# Ipotesi di Riemann, Claude e il software ancorato al passato: la lezione che Sanfilippo tira fuori dai matematici

> Un matematico di Anthropic dice di aver dimostrato l'ipotesi di Riemann lavorando con Claude, in poco più di un mese. La prova è ancora da verificare. Salvatore Sanfilippo, il creatore di Redis, parte da qui per dire una cosa scomoda a noi programmatori: abbiamo uno strumento potentissimo e lo usiamo per fare il software di prima, solo più in fretta.

- URL: https://mautoblog.com/posts/ipotesi-riemann-claude-alpoge-software-ancorato-al-passato-2026/
- Lingua: it
- Pubblicato: 2026-11-21
- Autore: Matteo
- Categorie: Intelligenza Artificiale, Sviluppo Software
- Tags: Anthropic, Claude, Sviluppo con IA, Architettura Software, Produttività
- Traduzione (en): https://mautoblog.com/en/posts/riemann-hypothesis-claude-alpoge-software-stuck-in-the-past-2026/

---

Venerdì 20 novembre Levent Alpöge, un teorico dei numeri che lavora ad Anthropic, ha pubblicato sul suo sito una nota di quattro pagine. La frase che conta è una: "Credo di aver scoperto, lavorando con Claude, una dimostrazione dell'ipotesi di Riemann" ([la nota, PDF](https://alpo.ge/remark.pdf)).

L'ipotesi di Riemann è il problema aperto più famoso della matematica. Riguarda il modo in cui sono distribuiti i numeri primi, aspetta una dimostrazione dal 1859 e vale un milione di dollari del Clay Institute. Secondo la cronologia allegata alla nota, il lavoro con Claude è cominciato il 6 ottobre e si è chiuso una domenica notte di metà novembre. Una quarantina di giorni.

Poche ore dopo Salvatore Sanfilippo, il creatore di Redis, ha pubblicato un video intitolato ["Anche il software è ancorato al passato"](https://www.youtube.com/watch?v=xMwoaaXGz9s). Parla di matematica per sedici minuti, ma il bersaglio siamo noi programmatori. L'ho ascoltato due volte, ho controllato le cose che dice e qui sotto trovi cosa regge, cosa va preso con cautela e cosa ne penso io.

---

## L'ipotesi di Riemann in due minuti

I numeri primi (2, 3, 5, 7, 11...) sembrano sparsi a caso, ma in media seguono una regola: più si sale, più diventano rari, a un ritmo che si sa calcolare. Nel 1859 Bernhard Riemann ha legato questa regola a una funzione, la **zeta**. La funzione vale zero in infiniti punti, e la posizione di quegli zeri dice quanto i primi veri si allontanano dalla regola media.

L'ipotesi è che tutti gli zeri "interessanti" stiano su un'unica retta, quella con parte reale 1/2. Se è vero, i numeri primi sono distribuiti nel modo più regolare possibile. I computer hanno controllato miliardi di zeri e stanno tutti lì, ma controllarne tanti non è dimostrare che ci stanno tutti. Per questo molti teoremi cominciano con "se l'ipotesi di Riemann è vera...".

## Cosa è stato annunciato, e cosa no

Conviene partire dai fatti, perché in giro si legge già "l'IA ha risolto Riemann".

Alpöge non ha pubblicato una dimostrazione leggibile. Ha pubblicato la nota e un archivio in quattordici parti con la **formalizzazione in Lean**, cioè la prova scritta in un linguaggio che un computer può controllare riga per riga. Lean è un "assistente alla dimostrazione": un linguaggio di programmazione nato in Microsoft Research in cui ogni passaggio logico va scritto per esteso, e un programma verifica che ognuno segua dai precedenti. Se il file compila, la dimostrazione è formalmente valida. Resta da controllare, a mano, che l'enunciato scritto in Lean sia davvero l'ipotesi di Riemann e non qualcosa che le somiglia. Il testo "per umani" esiste, lo ha generato Claude e supera le 250.000 pagine. Lui stesso lo chiama "slop" e ha deciso di non diffonderlo.

Sul merito è molto onesto. Scrive che ha guidato lui la direzione, ma che vicino al traguardo Claude "mi ha superato di gran lunga". E ammette di presentare al mondo un argomento completo "prima di aver padroneggiato" tutta la matematica che gli sta intorno. Il metodo, dice, si estende anche all'ipotesi di Riemann generalizzata.

Quale modello abbia usato non è stato dichiarato: la nota dice sempre e solo "Claude". Sanfilippo nel video parla di Fable, il modello più recente di Anthropic, ed è probabile che sia quello. Ma è una deduzione, non un dato.

Lo stato, a oggi, è questo:

- **Nessuna verifica indipendente.** Nessuno, fuori da Anthropic, ha ancora controllato che i file Lean dimostrino davvero l'enunciato giusto ([AFP su Phys.org](https://phys.org/news/2026-11-anthropic-claude-math-greatest-riddle.html), [DataCamp](https://www.datacamp.com/blog/ai-solved-riemann-hypothesis)).
- **Gli esperti sono prudenti ma non scettici.** James Maynard, medaglia Fields, sospetta che la prova sia corretta, ma dice che il controllo richiederà tempo e capire *perché* funziona ne richiederà molto di più. Youness Lamzouri parla di mesi o anni ([IBM](https://www.ibm.com/think/news/anthropic-claude-riemann-hypothesis-math-proof)).
- **Il tempismo è infelice.** L'annuncio è arrivato il giorno dopo il debutto in borsa di Anthropic. Alpöge lo sa, scrive che "il tempismo è orribile" e che la lettura cinica è falsa. Resta il fatto che la coincidenza c'è.

C'è poi un secondo colpo di scena. Lo stesso giorno Ravi Vakil, presidente dell'American Mathematical Society, ha pubblicato in fretta la bozza di un'altra dimostrazione, quella di Alessandro Masullo: dodici anni di lavoro, "tutta umana, senza IA" ([DataCamp](https://www.datacamp.com/blog/ai-solved-riemann-hypothesis), [il post di Vakil](https://math216.wordpress.com/2026/11/20/hurried-announcement-alessandro-masullo-grh/)). Otto ore dopo lo stesso Vakil ha aggiornato il post: diversi matematici gli avevano segnalato problemi nella bozza. Trovati con l'aiuto di modelli di IA.

Questa storia, da sola, dice già parecchio su dove siamo.

## Tao e il 2050

Sanfilippo apre il video con una stoccata a Terence Tao, probabilmente il matematico vivente più noto. Circa un mese fa, in un'intervista, Tao aveva detto che per l'ipotesi di Riemann "serve qualcosa oltre l'IA attuale" e che forse "una combinazione di umani e IA nel 2050 o giù di lì" avrebbe fatto altri progressi. La citazione gira in una [discussione su Hacker News](https://news.ycombinator.com/item?id=50577066) con il link al video originale.

Per Sanfilippo quella frase mostra che Tao "non ha compreso la portata del fenomeno": ha estrapolato male i progressi dell'IA e ha sottovalutato i modelli di oggi.

Qui io frenerei. La previsione di Tao sembra invecchiata malissimo, ma solo **se la prova regge**. Oggi non lo sappiamo. E va ricordato che a ottobre era già arrivato un segnale: OpenAI aveva annunciato una dimostrazione della cosiddetta "quasi-ipotesi di Riemann", un risultato più debole, che gli esperti ritengono in buona parte corretto ([Quanta](https://www.quantamagazine.org/ai-proved-the-quasi-riemann-hypothesis-what-happens-now-20261019/)). Chi sbagliava di venticinque anni un mese fa non era uno sprovveduto: era uno dei migliori al mondo, con tutte le informazioni disponibili. Questo, più che una colpa di Tao, mi sembra la misura di quanto è difficile fare previsioni adesso.

## Il mestiere è scegliere le domande

La parte più bella del video è un'altra. Sanfilippo dice che il contributo enorme di Riemann non è la dimostrazione che manca, ma **l'aver formulato l'ipotesi**: aver visto un legame tra gli zeri di una funzione nel piano complesso e i numeri primi, che stanno da tutt'altra parte.

Cita Henri Poincaré, e la citazione è giusta. In *Scienza e metodo* (1908) Poincaré scrive che inventare è discernere, è scegliere. Le affermazioni vere sono infinite. Il lavoro del matematico è capire quali vale la pena guardare.

Se dimostrare diventa veloce, il valore si sposta ancora di più sulle domande. E la nota di Alpöge, a leggerla bene, conferma proprio questo: lui ha portato l'idea di partenza e l'analogia giusta, Claude ha fatto il resto della strada a una velocità che lui non riusciva a seguire.

## E noi programmatori?

Qui Sanfilippo fa il salto: siamo sicuri che nel software abbiamo fatto questo passaggio? La sua risposta è no, e porta tre argomenti.

**Le aziende.** Se l'IA scrive codice così bene, perché siamo circondati da software pessimo? Perché nelle grandi aziende chi decide una funzione, chi la approva e chi la implementa stanno in tre uffici diversi. Il buon software nasce quando chi decide e chi realizza sono la stessa persona o un gruppo affiatato. L'IA che scrive codice non cambia niente se va a sbattere contro quella burocrazia.

**I singoli.** Anche chi lavora da solo, dice, non ha fatto il salto. Fa il parallelo con l'arrivo dei compilatori: chi scriveva in assembly guardava con sospetto il C, poi i linguaggi ad alto livello hanno vinto perché facevano pensare al risultato invece che alla fatica. Con una differenza che secondo lui gioca a favore dell'IA: Python ti faceva pagare la comodità in velocità, mentre un modello di oggi scrive codice veloce e ottimizza oltre il punto in cui un programmatore si sarebbe fermato per mancanza di tempo.

**Gli esempi.** Racconta che l'aggiornamento del suo cardiofrequenzimetro Polar ha bloccato il dispositivo, e che Claude glielo ha sbloccato analizzando l'app. E cita Stefan di CNC Kitchen, che si sarebbe fatto riscrivere da Claude il software di uno scanner Canon. Di questi due episodi non ho trovato riscontri scritti: li riporto come li racconta lui. Di CNC Kitchen è documentato invece [ScanRuler](https://www.cnckitchen.com/blog/scanruler-free-3d-scan-reverse-engineering), uno strumento per misurare le scansioni 3D costruito con l'aiuto di Claude, quindi il personaggio è coerente.

La conclusione è questa: un singolo, in un pomeriggio, può scrivere un software migliore di quello che un'azienda distribuisce insieme al suo hardware. E si può scrivere software "usa e getta" che prima non aveva senso: uno strumento che serve a te solo, per tre mesi, fatto in tre giorni.

## Cosa ne penso

Sulla diagnosi sono d'accordo quasi su tutto. Sulla ricetta ho qualche riserva.

- **Il collo di bottiglia non è più il codice.** Lo vedo ogni giorno: la parte lenta di un progetto non è scrivere, è decidere cosa scrivere. Usare l'IA per fare lo stesso gestionale di prima in metà tempo è come usare un'auto per andare al passo del cavallo.
- **Il software usa e getta è la novità vera.** Lo strumento fatto per un solo problema, che butti quando hai finito, per me è il cambiamento più concreto. Costava troppo, ora no.
- **La matematica ha Lean, noi no.** Questa è la differenza che il video salta. La prova di Alpöge, per quanto illeggibile, ha un verificatore che dice sì o no. Il software non ce l'ha. I test controllano quello che hai pensato di controllare. Ne ho scritto nel [post sul vibe coding](/posts/vibe-coding-rischi-sicurezza-competenze-costi-ia-2026/): quando nessuno capisce il codice, qualcuno prima o poi paga.
- **250.000 pagine di "slop" sono un avvertimento.** Un matematico che ammette di non padroneggiare la propria dimostrazione è la versione nobile di un problema che conosciamo bene: codice che funziona e che nessuno sa spiegare. Tao lo aveva detto a settembre: l'IA può produrre soluzioni più in fretta di quanto i matematici riescano a capirle ([IBM](https://www.ibm.com/think/news/anthropic-claude-riemann-hypothesis-math-proof)).
- **"Meglio di Canon in un pomeriggio" vale per te.** Un'azienda deve far funzionare quel software su milioni di computer, tradurlo, mantenerlo dieci anni e rispondere quando si rompe. Non è una scusa per il software brutto, ma spiega una parte della distanza.

Resta la domanda di Poincaré, che è quella giusta anche per noi. Adesso che scrivere costa poco, il mestiere è scegliere cosa vale la pena costruire. E capirlo abbastanza da saperlo difendere quando qualcuno ti chiede perché funziona.

