形式化验证这活儿,过去是只有顶级密码学团队才啃得动的奢侈品。DeepMind 这次把它从「人手堆几年」压到了「AI 智能体四周」。
数字先摆出来:约 650 万行 Lean 证明、26,000 行可信规范、一个五人团队四周干完。做个对照,seL4 当年差不多烧了 20 人年。这不是渐进优化,是量级跳变。
AlphaProof Code 的分工很像一个研究组被拆开:人只定「要证什么」(把安全目标翻成数学规范),智能体用 Gemini Carbon 写证明,Lean 的内核做唯一裁判,不认的就不收。最狠的一招是压力测试——研究人员故意把两个早已修复的老漏洞重新注回代码,系统在两种情况下都准确报出「这版不安全」。说明这套验证不是走流程,是真能抓虫。
别上头。它证的是 libsignal 某个特定编译产物、在特定安全属性上成立;群聊、侧信道、多设备状态、密钥生成都不在范围内。谁说「Signal 从此永不破」,那是外行话。
我的判断:对做关键基础设施的人——电网软件、医疗设备固件、工业控制系统——这才是真信号。形式化验证从「贵到做不起」第一次走向「AI 智能体跑得动」,意味着高保障软件的边际成本开始往下走。未来给核心系统做数学级安全背书,可能不再是少数实验室的专利。