Buterin 认为,AI 正在改变这一点。
新一代 AI 编程工具可以:
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。
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。
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。
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。
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。
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。
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。
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:
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。
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。