Google DeepMind zufolge half AlphaProof Code dabei, ausgewählte Sicherheitseigenschaften des tatsächlichen Codes hinter dem Signal-Protokoll formal nachzuweisen – bis hin zum kompilierten Code. Die Prüfung erfasste nicht die Signal-App als Ganzes, wie WIRED berichtete. Google DeepMind beschreibt den Verifikationsprozess.
Ein maschinengeprüfter Beweis gilt für die formulierte Eigenschaft und den dafür geprüften Code.
Was die Verifikation des Signal-Protokolls abdeckte
Gegenstand waren bestimmte Sicherheitseigenschaften des Protokollcodes, nicht sämtliche Funktionen des Messengers. Als Beispiel nennt Google DeepMind den Schutz von Nachrichten vor und nach einer vorübergehenden Kompromittierung eines Geräts. Ein formaler Beweis prüft, ob der Code eine präzise festgelegte Eigenschaft erfüllt; er ist keine pauschale Sicherheitsbewertung der gesamten App.
WIRED berichtete am 10. November 2026, dass die untersuchten aktuellen Codebereiche keine neuen Schwachstellen ergaben. Bei älteren Versionen mit bekannten, bereits behobenen Sicherheitslücken schlug die formale Prüfung dagegen fehl.
Wie Menschen, KI-Agenten und Lean zusammenarbeiteten
Die Forschenden übersetzten Sicherheitsziele mithilfe verschiedener Modelle in mathematische Spezifikationen. Fachleute prüften laut Google DeepMind jede dieser Vorgaben, bevor KI-Agenten Beweise erzeugten. Das Projekt dauerte nach Angaben des Unternehmens vier Wochen.
Mit Gemini Carbon betriebene Agenten generierten mehr als sechs Millionen Zeilen Beweiscode in Lean. Agenten markierten außerdem ein Prozent der Codebasis für eine zusätzliche Prüfung durch Menschen; Lean prüfte den übrigen Teil. Lean ist ein Beweisassistent, der formale Beweisschritte mechanisch kontrolliert. So übernahmen die Agenten einen großen Teil der Arbeit, während Menschen die zu beweisenden Sicherheitsziele festlegten und die Spezifikationen prüften.
Was der Test mit zwei behobenen Fehlern zeigte
Für einen gesonderten Test setzten Forschende laut Google DeepMind zwei zuvor behobene Fehler in einer isolierten Version des Signal-Codes wieder ein. Das System erzeugte in beiden Fällen maschinengeprüfte Beweise dafür, dass die fehlerhaften Versionen unsicher waren. Das Ergebnis bezieht sich auf diese beiden gezielt eingebauten Fehler.
Google DeepMind kündigte außerdem an, die Verifikationsartefakte als Open Source bereitzustellen.