热门AI工具推荐

焚书AI多模型聚合平台
AI多模型聚合平台( Claude 系列、GPT 系列)支持聊天、搜索、图片、视频、音乐等多种功能;聚合了 Claude 系列(如 Sonnet 5、Opus 5 等)、Gemini 系列、GPT 系列、DeepSeek(搜索模式默认调用 DeepSeek V4 Pro)以及通义千问、Kimi 等数十款国内外主流模型。
AI编程订阅服务,支持多款国产主流编程模型自由切换。
Seedance 2.0AI视频生成
具备卓越的物理真实性和角色一致性,可生成电影级视频内容。
方舟 Agent PlanAI智能体订阅
火山引擎推出的全场景AI智能体订阅服务,通过一个订阅整合5大主流模型和10+AI工具
SpeedAIAI内容检测降重
AI内容检测与降重工具,能有效帮助用户通过论文AI率检测
秒哒AI工具
不懂代码也能开发应用?百度秒哒:无需编程,快速搭建小程序与网站
有戏AIAI漫剧生成工具
全流程AI短剧创作工具,实现从剧本到成片的自动化生产,让“一人即剧组”成为现实。
沁言学术智能科研平台
一站式文献管理与科研写作工具,支持边写作边搜索文献,高效阅读,文献管理,

谷歌DeepMind用AI验证Signal密码协议实现

时间:2026年11月10日(谷歌DeepMind 在官网博客公布,同日公开技术材料与论文) 地点:美国加州山景城(谷歌DeepMind);验证对象为开源加密通讯软件 Signal 及其参考实现 libsignal 人物:谷歌DeepMind 研究科学家 Swarat Chaudhuri;谷歌云首席科学家、DeepMind 研究副总裁 Pushmeet Kohli;Signal 首席技术官 Ehren Kret;参与开发者还有 Andrew Ferraiuolo、Anton Kovsharov、Tej Chajed、Sam Schlesinger、Karn Seth、Jonathan Katz、Charles Sutton 事件详情:谷歌DeepMind 公布名为 AlphaProof Code 的形式化验证多智能体框架。它的分工像一支研究团队:人类专家决定要证明什么,把 Signal 协议的安全目标翻译成形式化数学规约并逐条复核,随后由基于 Gemini Carbon 的智能体完成证明,生成了超过 600 万行 Lean 证明代码;智能体再对证明结果做审计,把需要人工复查的范围压到代码库的 1%,其余部分由 Lean 自动核验。这次验证的对象不是设计文档,而是设备上实际运行的编译后代码,证明了消息在设备被短暂攻陷前后仍保持保密等关键安全属性,整个过程用了四周。谷歌DeepMind 称,这是首次用 AI 在这一深度上形式化验证一个广泛部署的密码学协议,也是这类协议实现第一次被任何方法形式化验证。 背景:形式化验证即用数学证明软件按预期运行,是软件安全的最高标准,却长期费时费力;密码学协议的分析更难,因为过去大多止步于设计层面,而真实世界的漏洞常常藏在设计与实现之间的缝隙里。谷歌DeepMind 介绍,这次的规约必须把此前被分开建模的握手与棘轮机制组合起来,还要覆盖 Signal 新引入的后量子棘轮,规格本身经过多轮起草与评审;技术材料显示,验证建立在约 2.6 万行可信规约与 AArch64 语义之上,产出约 650 万行机器检查的 Lean 证明。WIRED 报道称,Signal 基金会此前做过的形式化验证工作为这次任务提供了一部分起点。 影响:验证结论是审慎的,谷歌DeepMind 在受检的 Signal 协议核心代码里没有发现新漏洞。作为反向测试,研究者把两个真实存在、早已修复的漏洞重新植入 Signal 代码的隔离版本,系统两次都给出机器检查过的证明,指出该有缺陷版本无法通过验证。Signal 首席技术官 Ehren Kret 表示,此前形式化验证只能聚焦较小的代码片段,谷歌DeepMind 的做法让验证范围显著扩大,用 AI 智能体把真实代码翻译成有效的 Lean 定理是一项重大突破。研究人员也提醒了规模与成本问题:DeepMind 研究科学家 Swarat Chaudhuri 对 WIRED 表示,距离把这套方法扩展到全世界的软件还有很长的路要走,这次分析是作为研究项目免费完成的,谷歌也未透露是否会推出商业化的形式化验证产品或服务;WIRED 另指出此次验证并未覆盖整个 Signal 手机应用。谷歌DeepMind 已开源本次的验证产物与技术论文。 总结:这次工作的意义不只在于一个协议被验证了,而在于验证本身的成本结构被改写,过去专家团队需要数年的规约与证明工作被压缩到四周,代价只是让人去盯住那 1% 需要判断的部分。它同时给出了一个可检验的范式:把编译后的真实代码而不是设计文档交给机器,再把已知漏洞重新植回去当反例测试。对做 AI 安全的团队来说,形式化验证一向被视为成本高、难以规模化的圣杯,这条路径给出了第一个可量化的样本。要让它变成工业界标配,还差三件事:证明工具链本身的可靠性、覆盖更大代码库的成本曲线,以及像 Signal 这样的安全专家对 AI 生成证明的信任程度。 常见问题: 问:这等于 Signal 完全安全了吗? 答:不等于,谷歌DeepMind 只验证了协议核心代码,WIRED 指出整个 Signal 应用并未被形式化验证。 问:AlphaProof Code 的验证材料会开源吗? 答:会,谷歌DeepMind 已开源本次的验证产物与技术论文。 参考来源: 谷歌DeepMind 官方博客:Introducing AlphaProof Code https://deepmind.google/blog/introducing-alphaproof-code/ AlphaProof Code 技术材料:Verifying Signal's Security at the Machine-Code Level https://google-deepmind.github.io/code-verification/ 技术论文:Formal Verification of Signal's Protocol with Gemini https://deepmind.google/documents/36/Formal_Verification_of_Signal_4.pdf WIRED:A New AI Tool From Google DeepMind Proved the Signal Protocol Is Secure https://www.wired.com/story/a-new-ai-tool-from-google-deepmind-formally-verified-the-signal-protocol/ Unite.AI:Google DeepMind Uses AI Agents to Verify Signal's Core Machine Code https://www.unite.ai/google-deepmind-uses-ai-agents-to-verify-signals-core-machine-code/

Google · 更多动态

进入专题

同日其他快讯

11月10日 汇总