Aptos 规范推断评估语料 AX-bulk-order-book-009:以 bulk_order_book::get_remaining_size 为靶向的 Move 证明任务配方解析

原创2026-09-18 22:50:241,895 阅读
文章标签:区块链Web3密码学并发编程

Aptos 规范推断评估语料 AX-bulk-order-book-009:以 bulk_order_book::get_remaining_size 为靶向的 Move 证明任务配方解析

本篇技术指南围绕 Aptos 仓库中 Move 规范推断(specification inference)评估框架的语料样本 AX-bulk-order-book-009 展开,详细讲解该任务配方(task recipe)如何定义目标函数、依赖闭包、不透明证明边界与可复现的预处理流程。读者将掌握:规范推断评估语料的任务描述结构、0x7::bulk_order_book::get_remaining_size 的源码实现与参考规范、normal-result / abort 两类契约的构成方式,以及这类样本在三种实验臂(agent-only、hybrid-guided、hybrid-flexible)评估中的实际作用。

背景:规范推断评估框架与语料 v1.2

aptos-move/flow/evaluation/spec-inference/ 是一个可复现的 Move Prover 规范推断评估框架。其总览文档说明:该框架在相同的 Move 任务、相同模型、相同配置下,对比三种工作流——无辅助的直接推断(unaided / agent_only)、规定工作流(prescribed WP workflow / hybrid_guided)、自由工作流(hybrid_flexible,WP 可用但由 Agent 自选流程),并依据"规范能否通过验证"以及"能否拒绝错误代码(突变体)"两重标准打分。

corpus-v1.2 是保留的 Aptos 框架与实验模块语料:从钉死的 Aptos Core commit 950e413e46090d2056740c36dd7a77b1764b6936 中选出 20 个任务(13 个 aptos-framework、7 个 aptos-experimental),每个样本以一个小型"叠加配方"(overlay recipe)形式描述,统一复用同一份共享可编辑 Move 包。语料总览见 corpus-v1.2/README.md,其中 AX 前缀表示 Aptos Experimental,AF 前缀表示 Aptos Framework。框架的架构设计、实验臂与评分机制详见 DESIGN.md。

AX-bulk-order-book-009 正是该语料中针对 Aptos 实验性订单簿模块 bulk_order_book 的任务样本,其任务描述文件位于 samples/AX-bulk-order-book-009/README.md。

任务样本总体结构:单一可编辑共享包 + 每样本叠加配方

语料库的设计核心是"单一可编辑共享包"模型。corpus-v1.2/framework/ 是语料存储的唯一 Move 包,包含 154 个模块、257 个 Move 源/规范文件,是所有目标及其源码级传递依赖的并集。每个样本都不维护独立的框架副本,而是通过以下步骤运行时装配:

  1. 运行器(controller)复制共享包;
  2. 应用该样本专属的 preparation.patch;
  3. 校验结果哈希(prepared tree SHA-256),确认与筛选时字节一致;
  4. 将独立工作区交给 Agent。

对 AX-bulk-order-book-009 而言,配方的"Target"小节给出了任务核心信息:

条目 值
目标 0x7::bulk_order_book::get_remaining_size
粒度 function
原始源码 aptos-move/framework/aptos-experimental/sources/trading/order_book/bulk_order_book.move
共享包内源码 sources/AptosExperimental/trading/order_book/bulk_order_book.move
源码根 aptos-move/framework/aptos-experimental
Aptos Core commit 950e413e46090d2056740c36dd7a77b1764b6936
共享包 SHA-256 1c41a4a754554758e1632217bb867a0dc8c622072f937edf1e1ef44adaf1f116
预处理树 SHA-256 ebb466877b18beda1e8d1d19c2cc3fbaa2107762792d7683d563fb750ff31360
必需契约类别 normal-result、abort

哈希机制是语料可信度的关键:共享包哈希保证所有样本基于同一份字节级一致的依赖源码;预处理树哈希保证"删掉参考规范后的工作区"在每次运行前与筛选阶段完全一致,从而让不同实验臂、不同复现轮次之间可直接比较。任务描述 JSON 由补丁注入,其 schema_version: 3 字段表明任务描述符有明确的版本契约,source_commit 与共享包内路径 sources/AptosExperimental/trading/order_book/bulk_order_book.move 一并记录了来源出处。

编译上下文:依赖闭包、不透明边界与传递规范函数

配方"Compilation context"小节定义了任务的三层依赖图(该三层区分在 CLAUDE.md 的"dependency and contract methodology"中有完整方法论说明,不可互相替代):

  1. 包/模块闭包:共享包包含目标模块及其完整源码级传递模块依赖,模块到文件的映射与解析后的命名地址记录在 framework/corpus-modules.json。配方列出约 150 个传递模块,涵盖 0x1::account、0x1::aggregator_v2、0x1::fungible_asset、0x1::object、0x1::table、0x1::smart_table 等框架模块,以及 0x5::bulk_order_types、0x5::order_book_types、0x5::order_match_types、0x5::single_order_types(AptosTrading 命名地址)和 0x7::bulk_order_utils、0x7::market_bulk_order、0x7::order_placement、0x7::single_order_book 等实验模块。模块闭包内的非目标模块仅是编译上下文,不是附加的推断目标。

  2. 可执行调用图:决定哪些函数契约构成不透明(opaque)证明边界。遍历在 pragma opaque、原生函数或无线条函数处停止——调用方只能看到这些函数的契约而非函数体。本样本在证明 get_remaining_size 时可见的不透明边界为:

    • 0x1::big_ordered_map::borrow
    • 0x1::big_ordered_map::contains
    • 0x5::bulk_order_types::get_total_remaining_size

    其中前两者是框架侧 big_ordered_map 的读操作(其 spec_get / spec_contains_key 规范函数在参考规范中被引用),后者是 bulk_order_types 中带 pragma opaque 的契约函数。

  3. 规范图:沿普通 spec 函数与行为谓词(result_of、ensures_of、aborts_of 等)跨模块追踪。上述不透明边界契约引用的传递规范函数为:

    • 0x5::bulk_order_types::spec_side_sizes
    • 0x5::bulk_order_types::spec_sum_from

    这些规范函数必须随包提供并被信任,因为调用方规范依赖它们。

配方还通过任务描述 JSON 记录了更细的依赖清单:called_function_dependencies(直接调用依赖)、transitive_called_function_dependencies(含 big_ordered_map 的内部查找/迭代函数、ordered_map::binary_search、table_with_length::borrow 等约 30 个函数)、transitive_function_dependencies 与 transitive_module_dependencies。这一结构化清单使任务描述可被机器读取,也是运行器构造独立工作区、调度与审计的依据。

目标函数源码剖析:get_remaining_size

目标函数位于共享包内 bulk_order_book.move(原始位置为 aptos-move/framework/aptos-experimental/sources/trading/order_book/bulk_order_book.move,二者实现一致),其实现为:

public(friend) fun get_remaining_size<M: store + copy + drop>(
    self: &BulkOrderBook<M>, account: address, is_bid: bool
): u64 {
    // Read the order the way `get_bulk_order` does rather than through
    // `get_and_map`'s lambda: effectful HOF verification does not scale
    // yet (TODO(#20391)).
    assert!(self.orders.contains(&account), EORDER_NOT_FOUND);
    self.orders.borrow(&account).get_order_request().get_total_remaining_size(is_bid)
}

从源码可以读出以下推断要点:

  • 行为契约(normal-result):当 self.orders 包含 account 时,函数返回该账户订单请求在指定方向(is_bid 表示是否买盘)上的剩余总量,数值上等于 get_total_remaining_size(is_bid) 的结果。由于 bulk_order_types::get_total_remaining_size 是 pragma opaque 的,get_remaining_size 的结果语义需要借由 bulk_order_types::spec_side_sizes 与 spec_sum_from 来表达。
  • 中止契约(abort):当 self.orders 不包含 account 时,assert! 触发 EORDER_NOT_FOUND 中止。因此该任务要求的 abort 契约类别正是对应此断言路径。
  • 设计注释:源码注释明确说明刻意绕开 get_and_map 的高阶函数写法,改为直接 contains + borrow,原因是"有副作用的 HOF 验证目前无法规模化(TODO(#20391))"。这体现了语料在任务构造时对可证明性的主动考量——目标函数保持行为不变,但表达方式更适合形式化验证。

订单簿模块整体处于 aptos-move/framework/aptos-experimental/sources/trading/order_book/ 之下,同目录还包含 order_book.move、single_order_book.move、order_book_utils.move、price_time_index.move、pending_order_book_index.move 等配套模块;order_book.move 第 208 行即通过 self.bulk_order_book.get_remaining_size(order_creator, is_bid) 转发该函数,说明它是活跃订单簿查询剩余量的内部 friend 调用入口。

参考规范与预处理:补丁移除的内容

preparation.patch 是样本的"可复现变换",其核心动作有两项:

  1. 新增任务描述符 .move-inference-task.json(上述依赖清单即出自此处);
  2. 清空参考规范:将 sources/AptosExperimental/trading/order_book/bulk_order_book.spec.move 中 get_remaining_size 的 1 个 spec block 删除,仅保留空壳(spec aptos_experimental::bulk_order_book { ... } 内留空)。

被移除的参考规范(补丁 diff 中 - 开头部分)完整呈现了期望契约,是理解任务目标的最佳参照:

spec get_remaining_size<M: store + copy + drop>(
    self: &BulkOrderBook<M>, account: address, is_bid: bool
): u64 {
    pragma opaque;
    let sizes = bulk_order_types::spec_side_sizes(
        big_ordered_map::spec_get(self.orders, account).order_request, is_bid
    );
    aborts_if !big_ordered_map::spec_contains_key(self.orders, account);
    aborts_if bulk_order_types::spec_sum_from(sizes, 0) > MAX_U64;
    ensures result == bulk_order_types::spec_sum_from(sizes, 0);
}

该参考规范同时覆盖了配方要求的两个契约类别:

  • abort 契约:aborts_if !big_ordered_map::spec_contains_key(self.orders, account) 对应 EORDER_NOT_FOUND 断言;aborts_if bulk_order_types::spec_sum_from(sizes, 0) > MAX_U64 对应底层 u64 累加溢出的中止条件;
  • normal-result 契约:ensures result == bulk_order_types::spec_sum_from(sizes, 0),即返回值等于各价位剩余量的无界算术和。

规范依赖的两个辅助函数定义于 bulk_order_types.spec.move:

spec fun spec_sum_from(sizes: vector<u64>, i: u64): num [weight = 20] {
    if (i >= len(sizes)) 0 else sizes[i] + spec_sum_from(sizes, i + 1)
}

spec fun spec_side_sizes<M>(request: BulkOrderRequest<M>, is_bid: bool): vector<u64> {
    if (is_bid) request.bid_sizes else request.ask_sizes
}

其中 spec_sum_from 是递归求和(以 num 无界整数运算,避免 u64 溢出遮蔽语义),并配套模块级引理 sum_from_nonneg("无符号尺寸之和不为负")以及 get_total_remaining_size 的 opaque 契约——该契约的证明块对每个 i 应用 sum_from_nonneg 引理,从而证明"部分和单调不减,最终由总和决定是否溢出"。这正是共享依赖包内"先为 opaque 依赖契约完成 body 证明,再被调用方消费"的自底向上方法论(见 CLAUDE.md)在具体样本上的体现。

可编辑范围与运行约束

配方明确规定了 Agent 的修改边界:

  • 可编辑文件唯一:sources/AptosExperimental/trading/order_book/bulk_order_book.move——即目标函数所在文件;
  • 可执行 Move 实现保持不变:预处理只删除目标参考规范块,绝不改动函数体,防止"通过改代码让证明变容易"的作弊路径;
  • 不允许的捷径(方法论层面的硬性约束):不得通过删除 [inferred = sathard]/vacuous 子句、削弱前置条件或设置 aborts_if_is_partial 来让证明通过;实验臂产生的规范也不得通过 pragma verify = false 关闭验证来宣称成功。

该样本同时是"不得使用 --refutation-mutants-root(拒绝突变体回放)"的语料成员:corpus-v1.2 采用 --disqualification-mutants-root corpus-v1.2/mutants 的取消资格门模式——运行时不把突变体展示给 Agent(不给第二次机会),轮次结束后若某个突变体存活(即推断出的契约未拒绝该错误代码),则该运行被取消资格而非仅降低评分。这一设计让 AX-bulk-order-book-009 这样的函数级任务同时检验"规范能否证明"与"规范能否拒绝错误实现"两个维度。

在评估轮次中的运行方式

AX-bulk-order-book-009 属于 corpus-v1.2 的 20 个样本之一。完整的轮次流程(语料校验 → 每臂渲染插件 → 调度 → 预检/执行/审计 → 评分)参见 spec-inference/README.md,与本样本直接相关的要点包括:

  • 调度:move-inference-pilot 读取语料清单(manifest.json),screening_status 非 ready 的样本会被丢弃;--source-commit 须指向仍然存在的提交(aptos-core 采用 squash-merge 线性 main,分支顶端 SHA 会失效),语料本身以 provenance.aptos_core.commit 记录钉死的 commit 950e413e46090d2056740c36dd7a77b1764b6936;
  • 插件渲染:对 agent_only、hybrid_guided、hybrid_flexible 三个臂分别渲染插件,本样本作为共享语料成员,被三个臂以完全相同的源码哈希与任务描述调度;
  • 预检与审计:move-inference-preflight-pilot 校验 SDK/CLI 版本、哈希、凭据与沙箱;move-inference-audit-pilot 检查是否存在被禁止的路径泄露(如突变体集被挂载进 Agent 可见命名空间);
  • 评分:harness.score_round 在轮次后独立运行突变评分,语料 v1.2 使用取消资格门变体。

需要说明的适用前提:该语料面向 Move Prover 规范推断研究,运行真实模型会话需要配置对应 SDK 与凭据(GLM 5.3 / claude-opus-5,见 README.md 的模型选择小节),且所有真实会话必须在 bubblewrap + Landlock 沙箱内执行;当前 corpus-v1.2 的清单状态为 prepared_requires_screening(待筛选),正式启动轮次前须先完成筛选并更新 corpus-v1.2/manifest.json。

小结:一个样本如何撑起一次可复现评估

AX-bulk-order-book-009 是理解 Move 规范推断评估语料设计的最佳切片之一:它通过"共享包 + 叠加配方 + 补丁 + 哈希"四件套,把一个真实链上模块函数(bulk_order_book::get_remaining_size)转化为可复现、防作弊、可评分的推断任务。其参考规范涵盖了 normal-result(剩余量等于 spec_sum_from(spec_side_sizes(...), 0))与 abort(账户不存在、u64 溢出)两类契约,并通过 big_ordered_map 与 bulk_order_types 两个不透明边界演示了依赖契约的自底向上证明路径。无论是想要复现规范推断实验,还是研究如何为复杂 Move 函数编写可验证规范,该样本的配方结构、源码注释与参考规范都值得逐行细读。

登录后查看全文
aptos-core