如何看懂MathCode的认证级证明?Lean 4作为最终裁决者的验证设计全解析
如何看懂MathCode的认证级证明?Lean 4作为最终裁决者的验证设计全解析
MathCode 是一个内置 Lean 4 支持的数学编码智能体,它写出的每一个定理都必须通过 Lean 证明助手的严格验证才算"完成"。这套"AI 写、Lean 判"的设计,正是 MathCode 的证明能达到"认证级"可信度的根本原因。本文面向新手,用尽量少的代码讲清楚这套验证体系是怎么运作的。
先搞懂:为什么"能编译"不等于"证明对了"?
很多 AI 工具写数学证明,本质上是"文本生成"——模型看着像对的,不代表真的对。MathCode 的立场完全不同:
Lean 是证明的最终判定依据:只有严格验证成功才算完成。(见 README.ZH.md)
Lean 4 不是普通的编程语言。它背后是一台"定理证明机":你写下的每一条定理,编译器都会逐行核对它是否真的能从已知事实推导出来,不允许任何"跳步"。所以一个通过 Lean 编译的证明,在数学上是机械化可验证的——不依赖你对某个 AI 或某个人类评审的信任,而依赖的是形式化逻辑本身。
这就是"认证级"三个字的含义:证明的完成状态由 Lean 裁决,而不是由 AI 自述。
四个证明工具:从"看目标"到"下判决书"
MathCode 通过四个原子工具与 Lean 交互(详见 docs/release/lean.ZH.md):
| 工具 | 作用 | 类比 |
|---|---|---|
LeanGoal |
查看指定位置的证明目标 | 看清题目 |
LeanCheck |
编译文件或临时候选,获取反馈 | 草稿纸上的演算 |
LeanSearch |
搜索 Mathlib 中已有的声明 | 翻字典查现成定理 |
LeanVerify |
严格验证一个完整限定的声明 | 最终裁决 |
关键规则只有一条,但非常硬:
只有成功的
LeanVerify结果中data.verified=true才能判定证明完成。Goal/check 反馈本身不是完成证书。
也就是说,LeanCheck 说"看起来能编译"、AI 说"我觉得证完了",统统不算数;唯一的完成证书来自 LeanVerify。默认超时 1200 秒,可用 timeout_s 放宽到 3600 秒——给大定理留足"开庭时间"。
这种"反馈 ≠ 证书"的分离设计,避免了 AI 利用模糊的编译反馈给自己"自证清白"。
三道防线:让"作弊"无处藏身
认证级不只是"最后验证一下"。MathCode 在工具的周边还布置了独立检查,防止证明在过程中悄悄掺水:
-
占位符检查。
sorry和admit是 Lean 里的"未证明"占位符,等于在判决书里写"此处留白"。内置工具 tools/proof_stats.py 会扫描 Lean 文件,只要发现残留的sorry/admit,文件状态就会是unresolved_placeholders,certified字段恒为False——统计层面就给你打上"未认证"的标记。 -
公理后门检查。一个常见的钻空子手法是:证明卡住了,就偷偷声明一个
axiom让目标"直接成立"。tools/axiom_checker.py 会专门扫描文件里是否出现axiom/constant/postulate等全局声明,确保"证明没有通过私设公理来强行关闭目标"。 -
工具行为约束。原子证明工具不会隐式保存定理、添加公理或更新 vault(见 docs/release/lean.ZH.md)。存储必须是你显式发起的动作,AI 没有"顺手把没验证的结论入库"的通道。
配合底层的文本扫描逻辑 tools/_lean_masking.py(先屏蔽注释和字符串再分析,避免"注释里写个 sorry 就误报"这类假阳性),整套检查既严格又不容易被骗。
定理入库流程:发布失败会回滚
验证通过后,如果你想把定理沉淀下来复用,用 /theorem-store store <file> <qualified-declaration> 命令。这个流程本身就是一整套"认证流水线":
- 重新检查源码与依赖;
- 在
Stored.lean中验证重命名后的声明(防止复制粘贴时改坏); - 构建可导入模块,编译与发布各有 300 秒构建预算;
- 最关键的一条:发布失败会回滚库更新,绝不让半成品进入定理库。
同样显式的还有公理库(/axiomatize):显式假设按 vault 保存,经过 Lean 编译检查与一致性审查,且"原子 Lean 调用不会自动注入已保存的假设"——每一步入库、引用都看得见。
锁定工具链:裁决者的版本也是固定的
"裁决"要可信,裁决者自己也不能随环境漂移。MathCode 默认使用本地工具链,Lean 版本由 lean-workspace/lean-toolchain 锁定;若选择系统 Lean,setup 会校验 Lean 与 Lake 是否符合锁定版本,不符合时回退到包内自带的 Lean(见 docs/release/installation.ZH.md)。
这意味着:今天验证通过的定理,明天换台机器、用同一工作区再验,结果一致。版本漂移导致的"今天过、明天挂"在这套设计里被堵住了。
给新手的三条使用建议
- 别信"我觉得证完了",信
LeanVerify。在会话里等data.verified=true出现,才是证明真正完成的信号。 - 大定理给足时间。
LeanVerify默认 1200 秒超时,验证慢不代表证错了,可以用timeout_s放宽到 3600 秒。 - 入库要显式。定理和公理都不会自动入库,用
/theorem-store和/axiomatize显式管理,依赖关系还可在 Obsidian 图谱里可视化。
小结:AI 负责"想",Lean 负责"判"
MathCode 把 AI 智能体和 Lean 证明助手的角色切得非常干净:
- AI 负责探索——形式化问题、拆解子目标、复用 Mathlib 定理、写候选证明;
- Lean 负责裁决——
LeanVerify是唯一完成证书,工具链版本锁定,入库流水线可回滚; - 独立检查负责兜底——
sorry/admit扫描、公理后门扫描、显式化存储,层层防作弊。
这套"生成与验证分离"的设计,正是 MathCode 的证明被称为"认证级"的原因:你得到的不是一段"看起来对"的文本,而是一张 Lean 签发、可机器复核的证明证书 🎓。更多细节可阅读 Lean 工作流文档 与 配置指南。 </输出文章>
等一下,我发现文章重复使用了同一张图片(Demo.png 出现了两次),违反了"同一张图片只能使用一次"的规则。让我修正。
<输出文章>
如何看懂MathCode的认证级证明?Lean 4作为最终裁决者的验证设计全解析
MathCode 是一个内置 Lean 4 支持的数学编码智能体,它写出的每一个定理都必须通过 Lean 证明助手的严格验证才算"完成"。这套"AI 写、Lean 判"的设计,正是 MathCode 的证明能达到"认证级"可信度的根本原因。本文面向新手,用尽量少的代码讲清楚这套验证体系是怎么运作的。
先搞懂:为什么"能编译"不等于"证明对了"?
很多 AI 工具写数学证明,本质上是"文本生成"——模型看着像对的,不代表真的对。MathCode 的立场完全不同:
Lean 是证明的最终判定依据:只有严格验证成功才算完成。(见 README.ZH.md)
Lean 4 不是普通的编程语言。它背后是一台"定理证明机":你写下的每一条定理,编译器都会逐行核对它是否真的能从已知事实推导出来,不允许任何"跳步"。所以一个通过 Lean 编译的证明,在数学上是机械化可验证的——不依赖你对某个 AI 或某个人类评审的信任,而依赖的是形式化逻辑本身。
这就是"认证级"三个字的含义:证明的完成状态由 Lean 裁决,而不是由 AI 自述。
四个证明工具:从"看目标"到"下判决书"
MathCode 通过四个原子工具与 Lean 交互(详见 docs/release/lean.ZH.md):
| 工具 | 作用 | 类比 |
|---|---|---|
LeanGoal |
查看指定位置的证明目标 | 看清题目 |
LeanCheck |
编译文件或临时候选,获取反馈 | 草稿纸上的演算 |
LeanSearch |
搜索 Mathlib 中已有的声明 | 翻字典查现成定理 |
LeanVerify |
严格验证一个完整限定的声明 | 最终裁决 |
关键规则只有一条,但非常硬:
只有成功的
LeanVerify结果中data.verified=true才能判定证明完成。Goal/check 反馈本身不是完成证书。
也就是说,LeanCheck 说"看起来能编译"、AI 说"我觉得证完了",统统不算数;唯一的完成证书来自 LeanVerify。默认超时 1200 秒,可用 timeout_s 放宽到 3600 秒——给大定理留足"开庭时间"。
这种"反馈 ≠ 证书"的分离设计,避免了 AI 利用模糊的编译反馈给自己"自证清白"。
三道防线:让"作弊"无处藏身
认证级不只是"最后验证一下"。MathCode 在工具的周边还布置了独立检查,防止证明在过程中悄悄掺水:
-
占位符检查。
sorry和admit是 Lean 里的"未证明"占位符,等于在判决书里写"此处留白"。内置工具 tools/proof_stats.py 会扫描 Lean 文件,只要发现残留的sorry/admit,文件状态就会是unresolved_placeholders,certified字段恒为False——统计层面就给你打上"未认证"的标记。 -
公理后门检查。一个常见的钻空子手法是:证明卡住了,就偷偷声明一个
axiom让目标"直接成立"。tools/axiom_checker.py 会专门扫描文件里是否出现axiom/constant/postulate等全局声明,确保"证明没有通过私设公理来强行关闭目标"。 -
工具行为约束。原子证明工具不会隐式保存定理、添加公理或更新 vault(见 docs/release/lean.ZH.md)。存储必须是你显式发起的动作,AI 没有"顺手把没验证的结论入库"的通道。
配合底层的文本扫描逻辑 tools/_lean_masking.py(先屏蔽注释和字符串再分析,避免"注释里写个 sorry 就误报"这类假阳性),整套检查既严格又不容易被骗。
定理入库流程:发布失败会回滚
验证通过后,如果你想把定理沉淀下来复用,用 /theorem-store store <file> <qualified-declaration> 命令。这个流程本身就是一整套"认证流水线":
- 重新检查源码与依赖;
- 在
Stored.lean中验证重命名后的声明(防止复制粘贴时改坏); - 构建可导入模块,编译与发布各有 300 秒构建预算;
- 最关键的一条:发布失败会回滚库更新,绝不让半成品进入定理库。
同样显式的还有公理库(/axiomatize):显式假设按 vault 保存,经过 Lean 编译检查与一致性审查,且"原子 Lean 调用不会自动注入已保存的假设"——每一步入库、引用都看得见。
锁定工具链:裁决者的版本也是固定的
"裁决"要可信,裁决者自己也不能随环境漂移。MathCode 默认使用本地工具链,Lean 版本由 lean-workspace/lean-toolchain 锁定;若选择系统 Lean,setup 会校验 Lean 与 Lake 是否符合锁定版本,不符合时回退到包内自带的 Lean(见 docs/release/installation.ZH.md)。
这意味着:今天验证通过的定理,明天换台机器、用同一工作区再验,结果一致。版本漂移导致的"今天过、明天挂"在这套设计里被堵住了。
给新手的三条使用建议
- 别信"我觉得证完了",信
LeanVerify。在会话里等data.verified=true出现,才是证明真正完成的信号。 - 大定理给足时间。
LeanVerify默认 1200 秒超时,验证慢不代表证错了,可以用timeout_s放宽到 3600 秒。 - 入库要显式。定理和公理都不会自动入库,用
/theorem-store和/axiomatize显式管理,依赖关系还可在 Obsidian 图谱里可视化。
小结:AI 负责"想",Lean 负责"判"
MathCode 把 AI 智能体和 Lean 证明助手的角色切得非常干净:
- AI 负责探索——形式化问题、拆解子目标、复用 Mathlib 定理、写候选证明;
- Lean 负责裁决——
LeanVerify是唯一完成证书,工具链版本锁定,入库流水线可回滚; - 独立检查负责兜底——
sorry/admit扫描、公理后门扫描、显式化存储,层层防作弊。
这套"生成与验证分离"的设计,正是 MathCode 的证明被称为"认证级"的原因:你得到的不是一段"看起来对"的文本,而是一张 Lean 签发、可机器复核的证明证书 🎓。更多细节可阅读 Lean 工作流文档 与 配置指南。
