跳到正文
新浪科技·· 9 天前精選AI 評分81

Gemini 4 Carbon 開放使用,AlphaProof Code 四周為 Signal 生成 650 萬行 Lean 證明程式碼

刚刚,Gemini 4 Carbon全球全量开放,4周、650万行数学证明验证「Signal安全」

AI 導讀

Google DeepMind 宣佈 Gemini 4 Carbon 開放使用,並公佈 AlphaProof Code 以其驅動多個 AI Agent,四周內為 Signal 核心實現生成約 650 萬行 Lean 證明程式碼。

推薦理由

文章把 Gemini 4 Carbon 的長週期推理能力,連到 AlphaProof Code 對 Signal 編譯後程式碼的形式化驗證案例,具體呈現多個 Agent 如何結合 Lean 與機器檢查。

正文 · 繁體中文

剛剛,Google DeepMind 宣告 Gemini 4 Carbon 今天正式開放,號稱為「Google 目前能力最強的模型」,專門面向複雜、長週期任務,能夠投入更多推理資源,深入探索問題,並通過持續的執行、檢查和修正,完成軟件工程、網絡安全、知識工作和科學研究中的複雜任務。

與此前的 Gemini 4 Argon 相比,Carbon 的定位更加明確:它不滿足於快速給出一個答案,而是願意花更多時間和計算資源,把一件複雜的事情真正做完。

Demis Hassabis 給出了一個直觀案例,「Carbon 對我最初開發的《Theme Park》遊戲二進制文件進行了逆向工程,在遊戲中新增了一項以 DeepMind 為主題的遊樂設施,並一次性將整個遊戲移植到了 Web 端。」

而下面他還附上了去年同時期用 Gemini 3 做的視頻對比,並感慨:「不到一年的時間,Gemini 就從 3 進化到 4,進步實在驚人……

親眼看到這一切,真的有種不可思議的感覺!」

而這樣的強大能力,如今,全球用戶都可以用到了!官方表示,目前從今天起,Gemini 4 Carbon 將通過以下渠道開放:

  • 消費者:Google AI Ultra 訂閲用戶可以通過 Gemini App 和 Google 搜索中的 AI Mode 使用。

  • 開發者與企業:可以通過 Google AI Studio 和 Android Studio 中的 API 進行開發;Google AI Ultra 訂閲用戶還可以通過 Google Antigravity 使用,企業用戶則可以通過 Gemini for Business 使用。

  • 科學家與研究人員:可以通過 Google Antigravity 申請,有機會獲得為期 6 個月的免費使用資格。

  • 網絡安全防禦人員:可以申請加入 Fairwind 計劃,獲得 Carbon 在網絡安全領域的使用權限。

此外,為了證明 Gemini 4 Carbon 在處理科學研究中複雜任務的能力,就在剛剛模型正式發佈後,Google DeepMind 給出了一個頗具代表性的案例,公佈了一項名為 AlphaProof Code 的研究:研究人員利用 Gemini 4 Carbon 驅動的 AI Agent,對 Signal 加密協議的底層代碼進行了形式化驗證,最終生成了超過 650 萬行經過機器檢查的數學證明代碼。

這項原本可能需要專家團隊耗費數年完成的工作,最終只用了四周。

更重要的是,這意味着 AI 開始從「寫出代碼」,走向「用數學證明代碼是安全的」。

從長週期推理,到真正完成複雜工作

Google 對 Gemini 4 Carbon 的定位,是目前最適合處理高難度、多步驟任務的模型。

在軟件工程中,它可以面對複雜代碼庫,進行跨模塊問題排查、架構調整和多輪調試;在科學研究中,它能夠圍繞開放問題持續探索假設、分析證據並驗證結果;在知識工作中,它也可以處理大量複雜文檔、數據和結構化信息。

這背後有一個重要設計:Extended Verification Loops(擴展驗證循環)。

面對複雜任務,Carbon 會投入更多 Thinking Tokens,探索不同的解決路徑,並在執行過程中反覆檢查結果。發現問題後,它可以繼續修改、測試,直到得到更可靠的結果。

在 Google 公佈的獨立工作流基準測試中,Carbon 在 CursorBench 4.0、Perplexity WANDR 和 Zapier AutomationBench 上均排名第一。Google 還表示,在這些測試中,其單項任務成本比表現最好的下一款外部模型低兩倍以上。

與此同時,Google 正在 Google Antigravity 中預覽 /swarm 功能:用戶只需給出一個任務,就可以讓多個 Agent 組成協作團隊,分別承擔架構設計、任務協調、代碼實現和審查等工作。

Carbon 可以負責其中最需要深度推理的環節,其他更輕量的模型則並行處理具體任務。

從模型能力到多 Agent 協作,Google 希望讓 AI 承擔的工作變得更復雜,也更接近真實的專業工作流程。

650 萬行數學證明,AI Agent 給 Signal 做了一次「安全體檢」

如果説 Gemini 4 Carbon 展示的是能力上限,那麼 AlphaProof Code 就是一次非常具體的能力驗證。

這項研究瞄準的是一個長期困擾軟件安全領域的難題:如何證明一套真實運行的軟件,確實滿足設計者要求的安全屬性?

以 Signal 為例。

作為廣泛使用的加密通信協議,Signal 的安全性建立在一系列複雜的密碼學機制之上。過去,密碼學專家可以從數學層面分析協議設計是否安全,也可以通過代碼審查和測試尋找漏洞。

但這裏始終存在一道鴻溝:理論上安全的協議,不代表最終運行在用戶設備上的代碼一定安全。

從協議設計到實際運行,中間還要經歷代碼實現、編譯和優化。一個微小的實現錯誤,就可能讓原本嚴密的安全設計失效。

傳統的形式化驗證(Formal Verification)試圖用數學證明解決這個問題:把軟件需要滿足的安全條件寫成嚴格的數學命題,再證明實際代碼確實滿足這些條件。

問題在於,這項工作極其複雜,往往需要專家投入大量時間。

Google DeepMind 這次推出的 AlphaProof Code,就是希望藉助 AI Agent 降低這道門檻。

研究團隊首先與模型合作,將 Signal 的安全目標轉化為 Lean 語言能夠理解的數學規格,並由人類專家逐一審核。隨後,Gemini 4 Carbon 驅動的多個 Agent 開始自動構造證明,嘗試證明實際代碼滿足這些安全要求。

這裏的關鍵是,研究並沒有停留在協議設計或源代碼層面,而是進一步深入到最終編譯後的設備代碼。

研究人員建立了 AArch64 指令集的形式化語義,將編譯後的機器碼納入驗證範圍。這意味着,他們試圖證明的是真正運行在設備上的代碼,而不只是理論上的算法描述。

最終,AlphaProof Code 為 Signal 的核心實現生成了約 650 萬行 Lean 證明代碼,建立在約 2.6 萬行經過審核的形式化規格和機器碼語義基礎之上。

整個驗證過程只用了四周。AI Agent 還會自動標記需要人類進一步檢查的部分,最終只有約 1% 的代碼庫需要額外人工關注,其餘證明均交由 Lean 的可信內核進行機器檢查。

更重要的是,這套系統並非只會給正確代碼生成證明。

研究團隊還故意將兩個過去真實存在、後來已經修復的漏洞重新植入隔離版本的 Signal 代碼。結果,AlphaProof Code 都成功生成了機器檢查通過的反例證明,識別出這些代碼不滿足原先的安全要求。

這説明它不僅能幫助驗證正確實現,也具備識別特定錯誤實現的能力。

AI 編程的下一步,是讓代碼變得可信?

這項研究的意義,遠不止幫 Signal 做了一次安全驗證。

過去,形式化驗證一直是軟件工程中成本最高的安全保障手段之一。即使對於非常重要的系統,想要證明其代碼滿足嚴格的安全屬性,也往往需要專家團隊耗費數年。

現在,AI Agent 開始接手其中大量繁重的工作:編寫形式化規格、探索證明路徑、生成 Lean 代碼,再由獨立的證明內核進行檢查。

當然,這不意味着 AI 已經能夠獨立證明任何軟件絕對安全。人類專家仍然需要定義和審核安全規格,證明系統也只能保證代碼滿足已經明確表達出來的屬性。

但這條路線已經展示出一種新的可能:當 Agent 能夠持續推理、調用工具、構造複雜中間結果,並通過外部驗證機制反覆檢查,AI 就有機會承擔過去需要專家團隊長期完成的工作。

Google DeepMind 也表示,未來希望將這套技術擴展到醫療設備固件、電網軟件等關鍵基礎設施,並與自動化漏洞修復工具 CodeMender 結合,讓軟件從發現漏洞、修復問題到形式化驗證形成更完整的安全閉環。

從 Gemini 4 Carbon 的發佈,到 AlphaProof Code 對 Signal 的驗證,Google 展示的是同一個方向:模型的價值正在從回答問題,延伸到承擔複雜工作。

而當 AI 不僅能寫出代碼,還能幫助人類用數學證明代碼滿足安全要求,Agent 能力的邊界也就被推向了一個新的領域。

那麼你呢,如何看待如今的大模型已經不止於打榜比分,而是去探索更復雜的數學、密碼難題?歡迎在評論區留言交流!

來源:新浪科技 · finance.sina.com.cn