谷歌 DeepMind 在 11 月 10 日发布 AlphaProof Code 多智能体框架，依靠 Gemini Carbon 驱动 AI 完成 libsignal 核心加密代码的形式化验证，整个周期只用四周，产出大约 650 万行经过 Lean 证明器校验的证明代码，是业内首次把大规模商用加密协议，从协议理论一直证明到未经修改、编译后的 AArch64 机器码，覆盖后量子 PQXDH 握手和 Triple Ratchet 棘轮机制，确认前向保密、密钥认证、入侵后恢复、握手保密四项核心安全属性，不只是纸面证明协议设计，而是堵住了 “协议没问题、但是写代码或者编译之后出漏洞” 这个长期存在的缺口，这套验证成果也适用于依赖 Signal 协议的 Google Messages、WhatsApp 等产品，同时团队还做了对照测试，把历史已知漏洞重新注入代码，这套 AI 形式化验证体系可以成功识别出不满足安全规约的版本。
AlphaProof Code 三大智能体分工
| 智能体角色 | 核心工作 |
|---|---|
| 规约编写智能体 | 和人类安全专家协作，把安全需求翻译成 Lean 形式规约，所有规约都要人工审核确认。 |
| 机器码语义智能体 | 搭建 AArch64 指令的形式化语义模型，让证明器看懂汇编层面的执行逻辑。 |
| 自动证明智能体 | 批量生成 Lean 证明步骤，自动推导代码满足规约，只把大约 1% 的复杂分支交给人工复核，所有证明最终由 Lean 内核二次校验。 |
本次验证覆盖范围与边界
- ✅ 覆盖：libsignal 0.105.4 参考实现，Rust 原生编译出来的 AArch64 机器码、一对一私聊链路、PQXDH、Triple Ratchet。
- ✅ 证明安全属性：前向保密、身份认证、入侵后安全恢复、握手密钥保密。
- ❌ 不覆盖：Signal 完整客户端 APP、群组聊天、网络传输层、操作系统、硬件侧攻击、侧信道攻击。
- ❌ 不代表：整个产品从此没有任何风险，只是核心加密逻辑的数学安全保证被加固。
传统形式化验证和 AlphaProof Code 的差别
传统形式化验证大多成本极高，顶尖专家团队往往要花费数年，而且很多时候只能验证精简改造过的版本，没法直接拿到生产版二进制；另外很多过往工作只停留在协议论文层面，不向下追踪到编译后的机器指令，编译器、内存布局、指令实现的漏洞会绕开验证。
AlphaProof Code 的变化就是把大部分证明生成交给 AI 智能体，人类只负责定义安全目标、审核规约、处理少量高难度证明分支，直接拿没有改动过的官方源码编译产物做验证，把验证链路打通到机器码。
整套 AI 形式化验证执行流程
- 安全专家梳理 libsignal 的安全目标，拆分握手、密钥更新、消息加密对应的安全约束。
- 规约智能体把自然语言安全要求转换成 Lean 形式化规约，人工逐条审核定稿。
- 构建 AArch64 指令集的形式语义，让证明系统可以建模每一条机器指令执行效果。
- 自动证明智能体并行生成大量 Lean 证明片段，尝试证明二进制代码满足前面写好的规约。
- Lean 内核独立校验全部证明，标记无法自动完成的分支，交给人类安全研究员补充证明。
- 对照实验，把历史漏洞重新放进代码，跑一遍验证流程，确认系统可以识别失效案例。
- 开源整套 Lean 证明工程，外部研究者可以复现、检查规约和证明逻辑。
整体来看，这次工作最大价值是降低高可靠密码库形式化验证的门槛，以前属于奢侈品级别的安全手段，现在有机会逐步普及到通信、支付、车机等对密码安全敏感的底层组件；但它不是万能的安全盾牌，验证边界有限，侧信道、上层业务逻辑、供应链投毒不在这次证明覆盖之内。
【常见问题】
问题 1：DeepMind 使用 AI 形式化验证 Signal 加密，是证明 Signal App 整体完全没有漏洞吗？
回答 1：不是，DeepMind 使用 AI 形式化验证 Signal 加密，只针对 libsignal 加密库核心的一对一消息加密机器码，没有覆盖完整客户端、群组聊天、操作系统和侧信道攻击，不等于整个 Signal App 不存在其他风险。
问题 2：DeepMind AlphaProof Code 用 AI 形式化验证 Signal 加密，验证到哪一层？
回答 2：DeepMind AlphaProof Code 用 AI 形式化验证 Signal 加密，直接验证 Rust 源码编译出来的 AArch64 机器码，而不是只验证协议论文或者高层源码，能够捕捉编译环节引入的安全偏差。
问题 3：DeepMind AI 形式化验证 Signal 加密，用到什么证明工具和模型？
回答 3：DeepMind AI 形式化验证 Signal 加密，底层证明校验使用 Lean 定理证明器，证明生成智能体基于 Gemini Carbon，整套方案叫做 AlphaProof Code。
问题 4：DeepMind 用 AI 形式化验证 Signal 加密之后，WhatsApp、Google Messages 也会受益吗？
回答 4：会，DeepMind 用 AI 形式化验证 Signal 加密，验证对象是通用 libsignal 协议库，WhatsApp、Google Messages 同样依赖这套协议，对应的一对一加密链路的核心安全证明可以复用。
问题 5：DeepMind 使用 AI 形式化验证 Signal 加密，和普通安全审计、模糊测试有什么不一样？
回答 5：普通审计、模糊测试是尽量去找漏洞；DeepMind 使用 AI 形式化验证 Signal 加密是数学证明，在给定模型和规约范围内证明特定安全属性一定成立，属于 “证其无”，但同样受规约本身覆盖范围限制。
【参考资料】
[2026-11-12]（DeepMind：AI 形式化验证 Signal，边界与独立审计现状）Kinewsletter
[2026-11-11]（650 万行数学证明，AlphaProof Code 验证 Signal 加密）36 氪
[2026-11-11]（DeepMind’s AlphaProof Code formally verifies Signal）Times of AI
[2026-11-10]（AlphaProof Code: Verifying Signal’s Security at the Machine-Code Level）Google DeepMind
[2026-11-10]（谷歌 DeepMind 用 AI 完成 Signal 协议形式化验证）IT 之家
【免责声明】
本文仅为技术资讯科普，DeepMind AI 形式化验证 Signal 加密的证明范围、安全假设、适用版本、独立第三方审计情况以 DeepMind 官方论文、开源 Lean 工程为准；形式化证明本身依赖设定的安全模型，不能保证在所有攻击场景下绝对安全，不可单独作为产品安全背书。