Da Donald Knuth — manden bag The Art of Computer Programming og en af datalogi-historiens mest indflydelsesrige skikkelser — åbnede sit nyeste paper med ordene “Shock! Shock!”, vidste man, at noget usædvanligt var sket.
I slutningen af februar 2026 publicerede den 88-årige Stanford-professor et 6-siders paper med titlen “Claude’s Cycles”. Paperet dokumenterer, hvordan Anthropics sprogmodel Claude Opus 4.6 på cirka en time fandt løsningen til et åbent grafteori-problem, som Knuth selv havde siddet fast i i ugevis.
Historien spredte sig som en steppebrand — opslaget akkumulerede over 635.000 visninger og 6.000 likes inden for få timer.
Problemet: Hamiltonske cykler i rettede grafer
Det konkrete problem handler om en rettet graf (digraf) med m³ knuder, hvor hver knude er et tripel (i, j, k) med værdier fra 0 til m-1. Hver knude har præcis tre udgående kanter — til naboknuderne, hvor henholdsvis i, j eller k øges med 1 (modulo m). Udfordringen: find en måde at opdele alle kanter i grafen i præcis tre Hamiltonske cykler (dvs. cykler der besøger alle m³ knuder præcis én gang) — og gør det for alle ulige m større end 2.
Problemet var tænkt til et kommende bind af The Art of Computer Programming. Knuth havde løst specialtilfældet 3×3×3 og verificeret løsninger computationelt op til 16×16×16, men en generel konstruktion, der virkede for vilkårligt ulige m, undslap ham.
31 forsøg, én time, ét gennembrud
Knuths kollega Filip Stappers gav Claude Opus 4.6 den præcise problemformulering og kørte 31 guidede “eksplorationer” over cirka en time. Claude arbejdede sig systematisk igennem en række strategier: brute-force søgning, lineære og kvadratiske mønstre (fejlede), genkendte selvstændigt grafens struktur som en Cayley-digraf, introducerede en fiber-dekomposition, afprøvede simulated annealing — og fandt til sidst et “serpentine”-mønster, der viste sig at svare til den klassiske modulære m-ære Gray-kode.
Claude vidste ikke, at den genopdagede noget, der allerede havde et navn i kombinatorikken. Den udledte konstruktionen fra bunden ud fra problemets begrænsninger.
Det er vigtigt at understrege: Claude fandt konstruktionen. Knuth skrev det matematiske bevis. At finde et mønster, der virker, er ikke det samme som at bevise, hvorfor det virker — men det er netop den del, der havde holdt en af verdens skarpeste matematikere fast i ugevis. I sit bevis viste Knuth desuden, at der findes præcis 760 “Claude-lignende” dekompositoner, der er gyldige for alle ulige m.
Knuths reaktion: “Jeg må vist revidere mine holdninger”
Knuth er kendt for at være skeptisk over for store sprogmodeller. Han har tidligere skrevet, at han finder dem imponerende til tekstgenerering, men tvivler på deres evne til den slags stringent matematisk ræsonnement, hans eget arbejde kræver. Derfor er hans reaktion i paperet så bemærkelsesværdig:
“What a joy it is to learn not only that my conjecture has a nice solution but also to celebrate this dramatic advance in automatic deduction and creative problem solving.”
Og hans afsluttende bemærkning: “It seems I’ll have to revise my opinions about ‘generative AI’ one of these days.”
Han tipper også hatten til “Claude” — et bevidst dobbelt-nik til både sprogmodellen og Claude Shannon, matematikeren der grundlagde informationsteorien.
De vigtige nuancer
Historien er imponerende, men det er værd at holde begejstringen i kontekst:
- Claude krævede menneskelig facilitering. Stappers styrede aktivt sessionen, promptede Claude til at dokumentere resultater og omdirigerede, når modellen mistede tråden. De 31 eksplorationer afspejler en interaktiv proces — ikke en fuldt autonom løsning fra ét prompt.
- Det lige tilfælde forblev uløst af Claude. Da modellen blev presset mod grafer med lige m, lykkedes det ikke. Knuth noterede, at Claude mod slutningen “ikke engang var i stand til at skrive og køre eksploreringsprogrammer korrekt mere.” Det lige tilfælde blev efterfølgende løst af andre — med hjælp fra OpenAIs GPT-5.3-codex og GPT-5.4 Pro.
- Knuth skrev beviset. Claude fandt mønsteret. At forveksle de to bidrag overdriver, hvad modellen faktisk gjorde.
Alligevel: konstruktionen var ikke åbenlys. Den havde undslippet en matematiker, der har brugt årtier i fronten af kombinatorik og algoritmedesign. En AI, med en kollega ved tastaturet, fandt svaret på en time.
Og Knuth kaldte sit paper efter den.
Hvad det betyder for AI i forskning
Episoden er et af de mest konkrete eksempler til dato på, at sprogmodeller kan bidrage meningsfuldt til matematisk forskning — ikke som autonome bevismaskiner, men som kraftfulde samarbejdspartnere, der kan udforske løsningsrum langt hurtigere end mennesker alene.
Det passer ind i en bredere tendens. Anthropic — virksomheden bag Claude — har netop sagsøgt det amerikanske forsvarsministerium over AI-sikkerhedsklassificeringer, mens debatten om AI-modellers kapabiliteter og begrænsninger intensiveres. Samtidig er Claude Code i eksplosiv udvikling som kodnings-agent.
Knuths papir er værdifuldt, fordi det kommer fra en kilde, ingen kan affeje. Det er ikke en startup, der hype’r sit produkt, eller en benchmarkscore på et leaderboard. Det er en 88-årig legende, der siger: dette løste mit problem. Og så kaldte han sit paper efter AI’en.
Som Knuth selv skriver: “We are living in very interesting times indeed.”
Kilder
- Claude’s Cycles — Donald E. Knuth, Stanford University, 28. februar 2026 (revideret 6. marts 2026)
- Knuth Names Paper After Claude That Solved His Math Conjecture — Awesome Agents, 4. marts 2026
- Claude’s Cycles — Hacker News-diskussion
Denne artikel er skrevet i samarbejde med AI, og efterfølgende redigeret af et rigtigt menneske 🙂
