OpenAI 的数学突破暴露了加密安全的下一个薄弱环节

未解决的测试是定理证明系统是否能够适应生产软件，同时生成开发人员和审计人员可以检查的证明。

这一进步可以减少智能合约证明所需的劳动力，将安全压力转移到定义完整和准确的规范上。

OpenAI 表示，近 10,000 个人工智能代理解决了 Navier-Stokes 案例，GPT-6 Astra 在 Lean 中形式化并验证了结果。

OpenAI 最新的数学突破可以使自动化定理证明更接近智能合约安全工作流程。

9 月 8 日，这家人工智能公司表示，大约 10,000 个并发人工智能代理在大约 88 小时后产生了解决纳维-斯托克斯流体运动问题的解决方案。使用 GPT-6 Astra，软件证明助手 Lean 的形式化和验证还需要 17 个小时。

该系统生成的分析证明表明，最初平滑的流体可以在有限时间内形成奇点，同时保留有限的能量，从而建立了千年奖公式的案例 C 和 D。 OpenAI 发布了证明及其精益形式化以供独立审查。

对于加密货币开发者来说，更直接的影响在于过程。形式验证使用数学规范和定理证明来确定智能合约代码是否按预期运行，在这一领域，人工指导可能会使验证成本高昂且劳动密集型。

人工智能可以将安全瓶颈向上游转移

OpenAI 实验的规模与数学家陶哲轩在宣布前五天描述的场景非常相似。

每日简报 噪音之前的信号。以由 CryptoSlate 编辑解码的推动市场的加密货币故事开始新的一天。一封电子邮件。一切重要的事情。电子邮件地址 免费加入 免费加入。随时取消订阅。哎呀，看来有问题了。请再试一次。你在名单上。您的下一份每日简报即将发送。

陶警告说，由巨大计算资源支持的自主人工智能系统最终可能会生成复杂的纳维-斯托克斯解决方案，并在精益等系统中正式验证它们，同时将大部分迭代发现过程排除在公众视野之外。

他担心的是研究人员在此过程中可能会失去什么。失败的方法和中间发现通常会产生比最终证明更长久的见解，而高度自治的系统可以提供正确的结果，而无需将相同深度的理解传递给人类。

随着定理证明变得更加自动化，这种担忧也影响到了智能合约的安全性。

以太坊文件称，形式验证可以确定合同是否满足开发商事先指定的属性。即使验证成功，编写不当或不完整的规范也可能使漏洞逃脱检测。

因此，功能更强大的人工智能系统可以减少构建证明所需的工作，同时增加决定这些证明应涵盖哪些内容的重要性。在证明者测试它们之前，访问控制、取款条件、会计不变量和特权函数仍然必须准确表达。

这可能会重塑 DeFi 协议、桥梁和代币化资产平台形式验证的经济性，在这些平台上，人工操作限制了该技术的部署范围。

下一个测试是能够处理研究数学的系统是否可以适应生产软件并生成开发人员和审计人员可以进行有意义的检查的证明。

能够将自动化定理证明与严格规范设计相结合的公司可以在部署之前验证更多合同，同时集中人类专业知识来定义永远不会发生的故障。