AlphaProof Code（アルファプルーフ・コード）は、Google DeepMindが2026年11月10日に発表した、AIエージェントによる形式検証フレームワークです。人間の専門家とAIエージェントが役割を分担し、実運用されているソフトウェアのコードが仕様どおりに動くことを数学的に証明できます。
室谷代表取締役AlphaProof Codeは、Google DeepMindが2026年11月10日に発表した形式検証フレームワークで、AIエージェント群が実際のコードを数学的に証明できるようにするものです。これを使ってSignalプロトコルの実装コードの安全性が証明された、というのが今回の発表の核心なんですよね。
テキトー教師DotAI 認定講師しかもこれ、単に「AIがすごい証明をしました」という話じゃないんですよ。広く実運用されている暗号プロトコルの「実装コード」が形式検証されたのは、AIの有無を問わず初めてだとGoogle DeepMindは述べています。
つまり検証手法そのものの転換点になり得る発表です。
つまり検証手法そのものの転換点になり得る発表です。
室谷代表取締役公式スレッドでは「AIがSignalのプロトコルをコードレベルまで数学的に安全だと証明した」と短く語られています。ただ、この一文だけだと何がどう証明されたのか見えにくいので、公式ブログと技術論文の中身を追いかけたいと思います。
テキトー教師DotAI 認定講師そうですね。講座でも「形式検証」という言葉自体がまだ馴染み薄いので、まず用語の整理から入りましょう。
AlphaProof Codeとは？Google DeepMindが発表したAI形式検証フレームワーク
AlphaProof Codeの要点
マルチLLMエージェント型フレームワーク
Google DeepMindが発表。形式検証の作業を研究チームのように分業させる仕組み
人間とAIの役割分担
人間の専門家がAIと一緒に「何を証明するか」を決め、証明はAIエージェント群が担う
形式検証とは
コードが仕様どおりに動くことを数学的に証明する手法。セキュリティ保証として最高水準
従来のコスト
seL4の検証に20人年、CompCertコンパイラに6人年かかった例がある
Leanカーネルによる検査
証明は最終的にLeanのカーネルが検査。証明エージェントの信頼性に結果の正しさが依存しない設計
室谷代表取締役まず定義から。AlphaProof Codeは、Google DeepMindが発表したマルチLLMのエージェント型フレームワークで、形式検証の作業を研究チームと同じように分業させる仕組みです。
人間の専門家がAIと一緒に「何を証明するか」を決め、その証明はAIエージェント群が担う、という構造になっています。
人間の専門家がAIと一緒に「何を証明するか」を決め、その証明はAIエージェント群が担う、という構造になっています。
テキトー教師DotAI 認定講師ここで押さえたいのが「形式検証」の意味です。テストや目視レビューと違って、コードが仕様どおりに動くことを数学的に証明する手法で、セキュリティ保証としては最高水準にあたります。
ただし従来はとにかく手間がかかる。論文では、検証済みマイクロカーネルseL4の検証に20人年、CompCertコンパイラに6人年かかった例が挙げられています。
ただし従来はとにかく手間がかかる。論文では、検証済みマイクロカーネルseL4の検証に20人年、CompCertコンパイラに6人年かかった例が挙げられています。
室谷代表取締役20人年ですからね・・・。一部のミッションクリティカルな領域しか手が出せなかったのは当然なんですよ。
MYUUUでも、セキュリティレビューはどうしても「テストと目視」が中心になりがちで、数学的証明まで踏み込むのは現実的じゃなかったんですよね。
MYUUUでも、セキュリティレビューはどうしても「テストと目視」が中心になりがちで、数学的証明まで踏み込むのは現実的じゃなかったんですよね。
テキトー教師DotAI 認定講師そのコスト構造を変えるのがAlphaProof Codeの狙いです。論文では「かつては証明を書く専門知識と労力がボトルネックだったが、仕様が固まれば大規模な証明もAIエージェントのチームが書けるようになった」と説明されています。
しかも証明は最終的にLeanのカーネルが検査するので、証明エージェントの信頼性に結果の正しさが依存しない、という設計思想なんですよ。
しかも証明は最終的にLeanのカーネルが検査するので、証明エージェントの信頼性に結果の正しさが依存しない、という設計思想なんですよ。
室谷代表取締役ここが上手い設計ですよね。AIの出力を信頼しなくていいようにしている。
Leanは証明を機械的に検証する言語で、不正な証明はカーネルが弾く。だからAIが数百万行の証明を書いても、通ったものだけが採用されるわけです。
Leanは証明を機械的に検証する言語で、不正な証明はカーネルが弾く。だからAIが数百万行の証明を書いても、通ったものだけが採用されるわけです。
テキトー教師DotAI 認定講師単に「AIに書かせました」な話じゃないんですよ。信頼の置き場所を人間が確認できる部分に集約しているのがポイントです。
AlphaProof Codeでできること――仕様策定からLean証明までAIエージェントが担う範囲
AlphaProof Codeの3段階ワークフローと人間の関与
- 01仕様策定仕様執筆エージェントがユーザーと共に論文・標準のモデルや性質をLean仕様に落とし込む。レビューエージェントが草案を批評し、ユーザーが最終承認（人間の信頼領域）
- 02コードの取り込み未改変のRustコードを標準コンパイラでコンパイルし、AArch64の意味論とともに実行ファイルをLeanに読み込む
- 03証明証明エージェントのチームが実行ファイルについて仕様を証明。ゲートキーパーエージェントがLeanカーネル検査通過と仕様の控えとの完全一致を確認した場合のみ受理
室谷代表取締役じゃあ具体的に、どこを人間がやってどこをAIがやるのか。論文のワークフローは3段階に分かれています。
まず仕様策定です。
まず仕様策定です。
テキトー教師DotAI 認定講師整理するとこうです。
- 仕様策定：仕様執筆エージェントが、ユーザーと一緒に論文や標準にあるモデル・性質をLeanの仕様に落とし込む。レビューエージェントが草案を批評し、ユーザーが最終承認する
- コードの取り込み：未改変のRustコードを標準コンパイラでコンパイルし、AArch64の意味論とともに実行ファイルをLeanに読み込む
- 証明：証明エージェントのチームが、実行ファイルについて仕様を証明する。ゲートキーパーエージェントは、Leanのカーネルが検査を通し、かつ仕様の控えと正確に一致すると確認した場合だけ証明を受理する
室谷代表取締役仕様は人間が承認する信頼領域で、AIが生成する数百万行の証明部分とは区別されているわけですね。論文では、仕様が曖昧だとバグのあるコードでも定理が成り立ってしまうため、レビューエージェントによる懐疑的なレビューや、証明エージェントが仕様の品質を確かめる定理を作るなどの自動テストも組み込まれていると説明されています。
テキトー教師DotAI 認定講師そこが地味に重要なんですよ。「証明が通った」と言っても、仕様が弱ければ意味がない。
講座でも受講生さんに「テストが通る＝正しい、ではないのと同じで、証明が通る＝安全、でもない」と伝えているんですが、まさにその構造をフレームワーク側でケアしているわけです。
講座でも受講生さんに「テストが通る＝正しい、ではないのと同じで、証明が通る＝安全、でもない」と伝えているんですが、まさにその構造をフレームワーク側でケアしているわけです。
室谷代表取締役あと面白いのが、仕様が空虚（vacuous）だったり誤っていたりする場合、証明エージェントが修正案を出せるという点です。ただし採用するかどうかはユーザーが設定したポリシーか明示的な判断で承認される。
ここも人間の統制を残しているんですよね。
ここも人間の統制を残しているんですよね。
テキトー教師DotAI 認定講師エージェントは汎用のコーディングエージェントで、その振る舞いは「スキル」と呼ばれる自然言語ドキュメントで定義される、と論文には書かれています。タスクや参照すべき情報源、実行すべきチェックを文章で記述する形式なんですね。
Signalプロトコルの何がどう証明されたのか――マシンコードレベル・4週間・人間レビュー1%
まとめ
Signalプロトコル検証の実績
- 検証対象はlibsignal（Signalプロトコルのリファレンス実装）。未改変のRustコードをコンパイルしたAArch64マシンコードレベルまで検証
- 生成されたLean証明は約650万行。信頼が必要な仕様とAArch64意味論は約26,000行（仕様・定義が約18,000行、AArch64意味論とシンボル名が約8,000行）
- 検証期間は4週間（従来なら専門チームで数年かかる作業）。人間のレビューはコードベースの約1%に集中し、残りはLeanが自動検査
- 証明された性質は前方秘隠性・認証・事後侵害セキュリティ・ハンドシェイクの秘隠性。PQXDHハンドシェイクとTriple Ratchetが対象
- 古典的攻撃者には計算モデルと記号モデルの両方、将来の量子攻撃者には記号モデルでハンドシェイクの秘隠性を証明
- 検出力の確認として、修正済みの実バグ2件を再注入し、どちらも「不安全」と機械検証済みの証明を生成できることを確認
- Signal CTOのEhren Kret氏が「生きたコードを有効なLeanの定理に変換するのは大きなブレークスルー」とコメント
室谷代表取締役ここが今回の一番の見どころです。検証対象はlibsignal、つまりSignalプロトコルのリファレンス実装です。
しかも抽象化した設計モデルではなく、未改変のRustコードをコンパイルしたAArch64のマシンコードレベルまで降りている。
しかも抽象化した設計モデルではなく、未改変のRustコードをコンパイルしたAArch64のマシンコードレベルまで降りている。
テキトー教師DotAI 認定講師数字を整理しましょう。
- 生成されたLean証明：約650万行（スレッドでは「600万行超」）
- 信頼する必要がある仕様とAArch64意味論：約26,000行（うち仕様・定義が約18,000行、AArch64意味論とシンボル名が約8,000行）
- 検証期間：4週間（従来なら専門チームで数年かかる作業）
- 人間のレビュー：コードベースの約1%に集中
室谷代表取締役650万行に対して人間が見るのが1%ですからね。Leanが残りを自動で検査するから、人間は判断が必要な場所に集中できる。
この分担が時短の実体です。
この分担が時短の実体です。
テキトー教師DotAI 認定講師証明された性質も具体的です。ポスト量子対応のPQXDHハンドシェイクとTriple Ratchetを対象に、前方秘匿性、認証、事後侵害セキュリティ、ハンドシェイクの秘匿性を確立したと論文は述べています。
古典的な攻撃者に対しては計算モデルと記号モデルの両方で、将来の量子攻撃者に対しては記号モデルでハンドシェイクの秘匿性を証明しています。
古典的な攻撃者に対しては計算モデルと記号モデルの両方で、将来の量子攻撃者に対しては記号モデルでハンドシェイクの秘匿性を証明しています。
室谷代表取締役前方秘匿性と事後侵害セキュリティというのは、要は「端末が一時的に侵害されても、その前後のメッセージは守られる」という性質です。公式ブログでも「デバイスが一時的に侵害される前と後でメッセージを保護し続けること」と説明されています。
これが設計図ではなく、端末で実際に動くコードについて証明された、というのが大きいんですよね。
これが設計図ではなく、端末で実際に動くコードについて証明された、というのが大きいんですよね。
テキトー教師DotAI 認定講師さらに検出力の確認も行われています。過去に修正された実バグ2件を切り離したバージョンのSignalコードに再注入し、どちらの場合も「そのバグ入りバージョンは不安全である」という機械検証済みの証明をシステムが生成した、と。
室谷代表取締役これは地味だけど超重要で。正しいコードを「安全」と証明するだけなら、常に「安全」と返すものでも通ってしまう。
バグ入りをちゃんと「不安全」と証明できると示したことで、判定能力があることの裏取りになっています。
バグ入りをちゃんと「不安全」と証明できると示したことで、判定能力があることの裏取りになっています。
テキトー教師DotAI 認定講師SignalのCTO、Ehren Kret氏のコメントも公式ブログに掲載されています。「AIエージェントを使って生きたコードを有効なLeanの定理に変換するのは大きなブレークスルーだ」と述べ、AI駆動のセキュリティ脅威が増す中で、Signalプロトコルの実装が厳密に検証されたことはプライバシー保証への信頼を高めるとしています。
室谷代表取締役当事者であるSignalのCTOがこのトーンでコメントしているのは重いですよね。
AlphaProof Codeの使い方・始め方――検証物の公開と現時点で分かっている提供形態
室谷代表取締役で、ここが実務者として気になる「じゃあ使えるの？」という点です。公式ブログには、形式検証の成果物（artifacts）をコミュニティ向けにオープンソース化すると書かれています。
テキトー教師DotAI 認定講師論文でもLeanの開発物は専用のウェブサイトで公開されるとされており、仕様と証明のすべてが含まれると説明されています。今回のSignal検証に関する限り、成果物に触れられる状態になる、というのが現時点で分かっている範囲ですね。
室谷代表取締役一方で、AlphaProof Codeというフレームワーク自体を誰でもすぐAPI経由で使えるのか、料金はどうなのか、日本から利用できるのか、といった提供形態は現時点では明らかにされていません。ここは推測しない方がいい。
テキトー教師DotAI 認定講師そうですね。論文で説明されているのはあくまでフレームワークの構成と検証手法、そして成果物の公開です。
製品としての提供開始や料金体系には触れられていません。続報を待つ領域です。
製品としての提供開始や料金体系には触れられていません。続報を待つ領域です。
室谷代表取締役ただ、土台となるモデルの話は同日に発表が出ています。基盤モデルのGemini 4 Carbonで、こちらはサイバーセキュリティ能力を前面に打ち出した新モデルです。
AlphaProof Codeの証明を担ったのもGemini Carbonのエージェントだと公式ブログに書かれています。
AlphaProof Codeの証明を担ったのもGemini Carbonのエージェントだと公式ブログに書かれています。
テキトー教師DotAI 認定講師室谷代表取締役あと、既存の防御エージェントCodeMenderと組み合わせる展望も示されています。形式検証で「数学的に守られていること」を担保しつつ、防御側のエージェントで脅威の速度と規模に対抗する、という構図ですね。
テキトー教師DotAI 認定講師医療機器のファームウェアや電力網のソフトウェアといった重要インフラへの応用が展望として挙げられています。講座でも「AIのセキュリティ活用は攻撃側が先に見えがち」と話すんですが、こういう防御側の底上げの話はありがたいですよね。
従来の形式検証と何が違うのか――設計止まりだった検証を実装コードへ広げた意味
室谷代表取締役ここが今回の本質です。従来の暗号プロトコルの形式検証は、抽象化されたプロトコルモデル、検証しやすいように書き換えた再実装、検証を簡単にするために修正した実装、あるいはクラッシュ耐性のような狭い性質が対象でした。
テキトー教師DotAI 認定講師論文はそこをはっきり区別しています。設計と実装の隙間に実世界の脆弱性が潜むからこそ、実際に動くコードでの検証が長年の課題だった、と。
AlphaProof Codeは未改変のコードを標準コンパイラでコンパイルし、そのマシンコードについて証明しています。
AlphaProof Codeは未改変のコードを標準コンパイラでコンパイルし、そのマシンコードについて証明しています。
室谷代表取締役これ、実務感覚だとすごく分かるんですよ。設計レビューで「この暗号化は安全です」と確認しても、実装でミスが出れば終わりなんですよね。
MYUUUでも設計と実装のズレに何度も悩まされてきたので、そこを跨いだ証明が出たことの意味は大きいです。
MYUUUでも設計と実装のズレに何度も悩まされてきたので、そこを跨いだ証明が出たことの意味は大きいです。
テキトー教師DotAI 認定講師しかも「検証のためにコードを書き換えない」という制約が難易度を跳ね上げます。論文は、既存の産業強度のコード、しかも最適化コンパイラが出力したものを検証するのはさらに難しいと指摘しています。
証明者がコードを簡単にできないからです。
証明者がコードを簡単にできないからです。
室谷代表取締役それを4週間でやった、というのがインパクト数値なんですよね。従来の手法では数年かかるところを。
テキトー教師DotAI 認定講師ここで大事なのは「AIが賢いから速い」で終わらせないことです。仕様は人間が承認し、証明はLeanのカーネルが検査し、ゲートキーパーが仕様の控えと一致するか確認する。
速さの源泉は分業と自動検査の組み合わせであって、AIへの丸投げではないんですよ。
速さの源泉は分業と自動検査の組み合わせであって、AIへの丸投げではないんですよ。
室谷代表取締役あと、既存の形式検証の知見を捨てていないのもポイントです。仕様執筆エージェントはSignalに関する既存の記号モデル・計算モデルの仕様から出発してLeanに適応させ、さらに人間の指導のもとで、ハンドシェイクとラチェットを別々に分析していた既存仕様を合成し、新しいポスト量子ラチェットまでカバーするよう拡張した、と論文にあります。
テキトー教師DotAI 認定講師過去の研究の上に積み上げているわけですね。ゼロからAIに書かせたわけではない。
ここは正確に押さえておきたいところです。
ここは正確に押さえておきたいところです。
この発表の限界と注意点――AIの証明をどこまで信頼できるのか
室谷代表取締役ここからは注意点です。まず、信頼領域は仕様とAArch64意味論だけではありません。
論文は、結果が信頼するものとして、Leanのカーネル、暗号プリミティブの安全性（計算モデルでは仮定として述べられ、記号モデルでは理想化される）、そして実行ファイルが呼び出す一部ルーチンの契約も挙げています。
論文は、結果が信頼するものとして、Leanのカーネル、暗号プリミティブの安全性（計算モデルでは仮定として述べられ、記号モデルでは理想化される）、そして実行ファイルが呼び出す一部ルーチンの契約も挙げています。
テキトー教師DotAI 認定講師つまり「AIの証明を信じなくていい」のは、あくまで証明部分の話であって、仕様・意味論・カーネル・暗号プリミティブの仮定・外部ルーチンの契約という土台は人間が信頼を置く部分として残る、ということです。ここを混同すると発表の意味を取り違えます。
室谷代表取締役仕様は自動では検査できない、とも論文は明言しています。仕様の欠陥は定理が与える保証を弱め得る。
だからこそ人間のレビューと、空虚性の検出やミューテーションテストといった自動テストを組み合わせているわけです。
だからこそ人間のレビューと、空虚性の検出やミューテーションテストといった自動テストを組み合わせているわけです。
テキトー教師DotAI 認定講師対象範囲も限定的です。証明されたのはSignalのコア暗号コード、具体的にはPQXDHハンドシェイクとTriple Ratchetについての性質です。
Signalアプリ全体や、暗号プリミティブそのものの内部実装まで証明したわけではありません。
Signalアプリ全体や、暗号プリミティブそのものの内部実装まで証明したわけではありません。
室谷代表取締役そこは誤解されやすいので、記事としてもしっかり書きたいところですね。「Signalが全部証明された」ではないんですよ。
テキトー教師DotAI 認定講師論文自身も、こうした手法の拡大には継続的な研究が必要だと述べています。公式ブログでも「Scaling these techniques requires continued research」と明記されています。
室谷代表取締役あと、これはAIによる検証全般に言えることですが、証明エージェントの出力は信頼しない設計とはいえ、仕様を書く段階のAIの提案を人間がどこまで精査できるか、という問題は残ります。論文も仕様策定に何度も反復が必要だったと書いていますから、そこは運用知見が溜まっていく領域なんだと思います。
テキトー教師DotAI 認定講師教育者的には、この発表を「AIが安全を保証してくれる時代になった」と単純化して伝えないことが大事ですね。正しくは「AIが証明作業のコストを下げ、人間は仕様という本質判断に集中できるようになった」です。
室谷代表取締役その言い方、いいですね。うちの記事でもそう書きます（笑）。
テキトー教師DotAI 認定講師あわせて、Google DeepMindのモデル群の動きはGoogle DeepMind、Gemini 3.6 Flashなど3モデルを発表でも追っていますので、モデル側の進化とセットで見ると理解が深まります。
よくある質問
室谷代表取締役最後に、読者から出そうな質問を整理しておきます。
テキトー教師DotAI 認定講師まず「AlphaProof Codeとは何か」ですが、Google DeepMindが発表した、人間とAIエージェントが協働して実世界のコードの形式仕様を書き、証明するためのマルチエージェント型フレームワークです。仕様は人間が承認し、証明はAIエージェントが生成し、Leanのカーネルが検査します。
室谷代表取締役「Signalの何が証明されたのか」は、libsignalのPQXDHハンドシェイクとTriple Ratchetについて、前方秘匿性、認証、事後侵害セキュリティ、ハンドシェイクの秘匿性です。対象は未改変のRustコードをコンパイルしたAArch64マシンコードで、約650万行のLean証明が生成されました。
テキトー教師DotAI 認定講師「人間のレビュー1%で大丈夫なのか」という疑問には、Leanのカーネルが残りを自動検査し、ゲートキーパーが仕様の控えと一致するか確認する仕組みだと説明できます。ただし仕様・AArch64意味論・Leanカーネル・暗号プリミティブの仮定・一部ルーチンの契約は信頼領域として残ります。
室谷代表取締役「従来と何が違うのか」は、設計モデルや検証用に書き換えた実装ではなく、広く実運用されているプロトコルの未改変の実装コードをマシンコードレベルで検証した点です。AIの有無を問わず初めてだとGoogle DeepMindは述べています。
テキトー教師DotAI 認定講師「使えるのか、料金は」については、検証物はオープンソース化されると発表されていますが、フレームワーク自体の提供形態や料金、日本での利用可否は現時点では明らかにされていません。
室谷代表取締役一次情報はGoogle DeepMindの公式ブログと技術論文、そして公開されるLean開発物です。続報が出たらまた追いかけましょう。
