研究與評測
AI 代理以 Lean 形式化 CPython:613,318 行證明、找出 418 個 Python 錯誤回報
Hacker News單一來源
核實資料不足
目前依單一來源整理,這是來源數量描述,不是對消息真假的判定。
本次未取得足夠原文證據

據作者披露,團隊讓 Opus 5.5 將 CPython 的函式逐行改寫為 Lean 形式化程式碼,每個改寫版本都先與真實 Python 在數萬組輸入上比對,再由另一個未參與撰寫的代理審查證明是否成立。目前已有 4,071 個函式通過審查,共產出 613,318 行 Lean、分布於 1,539 個檔案,含 18,898 條定理與引理,並在每次建置時由 Lean 證明檢查器驗證。過程中證明共揭露 418 個 Python 錯誤回報,多數為小問題,其中約 55 個可由一般 Python 程式碼造成直譯器崩潰或記憶體損毀。作者也坦言早期做法產出大量正確但無實質意義的證明,後改為要求每則證明都能排除故意錯誤的版本。此外,已通過的證明若與真實 Python 行為不符,也會被撤回,例如一則關於 JSON 編碼器的證明忽略了記憶體配置可能失敗的情況。本則資訊目前僅來自單一來源,尚未獲獨立佐證。
讀原始報導背景
Lean 是一款兼具證明助理與函式程式語言功能的開源軟體,用來撰寫可由電腦逐步檢查的數學證明,其底層建立在含歸納型別的 calculus of constructions 之上,目前由非營利組織 Lean Focused Research Organization(FRO)支持開發。形式驗證則是利用形式化的數學方法,證明一個硬體或軟體系統符合特定的正式規格或性質。
社群討論
社群對這套以 Lean 形式化 CPython 找 bug 的做法普遍肯定其成效,但質疑點集中在:翻譯如何處理非純函數式的 C 程式碼、AI 如何判斷何者為 bug(有人指出多數 bug 其實來自 fuzzing 而非證明),以及 debugnik 等人主張改用 Frama-C/ACSL 直接驗證實際 runtime 會更有生產力。另有不少人批評文章由 AI 撰寫、缺乏細節,但也有人認為其對形式化失敗案例的說明頗有參考價值。