AWS把AI智能体接进Isabelle证明助手:边生成边校验,让形式化证明不再靠猜
核心概要
AWS公开了AutoCorrode验证套件中的I/Q、I/R和Isabelle Assistant三件工具,让AI智能体通过模型上下文协议直接与Isabelle证明助手对话。智能体写出的形式化证明由证明助手逐步检查,生成与校验交替进行,从而不必依赖对模型输出的信任。演示中,Claude Opus 4.6在Isabelle Assistant协助下形式化了√2无理数、连续合数块和sin x在[0,π]上的定积分三个例子,其中还纠正了作者给出的一个只覆盖N-1个连续整数的错误证明。
深度剖析
AI智能体现在可以直接操作一个正在运行的Isabelle证明助手会话,把自然语言层面的数学任务转写成机器可检查的形式化证明。 此前证明助手主要面向人类用户编写和检查证明,智能体缺少简单直接的接入方式;多数证明助手提供的是面向人的复杂界面,例如Lean的VS Code扩展。 在Isabelle Assistant协助下自动完成的三个例子中,√2无理数的证明被评价为相当地道但比严格需要更详细,定积分证明的计算比必要略长但没有错误。
证明的正确性由证明助手逐步检查,而不是由人通读智能体的输出后决定是否相信。 智能体以编造内容著称,通常需要人工仔细核对它们的解答。 生成与校验交替进行,使证明在产生过程中就被约束在可检查的轨道上;作者称正是这一做法让定积分证明免于错误。
I/Q让智能体临时接管证明助手会话,I/R让智能体在后台子进程中独立开展形式化工作而不触碰用户文档,Isabelle Assistant则把I/Q包装成用户会话中的聊天窗口。 只靠命令行式接口可以接入HOL Light这类证明助手,但无法适配Isabelle这类带复杂用户界面的系统。 三者都通过模型上下文协议连接智能体与工具,并已公开在AutoCorrode验证套件中。
启示与展望
演示范围限于Isabelle,三个例子分别是√2无理数、N个连续合数块和sin x在[0,π]上的定积分,均由Claude Opus 4.6在Isabelle Assistant协助下自动完成;作者明确说这些例子容易,更难的问题需要I/Q和I/R。
作者表示最难的数学问题仍需要人类思考,智能体与人的这种新型协作方式如何运作得最好仍待摸索;生成的证明常含人类会回避的复杂绕路,需要部分自动化的打磨阶段来清理。
