Introducing AlphaProof Code：以深度驗證複雜軟體的突破

Google DeepMind 推出 AlphaProof Code 驗證 Signal 加密核心

Google DeepMind 於 2026 年 11 月 10 日發表研究，推出名為 AlphaProof Code 的新型代理框架。該框架結合人類專家與 AI 代理，對 Signal 協議底層的實際程式碼進行形式化驗證，以數學方式證明其關鍵安全屬性。這項成果被視為軟體安全領域的里程碑，因為這是首次利用 AI 以如此深度驗證廣泛部署的加密協議，也是首次透過任何方法（無論是否使用 AI）對該協議的實際實現進行形式化驗證。

多模型協作與 Lean 語言驗證

AlphaProof Code 是一個多大型語言模型（LLM）代理框架，工作分配方式類似研究團隊。人類專家與混合模型合作，將 Signal 的安全目標轉譯為形式化的數學規格，每一項規格都由人類專家審查。隨後，由 Gemini Carbon 驅動的代理負責執行證明工作，產生超過六百萬行的 Lean 程式碼。Lean 是一種用於數學證明程式碼準確性的電腦語言。

驗證過程中，代理會審計證明結果，並標記出需要人類二次檢視的區域。只有百分之一的程式碼需要人工介入，其餘部分由 Lean 自動檢查，因此省下大量時間。人類專家得以把精力放在最需要人類判斷的環節。整個驗證過程只花四周，而這類任務過去通常要專家團隊花上數年。

跨越設計與實作的差距

大多數協議驗證只做到設計層級，AlphaProof Code 的代理則進一步證明編譯後的程式碼符合關鍵安全屬性。這些屬性包括在裝置暫時遭到入侵前後保護訊息的能力，驗證範圍涵蓋裝置上運行的確切程式碼。現實世界的漏洞常藏在設計與實作之間的落差，要填補這個落差，證明工作因此變得極為複雜。

為確認 AlphaProof Code 能區分正確程式碼與有缺陷的程式碼，研究人員把兩個先前已修復的真實漏洞，重新放回 Signal 程式碼的隔離版本中。在這兩種情況下，系統都產生了由機器檢查的證明，指出有缺陷的版本不安全。

Signal 技術長肯定與未來應用

Signal 首席技術官 Ehren Kret 表示，Google DeepMind 的方法讓驗證範圍得以顯著擴展。他強調，使用 AI 代理將即時程式碼轉譯為有效的 Lean 定理是一大突破。隨著 AI 驅動的安全威脅增加，嚴格驗證 Signal 協議的實作，讓 Signal 對自家程式碼的隱私保證更有信心。

這項研究展示了 AI 如何為企業、政府及關鍵基礎設施提供精英級的安全保證，協助抵禦代理驅動的網路威脅。驗證 Signal 的核心加密技術，也為保護醫療裝置韌體與電網軟體等其他重要系統奠定基礎。研究團隊表示，將形式化驗證與 CodeMender 等自動防禦代理結合，有助於對抗現代網路威脅的速度與規模，做出能以數學證明其保護有效的軟體。

研究團隊與開源計畫

這項研究由 Swarat Chaudhuri、Andrew Ferraiuolo、Anton Kovsharov、Tej Chajed、Sam Schlesinger、Karn Seth、Jonathan Katz、Charles Sutton 與 Pushmeet Kohli 共同開發。研究團隊感謝 Eric Wieser 協助開源程式碼，以及 Owen Jones 提供的專案管理支援。此外，Martín Abadi、Christopher Henson、Katerina Hristova、Henryk Michalewski、Jonathan Protzenko 與 George Tsoukalas 提供了有益討論。Signal 的 Rolfe Schmidt、Michael Rosenberg 與 Ehren Kret 對研究方法提供了反饋。Tulsee Doshi、Four Flynn、Kate Olszewska、Alicia Huang、Andy Liu、Benoit Schillings、Raluca Ada Popa、Melvin Johnson、Koray Kavukcuoglu、Demis Hassabis 與 Sundar Pichai 則提供了專案支持。

Google DeepMind 已將形式化驗證的工件開源，供社群使用。