Google DeepMind présente AlphaProof Code, un système d’IA pour la vérification formelle du code
Un système multiagents automatise la vérification formelle, une preuve mathématique que le code respecte des garanties de sécurité.
Le code est généralement testé de façon empirique : avec des tests, des revues et des audits qui recherchent des erreurs individuelles. La vérification formelle est plus stricte : les propriétés du programme sont exprimées mathématiquement, puis une preuve rigoureuse est construite pour montrer que le code les respecte pour n’importe quelle entrée.
Cela est considéré comme le plus haut niveau de garanties de sécurité, mais la vérification formelle est rarement utilisée car elle est très coûteuse, très lente et ne peut être réalisée que par de rares spécialistes.
AlphaProof Code est un système multiagents qui automatise ce type de vérification. Google affirme qu’il s’agit du premier cas où l’IA est utilisée pour la vérification formelle d’un programme.
Grâce à AlphaProof Code, les chercheurs ont prouvé mathématiquement que le code du protocole cryptographique Signal (qui assure le chiffrement des messages dans Signal et Google Messages) fournit les garanties de sécurité annoncées.
Pour cela, des agents basés sur Gemini 4 Carbon ont écrit plus de six millions de lignes en Lean, puis ont audité eux-mêmes la preuve et marqué les endroits où un regard humain était nécessaire. Ces endroits représentaient environ 1%. Le travail a pris quatre semaines ; pour des équipes d’experts, une tâche de cette ampleur prend généralement des années.
Les auteurs voient dans la preuve formelle une base pour protéger d’autres systèmes critiques et disent que cela pourrait être l’un des rares moyens de résister à la vitesse et à l’échelle des cyberattaques modernes.
Pourquoi c'est important
AnalyseLa vérification formelle offre les garanties de sécurité les plus fortes, et les agents d’IA pourraient la rendre viable à grande échelle.
Discuter dans la communauté
Partagez vos questions et vos idées avec les développeurs
Lié dans l'écosystème
Guides pratiques, terminologie clé et compétences d'agents
Claude Code Projects : comment une IA coordonne une équipe d'agents autonomes
Analyse approfondie de Claude Code Projects : architecture Coordinator et Threads, branches parallèles, mémoire partagée MEMORY.md et gestion des agents cloud.
Partie II. Travailler avec Codex : optimisation, sécurité et équipe
Codex n'est pas un simple outil d'auto-complétion de code dans un chat, mais un véritable agent d'ingénierie : il lit le dépôt, planifie les modifications, édite les fichiers, exécute les tests, vérifie ses propres diffs et sait travailler...
Paquets hallucinés dans le code (Hallucinated Packages)
Variante dangereuse des hallucinations générées par les modèles d'IA en programmation. Le modèle invente des bibliothèques et des paquets npm/PyPI plausibles mais inexistants, créant ainsi de failles critiques de sécurité (Slopsquatting).
Fuite du prompt système (Prompt Leakage)
Vulnérabilité de l'intelligence artificielle où, grâce à des formulations astucieuses, un utilisateur force le bot à citer littéralement ses instructions cachées (System Prompt), révélant ainsi la logique métier, les règles de comportement et les secrets internes des développeurs.