歸納演繹綜合法：讓 AI 生成正式驗證系統

研究團隊提出歸納演繹綜合法（Inductive Deductive Synthesis, IDS），旨在解決 AI 在需要形式化保證的任務上無法提供完整覆蓋的痛點。現有技術如測試方法無法確保分散式系統中讀寫一致性在所有事件交錯下皆成立，而傳統機械化形式驗證通常需要數月至數年的專家努力。

針對分散式系統驗證，目前狀態之最佳編碼智能體（SOTA coding agents）表現有限。具體數據顯示，Codex with GPT-5.4 與 Claude Code with Opus 4.6 在七個分散式鍵值儲存庫規格（distributed key-value-store specifications）的測試中，僅成功解決 2/7 的案例。

IDS 作為一個基於代理的大型語言模型系統，能同步且增量地合成程式實現與證明，並從失敗嘗試中學習以系統性地嘗試有希望的策略。該方法在約 6.8 小時內、成本為 106 美元的情況下，成功達成 7/7 的驗證結果，大幅超越現有 AI 智能體在分散式系統驗證上的表現。