Google DeepMind 发布 AlphaProof Code：Gemini 4 Carbon 驱动智能体 4 周生成逾 600 万行 Lean 证明，首次把 Signal 协议形式化验证到 ARM 机器码

核心背景与行业痛点

形式化验证能用数学证明代码没有某类缺陷，是安全保障的最高标准，但成本极高：以往大多停留在协议设计层，或只覆盖一小段代码，完整验证一个实现常要专家团队数年。与此同时，攻击者已在用智能体规模化找漏洞，防守方急需更快的手段。Google DeepMind 选择 Signal 协议作为目标，它保护着 Signal 和 Google Messages 中数十亿条私密对话。

架构亮点与底层机制

AlphaProof Code 像一个研究小组一样分工：人类专家与多种模型协作，把 Signal 的安全目标翻译成形式化规约并逐条审核；随后由 Gemini 4 Carbon 驱动的一群智能体写证明，再由智能体审计证明、标出需要人看的部分。所有证明都交给 Lean 定理证明器自动检查，所以「智能体写错」会被直接拒绝。验证对象是编译后的 AArch64 机器码，弥合了设计与实现之间最容易藏漏洞的缝隙。

权威 Benchmark 与实测跑分对比

这不是榜单类成绩，没有公开的通用跑分，官方未公布与其他工具的直接对比。可核实的数据（均为官方口径）：4 周、600 万+ 行 Lean、约 1% 人工复核；植入 2 个已知漏洞后均被证明为不安全。官方称此前同类工作「可能要团队数十年合计投入」。也有开发者提醒，几百万行证明本身难以人工阅读，可复用的规约库才是长期价值。

开发者实战落地与开箱指南

想深入可以直接读 DeepMind 技术论文和 GitHub 上的 Lean 规约与证明，用 Lean 4 本地复现检查。对做关键基础设施、加密库或固件的团队，可以先从「把安全需求写成可检查规约」入手。AlphaProof Code 本身暂未开放为产品或 API，DeepMind 表示欢迎构建关键软件的团队联系合作，并计划与开源社区共同完善规约。