2026年11月10日，谷歌 DeepMind 公布 AlphaProof Code：一个多模型智能体框架，用形式化验证给 Signal 加密协议的真实代码做了数学证明。这是第一次有人——无论用不用 AI——把一个广泛部署的密码协议的实现代码形式化验证到机器码这一层。智能体在 Gemini Carbon 驱动下生成了超过 600 万行 Lean 证明代码，只用四周就做完了专家团队过去要花数年的工作，人工只需复核其中约 1% 的代码。
验证的对象是 Signal 协议的核心：PQXDH 握手与 Triple Ratchet，覆盖一对一会话的初始化、发送与接收，证明前向保密、窃后安全、身份认证等性质。关键在“实现”二字：以往验证多停在协议设计层面，而代码与设计之间的缝隙正是漏洞藏身之处。这次智能体证明的是编译后的 AArch64 机器码本身。DeepMind 还做了反向检验：把两个真实存在过、后来被修复的漏洞重新植入隔离版代码，系统两次都用机器核验的证明指出该版本不安全。验证产物与技术论文已经开源。
证明了什么，没证明什么
这份证明的边界必须说清：它针对的是 libsignal 的实现代码和一对一会话，不包括群聊、密钥生成和多设备状态；约 2.6 万行可信规约与语义仍需人工审阅，密码学原语本身也被当作安全假设。Signal 用户什么都不用做——这不是一次漏洞修复，没有补丁要装。Signal 方面评价，用智能体把真实代码自动翻译成有效的 Lean 定理，是一次重大突破。
形式化验证正在从论文走向工程。微软也在推进 AI 智能体的安全研究，微软发现 Lazarus 后门：改不到 10 个神经元就能操控智能体提醒人们：智能体越能干，验证它“只干该干的事”就越重要。
从 Signal 出发，下一步去哪
DeepMind 的下一步，是把这套方法从 Signal 推向医疗设备固件、电网软件等关键系统——证明能写出来只是开始，能不能在更多系统上复现，才决定它是不是安全行业的新基建。
