币圈界报道：

维塔利克·布特林：人工智能无法瓦解网络安全，形式化验证才是核心防线

面对关于人工智能将导致网络安全体系全面崩溃的广泛担忧，以太坊联合创始人维塔利克·布特林明确表示反对。他认为，通过数学方法进行程序行为验证的技术，有望构建出难以被攻破的软件系统。

多层威胁下，形式化验证提供可信赖的安全基底

网络安全的复杂性体现在多个技术层级——从消息传输到服务器架构、操作系统、数据库、第三方库、编译器乃至底层硬件均可能存在风险点。在此背景下，布特林提出，人工智能虽可能被恶意利用加速漏洞发现，却同样能在部署前协助审查规范、揭示潜在假设缺失，并支持完成复杂的数学安全证明，从而增强系统的整体防御能力。

AI赋能安全验证：从漏洞探测到逻辑闭环

针对公众对AI驱动黑客活动的忧虑，布特林在社交平台X上回应称，强大模型确实可能提升攻击效率。但他强调，同一技术也可赋予开发者更高效的工具，用于构建和验证关键系统的行为正确性。其核心主张在于“形式化验证”——一种基于数学逻辑来确认程序是否满足预设安全目标的方法。借助该技术，可在代码上线前识别隐藏缺陷，而具备高级推理能力的AI则能显著降低完成复杂证明所需的资源与时间成本。

安全定义的困境：精确建模仍是最大挑战

尽管形式化验证前景可观，其实用性仍受限于一个根本难题：开发者必须对系统需保障的所有安全特性做出完整且无歧义的描述。布特林以加密通讯应用Signal为例，说明即便消息内容被加密，仍需防范伪造、重放、阻断、公钥欺骗、服务器入侵及用户设备漏洞等多重威胁。此外，元数据泄露、通信模式分析、基础设施污染（如恶意库或被篡改的编译器）也构成实质性风险。因此，仅保护信息内容不足以构成完整的安全标准。

他指出，一份完备的安全规范往往需超过千行代码，涵盖身份认证、消息投递完整性、设备可信度以及支撑环境等多个维度。而数学证明只能验证已纳入模型的属性，未被明确定义的风险依然存在。不过，人工智能可在这一过程中发挥关键作用——帮助工程师完善规范、发现逻辑盲区，并在部署前强化安全假设的严密性。最终，网络安全的成效取决于开发者能否准确界定保护边界，以及形式化验证在实际系统中落实的程度。