Google DeepMind 的 AlphaProof Code 用四周时间,对 Signal 核心加密协议的编译后代码完成了形式化验证。同类工作由专家团队手工完成,历史上要以年为单位计算。
但结论需要先划清边界:它没有证明"Signal 绝对安全"。它证明的是一件更窄、也更精确的事——这段代码满足四条性质:前向保密、认证、入侵后安全、握手机密性。这四条之外,它不作任何保证。
先把边界摆正,再谈这件事为什么仍然重要。
人写规格,智能体写证明,Lean 内核裁决
AlphaProof Code 是一个多 LLM 智能体框架,组织方式类似一支研究团队,分工有三层。
- 人决定证什么。研究人员与模型协作,把 Signal 的安全目标翻译成形式化的数学规格,每一份规格都由人类专家审阅。AI 设计的是证明,不是命题——命题由人写下。
- 智能体写证明。由 Gemini Carbon 驱动的智能体团队产出 Lean 证明。DeepMind 博客正文称超过 600 万行 Lean,摘要则称超过 300 万行机器校验的证明。两个数字对不上,因此两个都列出,不把任何一个当作定论。
- Lean 内核校验一切。每份证明都必须通过 Lean 内核的机器检查,通不过就不算数。智能体只把约 1% 的代码库标记出来交人工复核,其余由机器校验。
验证目标是 libsignal 的后量子 PQXDH 握手与 Triple Ratchet,且一路验证到编译后的机器码,而不只是协议设计图。Signal 首席技术官 Ehren Kret 的评价是:这套方法把"真实代码"翻译成"有效的 Lean 定理",在实现层面提升了对隐私保证的信心。
反向测试:它能不能分辨好代码和坏代码
DeepMind 做了一组对照实验:取两个此前已被修复的真实漏洞,重新植入一份隔离副本,再让系统去验证。系统产出了一份机器校验的证明,结论是这个版本不安全。
这一步比标题更有分量。形式化验证最糟糕的失效模式不是"证不出来",而是"什么都证得出来"。一个永远说通过的验证器毫无价值。能证伪,才有资格谈验证。
它没有保证什么
这些边界属于正文,不该塞进脚注。
- 它不为整个应用背书。操作系统、硬件、元数据处理、客户端行为都在保证范围之外。时序泄漏与硬件故障同样不在其中,除非它们被建模。
- 证明依赖一个可信基础。规格、编译产物、底层假设,每一项都需要单独审视。AI 证明的是"你写下的规格",不是"你心里想的那个安全"。
- 框架尚未通用开放。AlphaProof Code 没有作为通用工具包发布,验证产物已开源,技术论文已发表。
- 同一份代码服务的产品不止 Signal。libsignal 也支撑 Google Messages;WhatsApp 与 Messenger 来自二手报道,DeepMind 博客本身只点名了 Signal 和 Google Messages。
对开发者意味着什么
形式化验证的成本曲线刚刚变了。过去只有这种皇冠级协议才配得上数年人工验证,现在跑一遍是四周。问题不再是"我们验不验得起",而是"先验哪一块代码"。
分工没有变:规格仍然由人写。AI 擅长把规格变成证明,决定证什么仍是人的工作。规格写错,AI 会严谨地证明一个错误的命题。
有三件可以立刻动手的事:
- 去读 DeepMind 公开的验证产物和技术论文,看看一份真实的规格长什么样。
- 挑出自己项目里最关键、也最不敢改的那一块代码,试着为它写一份形式化规格。
- 把"能不能抓住植入的漏洞"当作验收测试:先故意埋一个已知漏洞,看你的验证流程能不能发现它。
你会把形式化验证放进自己项目的 CI 吗?如果只能选一块代码开头,你选哪一块?
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.