DeepMinds AI-agent verifierade Signals kryptering med tre miljoner rader kod
Google DeepMinds AlphaProof Code har använt AI-agenter för att formellt verifiera Signal-appens kärnkryptering – en process som resulterade i tre miljoner raders bevis skrivna i det matematiska verifieringsspråket Lean. Det intressanta här är inte bara skalan, utan vad det innebär i praktiken: mjukvara vars korrekthet är matematiskt bevisad, inte bara testad. Det är en distinktion som faktiskt spelar roll när det handlar om kryptering som miljarder människor förlitar sig på.
Djupdykning
Signal är en av världens mest använda krypterade meddelandeappar, och dess säkerhet bygger på matematiska protokoll som de flesta av oss bara litar på utan att förstå dem. Det DeepMinds AlphaProof Code har gjort är att skriva tre miljoner rader formella bevis i ett programmeringsspråk som heter Lean – tänk dig matematik som en dator kan dubbelkolla rad för rad, utan att missa ett enda undantag. Traditionell mjukvarugranskning görs av människor som letar efter buggar, men formell verifiering bevisar matematiskt att koden *inte kan* bete sig fel under några omständigheter alls. Det är en enorm skillnad. Det de flesta missar är att flaskhalsen aldrig har varit att vi saknat metoden – formell verifiering har funnits i decennier – utan att det krävt tusentals timmar av högspecialiserade matematiker för att göra det på komplex verklig kod. Att en AI-agent nu kan generera miljontals bevisrader autonomt flyttar den praktiska gränsen dramatiskt. Frågan som borde ställas är inte "kan vi lita på Signal nu?" utan "vilken kritisk infrastruktur – elnät, flygkontrollsystem, sjukvårdsdatabaser – har vi låtit vara overifierad för att det helt enkelt var för dyrt och tidskrävande?"