DeepMind用AI验证Signal加密协议，四周生成600万行Lean代码

DeepMind 拿 AI 给 Signal 的加密协议做了一次“数学体检”。

Google DeepMind 最近干了件硬核的事：用新推出的 AlphaProof Code 系统，对即时通讯软件 Signal 的核心加密协议做了代码级的数学形式化验证。

放在过去，这类验证通常得靠顶尖密码学家和形式化验证专家耗上几年，一行行代码去抠逻辑漏洞。这次 DeepMind 团队只花了四周。一个月里，Gemini 智能体自动生成了超过 600 万行 Lean 证明代码。Lean 是一门用于形式化数学证明的编程语言，它的厉害之处是能保证逻辑上的绝对严谨——只要编译通过，数学上就成立。

这 600 万行代码不是拿来凑数的，目的是把 Signal 协议里那些复杂的密码学保证（比如前向保密、后向保密等）转成机器可验证的数学命题。最终结果是，人工审计的范围被大幅压缩。专家不用再从头到尾检查每一行业务代码，只要盯住 AI 标记出的关键逻辑节点，以及少数几个没法自动化的边缘案例。

这件事的意义不在于“AI 取代了数学家”，而在于它改变了解决高可靠性软件问题的经济模型。以前成本太高，只有极少数关键基础设施（如航空航天、核控制软件）才会做全量的形式化验证。现在四周就能搞定一个像 Signal 这样广泛使用的加密协议的核心验证，那么未来更多的开源库、金融交易中间件甚至操作系统内核模块，都有可能纳入这种“数学体检”。对整个软件供应链的安全来说，这是实打实的推动，不是营销噱头。

不过也别太乐观。AI 能生成多少证明，都得先看人类专家把“要验证什么”说清楚。前提条件没定好，或者对安全属性的理解出了偏差，AI 再卖力，证明的也只是一个错的前提。这里人机分工很清楚：人负责指方向、划边界，AI 负责铺量、补细节。

Google 推出“批发式”决策 API。

多模态模型越来越强，Google 顺势推出了一个新的 API 产品：Gemini Decisions API，背后支撑的模型叫 Gemini Decision 1。

这个 API 的定位非常垂直，不跟你聊家常，也不帮你写诗，专门用来做“封闭集决策”。什么意思呢？就是你有一堆明确选项的问题，需要模型给出一个是/否、分类或评分时，用它最划算。比如从一万张图片里筛出包含“猫”的图片，或者对一千条用户评论做情感正负面打分。

最引人注目的是性能和价格。官方公布的数据显示，Gemini Decisions API 单次请求可以处理多达 1000 个多模态问题（支持文本、图像、音频、视频和 PDF）。延迟控制在 150 到 250 毫秒之间。对实时性要求较高的业务场景来说，这个速度已经相当可观。

价格更狠：每百万 Token 仅收费 0.10 美元。这是什么概念？相比传统的通用大模型 API，便宜了几个数量级。Google 显然是想用规模效应抢占企业级自动化决策的市场。对那些每天要处理海量数据分类、内容审核、票据识别的企业来说，这个价格意味着以前因为成本太高不得不放弃的“全量检查”，现在变得可行了。

比如过去电商公司只能随机抽查 1% 的商品图片有没有违规，人工看太慢，通用 AI 看又太贵。接入 Gemini Decisions API 之后，新上架商品可以低成本地 100% 做初审，只有 AI 判断不准时才交给人工。安全水平上去了，运营效率也提了。

不过开发者使用时也得注意它的局限。既然是“封闭集决策”，就意味着你必须预先定义好所有的选项和规则。它不适合开放式的创意生成或复杂的推理任务。如果你的需求是“帮我分析这张图里的氛围并写一段文案”，那还是得请回通用的 Gemini 模型。Gemini Decision 1 更像一个高精度的工业传感器，而不是富有创造力的艺术家。

百度千帆补齐推理与微表情能力。

国内这边，百度智能云的千帆平台也在不断更新。此前已经放出文心 5.5 Flash 预览版，这次又新增两个模型：【文心闪电深度思考】和【文心一镜微表情】。

“文心闪电深度思考”顾名思义，主打推理能力。当前的模型竞争里，单纯的对话流畅度已经不再是唯一的护城河，解决复杂逻辑、数学问题或代码调试的能力变得越来越重要。这个模型的推出，说明百度正在加强其在需要长链条推理任务上的表现，试图在企业与开发者的实际生产场景中占据一席之地。

“文心一镜微表情”走的是另一条路，专门做微表情识别。这个方向在通用大模型里算比较细分的，可放到具体行业里很有用。像在线教育，可以靠分析学生微表情来看专注度、困惑度；心理健康辅助咨询里，能捕捉用户情绪的细小起伏；高端客户服务中，还能实时反馈服务人员的情绪状态。这类场景对隐私和伦理要求很高，一般得在私有化部署或严格合规的环境下跑。百度把它单独做成一个模型，大概是为了接住这些垂直行业对高精度、低延迟情感计算的需求。

两个模型同时上线，说明国内大模型厂商的比拼重心正从“参数规模”挪到“场景适配”。通用模型谁都有，能真正解决某个领域痛点的，才拿得到商业订单。

AWS 与 Databricks 的工程化实践。

除了模型层面的新闻，本周还有两篇值得开发者关注的工程实践文章，分别来自 AWS 和 Databricks。

AWS 的教程讲的是怎么把 Amazon Bedrock 和 Spring AI 搭在一起，做出能上生产的自主智能体（Autonomous Agents）。Spring AI 属于 Java 生态里新冒出来的 AI 应用框架，对那些大量押注 Java 技术栈的传统企业，这东西能帮着把接 AI 的门槛降下来。教程没停在“Hello World”那一层，扩展性、治理、安全、运维这四个企业最在意的维度都往里走了。智能体的记忆上下文怎么管？危险操作怎么拦？运行状态又怎么盯？这些正是 AI 从演示 Demo 挪到生产环境时绕不开的坎。

Databricks 那篇聊的是安全检测，主题叫“凭据劫持攻击”（Credential Driving Attacks）。AI 智能体一旦有了调 API、连数据库的权限，账号安全这摊事就更扎眼了。攻击者可能借提示词注入之类的手段，把智能体手里的访问令牌（Token）或密钥骗出来。Databricks 把这类攻击的行为模式理了一遍，也讲了在自家平台上怎么检出这类异常活动。对正在做 AI 应用的安全团队来说，这份材料来得正是时候。它也在提醒：自动化用着方便，底下的身份认证和权限管理不能撒手。

这一周的资讯看下来，AI 行业像是走进了一个“深水区”。底层技术上，形式化验证、专用决策模型还在往性能和成本的边界上推；工程落地这一头，安全、治理、集成的方案也成熟得挺快。对从业者来说，盯住这些具体的技术细节和最佳实践，比追那些宏大的概念更有用。