Vitalik Buterin：用AI做形式化验证，或让以太坊更难被攻击

软件漏洞一直是以太坊以及其他区块链系统面临的最大技术风险之一。以太坊联合创始人 Vitalik Buterin 认为，一种强有力的防御方式可能来自 人工智能（AI）与形式化验证（Formal Verification） 的结合。

简单来说，形式化验证是一种用数学方法证明软件行为完全符合预期的技术。与传统依赖测试或代码审计不同，它试图在代码上线前就证明关键逻辑一定不会出错。

随着 AI 编程工具和自动化证明系统的发展，这种过去成本极高的方法正逐渐变得可行。

核心思路：用数学证明代码正确

Buterin 描述了一种开发模式：开发者直接使用非常底层的语言编写代码，例如 EVM 字节码或汇编语言，或者在形式化系统（如 Lean）中编写程序，并利用机器可验证的数学证明来确认程序满足其安全与正确性要求。

这意味着开发者不再只是通过测试“相信”代码是安全的，而是可以 对将实际运行在网络上的代码进行数学证明。

这种方式的重要性在于，以太坊长期以来最大的技术风险之一就是隐藏在智能合约或协议代码深处的漏洞。Buterin 指出，AI 辅助的漏洞发现与形式化验证有潜力在攻击者利用漏洞之前就发现并修复问题。

为什么现在更可行

形式化验证并不是新概念，它已经存在几十年。但在现实开发中，它通常非常耗时，也只有少数高度专业化的团队能使用。

Buterin 认为，AI 正在改变这一点。

新一代 AI 编程工具可以：

• 协助生成底层实现代码
• 帮助编写形式化规范
• 辅助构建数学证明

这些能力显著降低了开发者使用形式化验证的门槛。

与此同时，AI 正在大幅改变软件开发速度。例如，有一次 AI 驱动的编码实验在短短几周内生成了一个 约 70 万行代码的以太坊客户端原型，并与网络路线图保持一致。

Buterin 的观点是：AI 提高的生产力不应该只用来加快开发速度，还应该投入到更严格的安全流程中，比如更深入的测试和形式化验证。

哪些以太坊路线图领域最需要它

在以太坊未来的发展计划中，一些复杂度极高、风险也更大的领域尤其适合使用 AI 辅助的形式化验证。

ZK‑EVM 与零知识基础设施

零知识证明（Zero‑Knowledge）是以太坊长期路线图的关键技术。ZK‑EVM 预计在未来几年逐渐成为主要的验证机制之一，可能在 2028 年左右发挥重要作用。

但零知识证明系统和密码学电路极其复杂，如果实现出现漏洞，影响可能非常严重。通过形式化验证来证明其实现正确性，可以显著降低系统性风险。

核心协议安全

Buterin 在路线图中强调，以太坊的核心目标是 安全性、去中心化和用户控制权。

形式化验证能够帮助确保共识机制、客户端实现以及底层密码学算法完全按照协议设计运行，从而强化这些目标。

扩展与性能基础设施

以太坊短期目标之一是提升扩展能力和执行容量，通过协议升级与优化来实现。

这些性能关键模块往往使用非常底层的代码实现，也更容易出现微妙的错误，因此特别适合采用数学级验证。

账户抽象与隐私功能

以太坊计划进一步推进 账户抽象（Account Abstraction）、智能合约钱包以及隐私功能。

这些机制涉及复杂的认证逻辑、交易验证规则和密码学证明流程，形式化验证可以帮助确保这些逻辑不会出现关键漏洞。

后量子密码学

研究人员也在探索为未来 量子计算威胁 做准备。

密码算法的替换通常是协议中风险最高的升级之一。通过形式化验证实现新的加密算法，可以提高迁移过程的安全保证。

即使有AI，也存在局限

Buterin 并没有把 AI + 形式化验证描述为万能解决方案。

一个重要限制是：形式化验证只能证明 开发者明确写出的那些性质。如果系统设计本身存在问题、经济激励有漏洞，或者规范本身写错，验证也无法发现这些问题。

此外仍然存在一些现实挑战：

• AI 生成的代码可能包含漏洞或未完成实现
• 人类审查、测试和安全审计仍然不可替代
• 已验证模块可能与未验证组件交互

Buterin 也提醒，快速生成的 AI 代码很可能包含“相当多的 bug”，在真正部署前必须进行严格测试和安全检查。

更大的安全博弈

AI 的发展不仅帮助防御者，也可能帮助攻击者。更强大的模型可能让发现复杂软件漏洞变得更容易。

这意味着区块链行业可能必须升级自己的安全工具。对于管理着数十亿美元资产的基础设施来说，仅靠传统测试或人工审计可能不再足够。

Buterin 的整体观点是：如果 AI 能自动化形式化验证中最困难的部分，那么未来关键的加密基础设施或许不仅是“经过测试的安全”，而是 在数学上被证明是安全的——至少对于那些可以被形式化描述的安全性质而言。