traduire cette preuve dans un langage vérifiable par ordinateur, en 11 jours, avec 13 millions de lignes de code Lean. Le travail est colossal et pointu, mais s’appuie sur la preuve humaine préexistante et sur la cartographie du projet FLT de Kevin Buzzard.

Quel est l’impact pour un chercheur en mathématiques en France ?

L’exécution technique de formalisation va s’automatiser rapidement. Un doctorat qui portait sur la formalisation d’un chapitre entier de topologie ou d’algèbre va probablement se recentrer sur la conception, la relecture et la coordination d’agents. Les postes en CNRS, INRIA et universités vont évoluer vers plus de conception et moins de manipulation symbolique. La compétence rare devient la capacité à cadrer un problème pour un agent, pas à le résoudre à la main.

Est-ce que ma boîte peut utiliser ça pour vérifier son code critique ?

Techniquement oui, si tu bosses dans l’aéronautique (Airbus, Thales, Safran), le ferroviaire (Alstom), le nucléaire (EDF, Framatome) ou la cryptographie bancaire (BPCE, Crédit Agricole). L’approche Prove2Me plus Claude est open source côté orchestrateur et disponible via l’API Anthropic. Prévoir un investissement significatif en R&D pour adapter aux normes DO-178C, EN 50128 ou Critères Communs, mais la voie est ouverte.

Faut-il apprendre Lean pour rester dans la course ?

Pas obligatoire pour tout le monde, mais un plus significatif si tu es dans la recherche, la vérification logicielle ou la conformité. Lean 4 devient la lingua franca de la preuve formelle assistée par IA. Des cours en ligne gratuits existent (Formalising Mathematics de Kevin Buzzard, Theorem Proving in Lean 4). Compte 40 à 80 heures pour un niveau opérationnel, et vérifie tes options CPF via notre guide financer formation IA CPF.

Est-ce qu’Anthropic va commercialiser ce genre de service ?

Anthropic ne l’a pas annoncé pour l’instant, mais la démarche pointe clairement vers une capacité de « preuve formelle à la demande » à moyen terme. Regarde également la stratégie de Claude Code décrite dans notre article sur les quotas Claude Code : Anthropic monétise l’IA agentique par capacité, pas par jeton, ce qui laisse penser qu’une offre « certification formelle » finira par apparaître dans le catalogue Enterprise en 2027.

Quels autres modèles savent faire pareil ?

À la date du 4 septembre 2026, Claude est le seul à avoir démontré une formalisation à cette échelle. GPT-6 Astra d’OpenAI, sorti le 3 septembre 2026 et couvert dans notre article sur GPT-6 Astra et le computer use, n’a pas publié de benchmark équivalent sur la preuve formelle longue. La question de savoir si c’est un avantage durable de Claude ou un simple effet d’annonce sera tranchée par les résultats des autres labos dans les prochains mois.

Fermat en 11 jours par Claude : Anthropic vient de rétrécir un pan entier du métier de chercheur