DeepMind用AI验证Signal加密，Google推出低价决策API

DeepMind 用 AI 给 Signal 做“数学体检”

Google DeepMind 最近干了一件挺硬核的事：他们用新推出的 AlphaProof Code 系统，对即时通讯软件 Signal 的核心加密协议进行了代码级的数学形式化验证。

以往这种验证工作有多麻烦？通常需要顶尖的密码学家和形式化验证专家花上几年时间，一行行代码去抠逻辑漏洞。但这次，DeepMind 的团队只用了四周。在这一个月里，Gemini 智能体自动生成了超过 600 万行 Lean 证明代码。Lean 是一种用于形式化数学证明的编程语言，它的厉害之处在于能确保逻辑上的绝对严谨——只要编译通过，数学上就是成立的。

这 600 万行代码并不是为了堆砌数量，而是为了把 Signal 协议中那些复杂的密码学保证（比如前向保密、后向保密等）转化成机器可验证的数学命题。最终结果是，人工审计的范围被极大地压缩了。专家们不再需要从头到尾检查每一行业务代码，只需要聚焦在 AI 标记出的关键逻辑节点和少数几个无法自动化的边缘案例上。

这件事的意义不在于“AI 取代了数学家”，而在于它改变了解决高可靠性软件问题的经济模型。以前因为成本太高，只有极少数关键基础设施（如航空航天、核控制软件）才会做全量的形式化验证。现在，如果四周就能搞定一个像 Signal 这样广泛使用的加密协议的核心验证，那么未来更多的开源库、金融交易中间件甚至操作系统内核模块，都有可能纳入这种“数学体检”的范围。这对于提升整个软件供应链的安全性是一个实质性的推动，而不仅仅是一个营销噱头。

当然，我们也要保持清醒。AI 生成的证明虽然多，但前提条件（即“我们要验证什么”）仍然需要人类专家来定义。如果需求本身有遗漏，或者对安全属性的理解有偏差，AI 再勤奋也只能证明一个错误的前提。所以，人机协作的模式在这里体现得很明显：人类定方向、审边界，AI 跑规模、填细节。

Google 推出“批发式”决策 API

在多模态模型越来越强的背景下，Google 推出了一个新的 API 产品：Gemini Decisions API，背后支撑的模型叫 Gemini Decision 1。

这个 API 的定位非常垂直，它不跟你聊家常，也不帮你写诗，专门用来做“封闭集决策”。什么意思呢？就是当你有一堆明确选项的问题，需要模型给出一个是/否、分类或评分时，用它最划算。比如，从一万张图片里筛选出包含“猫”的图片，或者对一千条用户评论进行情感正负面打分。

最引人注目的是它的性能和价格。根据官方公布的数据，Gemini Decisions API 单次请求可以处理多达 1000 个多模态问题（支持文本、图像、音频、视频和 PDF）。延迟控制在 150 到 250 毫秒之间。这个速度对于实时性要求较高的业务场景来说，已经相当可观了。

更狠的是价格：每百万 Token 仅收费 0.10 美元。这是什么概念？相比传统的通用大模型 API，这个价格便宜了几个数量级。Google 显然是在用规模效应来抢占企业级自动化决策的市场。对于那些每天需要处理海量数据分类、内容审核、票据识别的企业来说，这个价格意味着以前因为成本太高而不得不放弃的“全量检查”，现在变得可行了。

举个例子，以前一家电商公司可能只能随机抽检 1% 的商品图片是否违规，因为人工看太慢，用通用 AI 看太贵。现在用 Gemini Decisions API，他们可以低成本地对 100% 的新上架商品进行初审，只在 AI 拿不准的时候才转人工。这不仅提高了安全性，也优化了运营效率。

不过，开发者在使用时也需要注意它的局限性。既然是“封闭集决策”，就意味着你必须预先定义好所有的选项和规则。它不适合开放式的创意生成或复杂的推理任务。如果你的需求是“帮我分析这张图里的氛围并写一段文案”，那还是得请回通用的 Gemini 模型。Gemini Decision 1 更像是一个高精度的工业传感器，而不是一个富有创造力的艺术家。

百度千帆补齐推理与微表情能力

国内方面，百度智能云的千帆平台也在持续迭代。除了之前发布的文心 5.5 Flash 预览版，这次又上线了两个新模型：【文心闪电深度思考】和【文心一镜微表情】。

“文心闪电深度思考”顾名思义，主打的是推理能力。在当前的模型竞争中，单纯的对话流畅度已经不再是唯一的护城河，解决复杂逻辑、数学问题或代码调试的能力变得越来越重要。这个模型的推出，说明百度正在加强其在需要长链条推理任务上的表现，试图在企业和开发者的实际生产场景中占据一席之地。

另一个模型“文心一镜微表情”则显得比较独特。它专注于微表情识别任务。这在通用大模型领域是一个相对细分的方向，但在特定的行业应用中很有价值。比如，在在线教育场景中，通过分析学生的微表情来判断其专注度或困惑程度；在心理健康辅助咨询中，捕捉用户情绪细微波动；或者在高端客户服务中，实时反馈服务人员的情绪状态。这些场景对隐私和伦理的要求极高，因此通常需要在私有化部署或严格合规的环境下使用。百度将其作为独立模型推出，可能是为了满足这类垂直行业对高精度、低延迟情感计算的需求。

这两个模型的上线，反映了国内大模型厂商正在从“拼参数规模”转向“拼场景适配”。通用模型大家都有，但谁能更好地解决特定领域的痛点，谁才能拿到真正的商业订单。

AWS 与 Databricks 的工程化实践

除了模型层面的新闻，本周还有两篇值得开发者关注的工程实践文章，分别来自 AWS 和 Databricks。

AWS 发布了一篇教程，讲解如何结合 Amazon Bedrock 和 Spring AI 来构建生产级的自主智能体（Autonomous Agents）。Spring AI 是 Java 生态中新兴的 AI 应用框架，对于大量使用 Java 技术栈的传统企业来说，这是一个降低 AI 接入门槛的重要工具。AWS 的这篇教程没有停留在“Hello World”层面，而是深入到了扩展性、治理、安全和运维这四个企业最关心的维度。比如，如何管理智能体的记忆上下文？如何防止智能体执行危险操作？如何监控智能体的运行状态？这些都是将 AI 从演示 Demo 推向生产环境时必须跨越的鸿沟。

Databricks 则分享了一篇关于安全检测的文章，主题是“凭据劫持攻击”（Credential Driving Attacks）。随着 AI 智能体开始拥有调用 API、访问数据库的权限，账号安全问题变得更加突出。攻击者可能会通过提示词注入等手段，诱骗智能体泄露其持有的访问令牌（Token）或密钥。Databricks 梳理了这类攻击的行为模式，并介绍了在其平台上检测此类异常活动的方法。对于正在构建 AI 应用的安全团队来说，这是一份及时的参考指南。它提醒我们，在享受 AI 带来的自动化便利时，绝不能忽视底层的身份认证和权限管理机制。

总的来说，这一周的资讯显示出 AI 行业正在进入一个“深水区”。一方面，底层技术如形式化验证、专用决策模型在不断突破性能及成本边界；另一方面，工程落地层面的安全、治理和集成方案也在快速成熟。对于从业者而言，关注这些具体的技术细节和最佳实践，比追逐宏大的概念更有价值。