当 AI 写代码越来越顺手，谁来证明它写对了？一家名为 &Truth 的新公司给出的答案是：让数学来做这件事。
发生了什么
据 WIRED 报道，新创公司 &Truth 正在加入一场竞赛——把形式化验证（formal verification）自动化。形式化验证是一种用数学方法证明软件行为符合预期的技术：它不靠跑测试用例碰运气，而是试图从逻辑上论证“这段程序在所有合法输入下都不会出错”。报道把这项工作形容为一件“烦人的数学”（pain in the ass），点出了它的核心矛盾：结论最可靠，过程最痛苦。
为什么重要
形式化验证并非新概念，它在芯片设计、航空航天、操作系统内核等对正确性要求极高的领域已使用多年。但它长期是少数专家的手艺：需要人工把需求翻译成形式化规约，再逐条引导证明工具，成本高、周期长，难以跟上普通软件迭代的节奏。
真正让这件事重新变得紧迫的，是 AI 编程的普及。所谓“氛围编程”（vibe coding），指开发者用自然语言描述意图、由模型生成代码，人更多在“感觉对不对”的层面把关。这种模式极大提升了产出速度，却也把风险从“写得慢”转移到了“错得隐蔽”——生成的代码看起来合理、测试可能也通过，但在边界条件下未必正确。测试只能证明 bug 存在，无法证明 bug 不存在；形式化验证恰好补的是这一块。&Truth 押注的逻辑是：如果验证能被自动化到足够低成本，它就有机会从“高精尖行业的奢侈品”变成 AI 生成代码流水线上的常规质检环节。
影响与看点
对开发者而言，短期内更现实的变化不是人人写证明，而是验证能力被嵌入工具链：AI 生成代码、AI 辅助生成规约、验证器自动检查，形成闭环。对行业来说，这条赛道已有多个玩家在推进自动化验证，竞争焦点在于能否降低规约编写这一最耗人力的环节，以及能否与主流开发流程顺畅集成。
需要克制看待的是：报道本身并未披露 &Truth 的技术路线、产品形态与成熟度，自动化形式化验证在真实工程规模上的效果仍待检验。一个独立判断是：这项技术的价值不在于让所有人学会写数学证明，而在于把“证明正确”变成一次可以随手触发的自动检查——谁能做到这一点，谁就握住了 AI 编程时代最关键的一道质量闸门。
