当前位置:首页 > 科研成果库

形式化验证:为什么有人不跑代码,就敢说‘这玩意不会崩’

2026-11-17 04:41:09小研科研成果库9

你有没有被这种事恶心过。

测试覆盖率拉到九十几,CI绿得发亮,灰度也过了。上线第二天早上,一个用户手贱输了个负数,服务直接给你表演原地升天。

去查。发现是那个金额字段,谁也没想过会有人填负的。

修完了。但心里有个疙瘩:是不是还有下一个负数,正躲在某个我根本没想到的角落里?

这疙瘩,就是形式化验证诞生的土壤。

Dijkstra 那句话老掉牙了——测试只能证明 bug 存在,不能证明 bug 不存在。可真正坐下来把这句话想透的人,不多。测试是在巨大的输入空间里随机撒几百个点,撒点撒得好,你睡个安稳觉;撒得不好,用户替你撒。形式化验证干的是另一件事:它不撒点,它想把整个空间一次性说清楚。

它不跑代码,它做数学题

最直观的一支叫模型检验(model checking)。

思路不复杂:把系统抽象成一个有限状态机——红绿灯、电梯、自动售货机、通信协议握手,都能画成一张状态转移图。然后工具把这张图上所有能到达的状态,挨个翻一遍。翻的过程里,只要碰到一个违反了你给的性质的状态,就报警,还会甩给你一条反例路径:从初始状态怎么走,几步之后炸。

这个反例太值钱了。它不是“我猜这里可能有问题”,是“我带你走一遍,你看,第3步就死在这”。

自动售货机有限状态机模型检验状态转移图自动售货机有限状态机模型检验状态转移图

打个比方。你怀疑家里有蟑螂。测试是随手拉开两个抽屉看看,没看到就当没有。模型检验是把每一个抽屉、每一个柜子、每一道缝都拆开翻底朝天。代价?你家房子小还行,房子要是故宫,翻一遍你试试。

这就是状态爆炸。两个进程各10个状态,组合起来100个,还行;10个进程一叠加,数字瞬间涨到你数不过来。所以真干活的时候,得先做抽象。把不相关的细节丢掉,把无限的取值收窄成有限的几类,这是纯手艺活,做不好,要么漏掉真 bug,要么全是假报警。

另一支更硬核的,叫定理证明(theorem proving)。它不穷举,它把程序和你要的性质都翻译成逻辑公式,然后用 Coq、Isabelle、ACL2 这类工具,像做数学证明一样,一步步推出“这个程序满足这个性质”。贵。慢。经常要人跟机器来回对话,一个人月能推几百行代码就不错了。但它能处理无限状态——模型检验啃不动的硬骨头,它能啃。

编译器的形式化验证就是这条路。CompCert,一个 C 编译器,有人真把它的每个编译阶段都证明了:源码的行为和生成汇编的行为在语义上一致。意思是你写的 C 代码没被编译器偷偷改坏。听着像废话?可优化编译器出过多少“看起来对、跑起来错”的经典事故,搞过 C 的人都懂。

还有一支性价比更高的,抽象解释(abstract interpretation)。不精确遍历,而是用“格子”去近似——不数清每一粒米,而是称重量估个大概,但保证估出来的范围一定包住真实值。Astrée 这个工具就是干这个的,它一个分支一个分支地证明飞控软件里不会出现除零、数组越界、整数溢出。

飞机飞控软件抽象解释静态分析数值域示意图飞机飞控软件抽象解释静态分析数值域示意图

它救过很多条命,也烧过很多钱

它救过很多条命,也烧过很多钱它救过很多条命,也烧过很多钱

1994年,英特尔 Pentium 处理器的浮点除法单元,一张查找表里错了几个数。概率很低,低到绝大多数用户一辈子碰不上。但碰上了就是错。最后召回,赔进去四亿多美元。

这故事被讲烂了。可它的后劲在于:事后英特尔的芯片验证流程里,形式化方法从“学术玩具”变成了常规武器。现在你手上这块手机芯片,指令集、缓存一致性协议、总线仲裁,流片之前基本都被一群不跑代码的人拿数学翻过好多遍。流片一次几千万,谁赌得起。

反过来,它也不是护身符。

第一堵墙是状态爆炸,纯物理限制,抽象做得再巧也有上限。

第二堵墙更阴——规格本身。工具证明的是“程序相对于规格是对的”,可规格是你写的,是人写的。规格里漏了一条业务约束,或者约束本身写反了,那你证明的其实是个错命题,而且比没验证更危险。因为你更自信了。

我认识一个做基站协议栈的朋友,他们团队啃过一段握手状态机的形式化。工具跑完,证明过了。结果上线前评审,产品经理说“那如果对端连续发三次同一个请求呢”。全场安静。那三条冗余请求的语义,规格里根本没写。工具只能证明你告诉它的东西,它不会替你想出你想漏的那些。

那到底什么时候该上

那到底什么时候该上那到底什么时候该上

判断标准说白了就一句:出错的代价,高到你觉得贵也值,那就上。

写个博客系统、做个后台管理页,犯不上。真出事顶多被人骂两句。

但航天器飞控、高铁信号、银行核心清算、加密协议、自动驾驶的决策层、芯片指令集——这些地方一个 bug 就是几条命或者几个亿,数学翻一遍的钱,是便宜钱。

还有个更实操的判断:看状态空间能不能被框住。协议、控制器、状态机、算法内核,天生适合。而那些到处动态分配、反射、未定义行为的大型业务系统,想全线形式化,代价大到你会怀疑人生。但可以局部来:把最要命的那一小段抠出来,单独建模型,单独验。

说实话,形式化验证真正震撼我的,不是它多神。是它逼着你把“我以为它是对的”这句话,硬生生改成“我能说清楚它在什么条件下、为什么是对的”。

前者叫祈祷。

后者才叫工程。