Aptos MoveFlow 混合引导审计:`/move-inf` 技能提示词瘦身、WP 简化开关与验证超时策略解析

原创2026-09-18 09:21:521,440 阅读
文章标签:区块链Web3密码学并发编程

Aptos MoveFlow 混合引导审计:/move-inf 技能提示词瘦身、WP 简化开关与验证超时策略解析

本文基于 aptos-move/flow/hybrid-guidance-audit.md 展开,系统梳理 MoveFlow 插件中 hybrid-guided / hybrid-flexible 两种混合推断策略的提示词审计结论、--no-wp-simplification 开关的引入动机,以及 WP(最弱前置条件)工具契约与验证超时处理的边界。读者读完后,将理解 /move-inf 技能约 9% 词量削减背后的设计取舍,掌握 move-flow plugin 复现审计的命令,并能在实际推理会话中正确区分"工具契约"与"实现正确性"。

审计背景:MoveFlow 插件与混合推断策略

MoveFlow 是 Aptos 仓库中面向 AI 辅助 Move 合约开发的插件体系(aptos-move/flow/README.md),由插件生成器、基于 rmcp 的 stdio MCP 服务器与编辑钩子三部分组成,通过 move-flow <subcommand> 三个子命令暴露:plugin <dir>(从 cont/ 下的 Tera 模板渲染插件文件)、mcp(Move 包分析工具服务)、hook edit|package-path(文件编辑钩子,见 CLAUDE.md)。

其中 /move-inf 技能负责"推断并验证完整的 Move 规范与循环不变量",其内容由多个 Tera 片段组合渲染而成——cont/skills/move-inf/SKILL.md 本身仅包含 frontmatter 与若干 {% include %} 引用,实际内容来自 templates/spec_inf_tasks.md、templates/spec_inf_ref.md、templates/verification_ref.md、templates/spec_inf_report.md 等共享片段(spec_inf_ref.md 内部还按需引入 wp_tool.md、wp_concepts.md、core_tools.md、spec_lang.md)。

/move-inf 支持三种推理策略(README.md):

策略 行为
hybrid-guided(默认) WP 诊断驱动不变量工作,工作流由插件编排
hybrid-flexible WP 可用,但工作流交由 Agent 自行决定
agent-only 纯直接推理,不暴露 WP 工具

两种混合策略共享同一套工具清单,因此一个混合插件即可同时服务两者,调用时无需重新生成;agent-only 则是独立插件,WP 工具在广告清单与运行时路由中都不存在。

2026-09-07 的这次审计,正是针对上述混合技能进行提示词精简与语义纠偏的质量审计。审计基准为提交 b42254cca4,所有渲染均在评估模式(--evaluation-mode)下进行,并遵循相同的 5/10 秒超时指导。

审计度量:词量与字节数的真实削减

审计采用"渲染后的技能产物"而非模型 token 计数作为度量口径,对比了两种混合技能在精简前后的词数与字节数:

渲染产物 精简前(词 / 字节) 精简后(词 / 字节) 附带 --no-wp-simplification
Hybrid guided 5,186 / 34,458 4,693 / 31,763 4,524 / 30,448
Hybrid flexible 5,119 / 33,951 4,656 / 31,484 4,491 / 30,209

审计报告明确给出三点量化结论,值得原文照录并展开:

  • 以上是实测的词数与字节数,而非模型 token 数。不同分词器下词数与 token 数并不等价,因此不能直接换算为会话输入 token 的节省。
  • 清理工作约移除技能 9% 的词量;在清理基础上禁用例行简化步骤,相对旧版技能额外削减 12–13%。
  • 审计并未建立"静态提示词减少 → 会话总输入 token 同步减少"的对应关系——这一点在后续"会话输入构成"分析中会进一步说明。

从源码结构看,词量削减主要发生在模板渲染层:render.rs 负责发现并渲染 cont/ 下的模板,output.rs 负责写盘(README.md),因此同一套模板在不同开关组合下即可产出不同规模的技能文件,无需维护多份重复文案。

审计发现与变更逐条解读

1. 编排职责与引用职责的单一化

审计发现:混合工作流与 WP 引用片段此前各自独立解释了 exactness、有界循环证据、聚焦重跑与过期子句移除等概念,造成重复叙述。修复后职责被拆分:

  • 混合工作流(workflow)负责指定编排方式(何时调用 WP、何时聚焦重跑);
  • WP 引用片段(reference)负责一次性定义结果处理(见 wp_tool.md 中"按函数解释结果"的四个分支)。

共享语言与证明引用仍保留在各片段中,通过 Tera 的 {% include %} 组合,避免单一事实源被复制。这正是 spec_inf_ref.md 中 {% if once(name="spec_inf_ref") %} 守卫存在的意义——每个渲染文档内同一引用只包含一次。

2. 修复"警告清零"指令与部分 callee 例外的矛盾

旧指令要求"重复执行直到每个警告都消失",这与此前允许"部分 callee 保留部分性"的例外相互矛盾。审计后的两个工作流均保留继承的部分性(inherited partiality):

  • 当被调用方(callee)契约仍为部分(partial)时,调用方无法恢复缺失的 abort 行为;
  • 对调用方而言,合法的部分性只来自"不透明或无函数体的 callee 规范不完整"这一种边界情况(wp_tool.md);
  • 此时应保留 pragma aborts_if_is_partial、在文档中记录具名 callee,而不得通过改写调用方或删除 pragma 来宣称全量性。

换句话说,"警告必须全部消失"只在不存在部分边界时成立;对部分 callee 的继承部分性不是需要消除的缺陷,而是规范边界的如实反映。

3. 无警告的 WP 输出:构造性完整,但仍需验证

审计确认了一条重要的工具契约(同样见于 wp_tool.md):

  • 无警告的 WP 输出在构造上即完整且正确,包括隐式算术、边界、资源与 callee abort 等条件;
  • 但 WP 本身不运行 prover,也不验证其输出。因此验证超时仍然可能发生:此时需要修复证明,或改用求解器友好的等价表示(例如以有界关系替换敌意量词),不得削弱契约;
  • 若对"未改动且无警告"的输出出现编译错误或反例,这属于工具 bug,而非规范问题。

该契约同时界定了 Agent 的行为:WP 输出不是最终裁决,prover 才是;反过来,prover 超时也不能成为弱化契约的理由。

4. --no-wp-simplification:取消例行简化步骤

简化步骤此前被三处文本同时要求:工作流正文、编辑引用片段、以及 MCP 工具描述。审计后:

  • 新开关 --no-wp-simplification 从混合指令中移除例行简化步骤及其引用;
  • 工具描述不再强制要求简化;
  • 但诊断性超时修复仍然保留——简化本身作为一种修复手段并未被废弃,只是不再作为无条件的例行步骤。

在插件生成器中的用法(README.md):

move-flow plugin DIR --no-wp-simplification

该开关让混合 Agent 直接检查 WP 输出,跳过例行简化;设置会记录在 move-flow-manifest.json 中,且不改变 WP 推断或 prover 的超时行为。其直接效果可回到度量表:附带该开关的渲染产物词量进一步下降(guided 4,524 / flexible 4,491 词)。

5. 超时措辞:配置指导不是硬性上限

旧文本把配置的超时指导误当作硬性上限(hard cap)。审计后,候选检查(candidate-check)与验证引用均允许 Agent 在合理范围内覆盖超时设置。这与 verification_ref.md 中的超时策略一致:

第 6 条:"当有理由时提高单条件超时;通常的重试指导是 args.max_verification_timeout 秒,而非硬性限制。"

超时的本质是"契约未解决(unresolved)"——既不是假,也未验证,因此任何情况下都不应通过弱化契约来"回答"超时。

6. 模板 once(...) 守卫:重复源于正文而非引用节

模板中已有的 once(...) 守卫(如 spec_inf_ref、verification_ref、wp_tool)会防止同一渲染文档内重复包含同一引用节。审计结论是:此前观察到的重复主要是重复的散文与规则(即上述第 1、2 条修复的叙述性冗余),而非同一引用节被多次物理复制。

会话输入构成:静态引导不是唯一的 token 来源

审计报告专门纠正了一个可能的误读:插件同时包含推理技能与子代理文档,但这不意味着两份完整文档每次都进入会话——评估启动的是技能并禁用子代理派生,因此不假定任何基于子代理的 token 节省。

更关键的是会话输入的时间维度:

  • 会话输入包含累积的对话与工具响应(后续轮次中还包括缓存读取);
  • 长生成结果(specs)、诊断输出与修复循环的规模,可能远超初始提示词的差异;
  • 因此在将混合输入的增量归因于静态引导(static guidance)之前,必须同时比较轮次数、工具输出规模与缓存读取 token。

这解释了审计为何只报告词/字节数、并明确声明"未建立会话总输入 token 的对应削减"——提示词瘦身是必要条件,但会话成本优化需要全链路度量。

工具契约与实现正确性的边界

审计强调:正确性措辞是工具要求的契约,而不是"所有实现 bug 已解决"的证据。同期的另一份文档 state-label-assumptions-investigation.md 记录了由此暴露的验证器健全性 bug:gas-schedule 突变回归发现,混合后置条件中若包含中间状态定义,会被整体假设而跳过证明义务,导致最终写入"被假设而非被验证"。该实验性修复未应用、未验证,审计仅将其作为边界案例记录下来。

对读者(Agent 或人工审查者)的启示是:当 WP 输出无警告却出现反例时,先按契约判定为工具 bug,但同时要意识到契约本身只约束"应当",不保证"已然"——这正是独立突变检查(mutation check)的价值。

复现审计的完整命令

审计报告给出了可复现的实验步骤,全部围绕 move-flow plugin 生成器展开(README.md 中亦记录了相关参数,如 --evaluation-mode 与 --flow-source-commit 的配套要求):

# 1. 常规渲染混合技能(guided 或 flexible)
move-flow plugin DIR --inference-tactic ARM \
  --evaluation-mode --flow-source-commit COMMIT

# 2. 附带禁用例行简化
move-flow plugin DIR --inference-tactic ARM \
  --evaluation-mode --flow-source-commit COMMIT --no-wp-simplification

# 3. 渲染基线:通过 --content-dir 使用其 cont/ 目录树
move-flow plugin DIR_BASELINE --content-dir path/to/cont ...

# 4. 度量渲染产物
wc -w -c skills/move-inf/SKILL.md

其中 ARM 取 hybrid-guided 或 hybrid-flexible,COMMIT 为 --evaluation-mode 强制要求的 --flow-source-commit。评估模式会固定策略:技能只携带该策略且不接受覆盖,生成的 .mcp.json 记录策略、评估标志与预期工具清单哈希,若环境覆盖不一致,MCP 服务器会拒绝启动;--telemetry-jsonl <path> 可转发 JSONL 遥测目标(README.md)。

--no-wp-simplification 开关同样记录在生成的 move-flow-manifest.json 中——该清单还包含策略、评估模式标志、渲染推理技能哈希与 MCP 工具清单哈希,是审计可追溯性的关键工件。wc -w -c 即上文度量表的数据来源;cont/ 目录树中的 skills/move-inf/SKILL.md 是渲染前的模板源,渲染产物写至输出目录的 skills/move-inf/SKILL.md。

附录:WP 结果解释与超时分析速查

结合 wp_tool.md 与 verification_ref.md,本次审计所依托的工具契约可浓缩为以下决策表,供实际推理会话参考:

WP 输出按函数解释(move_package_wp 工具契约)

输出状态 正确处置
无警告 规范构造性完整正确;仍需 prover 验证,超时则修复证明或等价改写,不得弱化
缺失/不足的循环不变量 补一个进入即成立、每次迭代被保持的不变量;用有界循环头观测辅助发现(非证明)
部分不透明/无函数体 callee 唯一合法的调用方部分性来源:保留 aborts_if_is_partial 并记录具名 callee
透明 callee 缺完整不透明契约 可编辑范围内先推断并验证其不透明契约再重跑;范围外上报为 blocker,不得借此对调用方开部分性
未建模 prover intrinsic WP 工具 bug,不得添加源码级 spec 或使其 opaque

超时诊断(timeout analysis)

  • 量化词活动:为每个条目标注源码位置,应减少该条目所需的实例化而非提高预算;definition of spec function 指向辅助函数,forall 指向手写量词(给合法 trigger 或替换为 frame/有界关系);
  • 非线性算术活动(arith-nla-* 计数):优先加法递推而非闭式解,不变量中避免符号乘积;
  • 证据不可用时:用 split_vcs_by_assert: true 加更窄的 filter 隔离义务;
  • 修复路径上,[weight = N] 注解可阻止求解器自行展开/实例化被点名的递归辅助或 forall ... apply。

结语

hybrid-guidance-audit.md 是一次小而精的提示词工程质量审计:它用可复现的命令与词/字节度量,完成了混合技能约 9% 的提示词瘦身、12–13% 的附加削减空间评估,并纠偏了六类语义问题——职责重复、警告清零矛盾、简化强制化、超时硬上限误解、契约与实现正确性的混淆。对使用 MoveFlow 的开发者与 Agent 而言,最有价值的结论始终是那句工具契约:无警告的 WP 输出完整且正确,但它不替代 prover;验证超时不代表规范为假,也永远不能成为弱化契约的理由。

登录后查看全文
aptos-core