研究#安全扫描#代码审查

DeepMind 发布 AlphaProof Code,验证 Signal 密码学代码

DeepMind 发布 AlphaProof Code:据称 AI 智能体与人工审查验证了 Signal 密码学代码,并将公开验证材料。

紫蓝色插画中,一个人形身影被带盾牌图标的安全面板环绕

Google DeepMind 于 2026 年 11 月 10 日发布 AlphaProof Code,这是一个把 AI 智能体和人工审查结合起来的形式化验证框架。据 DeepMind,研究人员用它检查了 Signal 实际部署的密码学代码,并计划开源验证材料;该公告没有表示整个 Signal 应用已经被证明没有漏洞。

要点

  • 据 DeepMind,验证对象是 Signal 实际使用的密码学实现,工作由 AI 智能体与人工审查共同完成。
  • DeepMind 表示将开源验证材料,并在公告中提及一篇配套技术论文;本文不据此推断论文未核实的内容。
  • WIRED 的报道强调,这项工作针对 Signal 协议的部分实现,不等于检查了整款 Signal 应用。

背景

AlphaProof Code 把一个容易被新闻标题压扁的问题带到台前:密码学软件如何证明自己符合安全要求?形式化验证会把性质写成可检查的规格,再用证明工具检验实现是否满足这些条件。它能给特定命题和模型提供机器可检查的证据,但规格选了什么、边界划在哪里,同样决定结论能覆盖什么。

Signal 是广泛使用的加密通信服务。对它的密码学实现做形式化验证,重点是把部分安全主张转成可检查证明。据 DeepMind,这项工作由智能体参与,并有人类专家审阅;它也表示会公开验证材料,供外界进一步检查。公开材料能让社区看到证明具体表达了什么,也让讨论从“AI 说代码安全”转向规格、实现和证明各自覆盖的边界。

事实部分

DeepMind 的公告称,AlphaProof Code 用 AI 智能体结合人工审查,对 Signal 实际部署的密码学代码进行了形式化验证。这个描述值得逐词看:对象是密码学代码,行为是验证明确的安全性质,过程有人类参与。它没有说模型独立判断了所有安全目标,也没有声称 Signal 的客户端、操作系统或整个产品都被证明无漏洞。

项目DeepMind 公告所述
项目AlphaProof Code
验证对象Signal 实际部署的密码学代码
方法AI 智能体结合人工审查进行形式化验证
后续将开源验证材料;公告提及配套技术论文

公告的意义还在于把证明过程材料列入计划公开范围。对于安全研究者,材料可用于核对规格和检查证明;对开发者,它提供了一个观察 AI 智能体参与形式化工作的案例。不过,开源材料不自动等于验证结论已经由外部团队独立复现。我们也没有把配套论文当作第二份已经核验的证据:本稿没有核实论文正文。

各方说法

WIRED 将这项工作描述为对 Signal 协议相关实现的验证,并明确提醒读者不要把它理解成对整个 Signal 应用的证明。这个范围限定很关键:一个协议实现的特定代码路径通过给定规格,并不覆盖应用的界面、设备环境、部署配置或所有运行状态。媒体报道提供了独立的解释视角,但其技术细节仍需和将要公开的材料对照。

Hacker News 的讨论也围绕证明边界展开。评论者提出,形式化证明只能说明实现满足写下来的规格和所采用的假设;如果规格遗漏了真实安全目标,或者模型没有包含某些运行条件,机器检查本身不会补齐缺口。讨论中的评论是社区观点,不是对 AlphaProof Code 的独立复现,也不能代替对证明材料的技术审阅。DeepMind 表示将公开材料,后续应以这些材料能否被外部读者理解、检查和复核来判断可审查程度。

这与本站此前介绍的 AlphaProof Nexus 有一处值得对照:两者都把模型参与和形式化证明放在同一条研究线上,但具体对象和结论必须各自按来源核对。对安全工程而言,证明系统的名字或智能体数量不是质量指标;规格边界、审阅过程和可复现材料更有解释力。

编辑判断

AlphaProof Code 的实际看点,是 AI 智能体进入了密码学代码的证明工作流,而人工审查仍然出现在其中。对维护安全关键软件的团队,这种分工值得跟踪:智能体可以参与构造和推进形式化工作,机器检查则针对明确定义的命题给出可核验结果。它不能把“验证了部分性质”直接升级为“产品绝对安全”。

当前最诚实的读法仍是据 DeepMind 的公告理解其成果,同时等待材料开放。值得核对的问题包括:证明覆盖了哪些具体代码和安全性质,哪些内容依赖人工编写的规格,是否有明确排除项,以及外部研究者能否复跑检查。WIRED 的范围提醒与 Hacker News 的规格讨论都说明,报道里的“验证 Signal”是需要拆开理解的简称。

还有一个现实限制:仅凭公告和配套论文链接,无法判断第三方能否复现、验证材料是否完整,也不能把它的结论外推到 Signal 的所有构建版本或部署环境。类似的形式化工具可以提供更严格的证据,但证据只覆盖被明确写出并检查的范围。若要把 AlphaProof Code 作为安全工程案例引用,第一步应读它公开的规格和证明材料,再判断它回答了团队真正关心的安全问题。