不再依赖AI编写的庞大代码，通过验证包含核心功能的93行精确规范来提升软件可信度，了解这一最新的开发趋势。
想象一下，你正打算用3D打印机制作一个非常复杂的零件。制造这个零件的设计图非常复杂，以至于人工难以直接检查。你让AI绘制了图纸，结果它瞬间生成了超过1000行代码。你敢百分之百信任这些代码并直接按下打印键吗？
随着AI编写软件时代的到来，“如何写好代码”已不再是唯一核心，取而代之的是“如何信任代码”。今天，我们将介绍一种最新的技术方法，它不再盲目信任复杂的AI代码，而是仅凭93行精确的设计蓝图来确保软件的安全。
为什么这很重要？
到目前为止，当AI编写代码时，我们一直试图让人们逐行阅读以寻找错误。然而，当代码量超过几千行时，这项工作实际上是不可能的。我们很容易错过重要的漏洞。如果该软件用于3D建筑或精密机械设计等对误差要求极高的领域，可能会引发重大事故。Don’t ReviewAICode.VerifyIt. - YouTube
这项技术将范式从“逐一核对AI编写的代码”转变为“证明代码通过了既定规则（规范）”。因为即使人类不查看所有代码，只要有数学上精确的短设计图，就能保证安全性。
浅显易懂：烹饪食谱与形式化验证
为了理解这项技术，我们先来看一个叫 CSG（Constructive Solid Geometry，构造实体几何） 的概念。CSG是一种像积木一样通过堆叠、重叠或切割极其简单的形状（立方体、圆柱体等）来制作复杂3D模型的方法。Constructive solid geometry - Wikipedia
这有点类似于我们在照片修图App中叠加滤镜。单个滤镜很简单，但组合在一起就能产生出色的效果。在3D世界中，应用将基本图形组合、重叠和切割的规则，就能创建复杂的3D对象。
但是，如果这些“组合规则”是由人编写的，可能会出错吧？因此，最近开发人员创建了 “93行核心规范” 代替这些复杂的代码。Formally verified 3D mesh intersection - GitHub
这被称为 形式化验证（Formal Verification） 的过程，用以下比喻可以轻松理解：做饭时，不是在放入100种配料后逐一检查味道如何，而是预先精确验证好“一勺盐、两勺糖”这一份精确的食谱。一旦食谱被证明在数学上是正确的，其余复杂的烹饪过程只需要遵循该食谱即可，错误会显著减少。
当前情况
在目前的开发领域，人们正在以这种方式实现复杂功能。实际上，在一个项目中，开发人员利用形式化验证库，在约8小时内成功完成了AI代码生成过程中的控制和验证自动化。ShowHN:Formallyverifiedpolygon intersection – Opus… -HNDebrief
过去，开发人员不得不通宵达旦地审查AI编写的超过1000行的代码，而现在，只需将不足100行的“答案集”输入到形式化验证工具中，就能获得信任。不过，这项技术在要求极高精度的工程领域非常强大，但在制作普通网页或轻量级App时，仍存在成本和时间较高的“高级技术”局限性。
未来会怎样？
未来，我们使用的AI工具将变得更加智能。它们将不仅是编写代码，还会进化为能够自我验证所编写的代码在数学上是否合理的AI。Linear– The system for product development
你可能不再需要直接审查代码，而是仅凭“这个AI生成的产物是否通过了93行形式化规范？”这一个问题来判断软件的安全性。信任的标准正从“人的眼睛”向“数学证明”迁移。
MindTickleBytes的AI记者观点
盲目信任AI生成成果的时代已经结束。这一案例表明，技术越复杂，我们越应专注于更简单、更强大的本质（规范）。毕竟，驾驭聪明工具的方法不是“确认更多”，而是“定义更准”。
参考资料
- 同时使用更多的AI模型
- 增加逐行的手动代码审查
- 对小型且完美的蓝图（规范）进行形式化验证
- 将简单的照片转换为3D
- 通过结合、差集等方式将基本图形组合成复杂3D对象的建模方法
- 简单的2D草图绘制工具
- 为了更快地编写代码
- 从数学上保证代码的正确性
- 为了让AI变得更聪明