这篇能做出什么
假设有一个公开仓库,声称用 Lean 4 给出了黎曼猜想的形式化证明。仓库里有一个出口定理:
```lean
-- RiemannHypothesis/Main.lean
theorem riemann_hypothesis : RiemannHypothesis := by
...
```
lake build 通过,README 写着“已机器验证”。问题是:编译通过不等于证明成立。下面几种情况都能让 lake build 一路正常通过:
```lean
-- 情况一:直接 sorry
theorem riemann_hypothesis : RiemannHypothesis := by
sorry
-- 情况二:自造公理,把结论当假设
axiom rh_axiom : RiemannHypothesis
theorem riemann_hypothesis : RiemannHypothesis := rh_axiom
-- 情况三:用 native_decide 引入编译器信任
theorem riemann_hypothesis : RiemannHypothesis := by
native_decide
```
这三种在人类审稿时都容易被漏掉,尤其情况二藏在几千行文件的中间时。
这篇教程要搭的是一条 PR 触发的流水线,把“已验证”拆成四个可自动检查、可留档的结论:
1. 能编译:lake build 通过。
2. 无 sorry:全仓库(白名单外)不出现 sorry / admit / 自造 axiom。
3. 公理封闭:出口定理的公理依赖是白名单的子集,典型白名单是 propext、Classical.choice、Quot.sound。
4. 可独立复现:换一台干净的机器、从锁定的依赖清单重建,得到同一份审计结论。
最终产出是一份 audit-report:里面写着 commit、toolchain、依赖清单哈希、每个出口定理依赖了哪些公理。任何一次“证明被削弱”的改动,都会在这份报告上留下痕迹。
前置条件清单
- 一个 Lean 4 + Lake 的仓库,已经有
lean-toolchain和lake-manifest.json两个文件并提交进版本库。 - 本地能跑通
lake build,构建时间在可接受范围内(依赖 Mathlib 的项目建议先用官方预编译缓存)。 - 有仓库 CI 的修改权限(下面以 GitHub Actions 为例,命令本身在 GitLab CI、Jenkins、本地脚本里通用)。
- 知道自己的“出口定理”是哪些——通常是 README 里声称的那个主结论,加上一两个关键推论。
- 已安装
bash、grep、python3。不引入任何额外第三方工具,脚本越少越容易审计。
目录结构约定成这样,后面所有命令都基于它:
```text
.
├── lean-toolchain
├── lakefile.lean
├── lake-manifest.json
├── RiemannHypothesis/
│ └── Main.lean
├── audit/
│ ├── Axioms.lean
│ └── expected-theorems.txt
└── scripts/
├── check_forbidden.sh
├── check_axioms.py
└── reproduce.sh
```
第一步:锁死工具链与依赖版本
复现的前提是“同样的输入”。Lean 项目有两个输入源:工具链和依赖。
lean-toolchain 里写的是一行工具链标识,具体格式和可用版本以 Lean 官方文档当前版本为准。这个文件必须提交,CI 第一步就打印它,让日志里留下证据。
lake-manifest.json 记录每个依赖的具体 commit。它必须提交,而且任何一次 PR 都不能悄悄改它。CI 里加这一步:
```yaml
- name: 依赖未漂移
run: git diff --exit-code -- lake-manifest.json
```
如果有人跑了 lake update 并顺手提交,这里会红。要升依赖,单独开一个 PR,让 manifest 的变更在 diff 里被单独审视——这是把“依赖升级”和“证明修改”两件事拆开。
第二步:静态扫描 sorry 与危险关键字
新建 scripts/check_forbidden.sh:
```bash
#!/usr/bin/env bash
扫描 Lean 源码中的未完成证明与绕过手段。
用法: bash scripts/check_forbidden.sh [仓库根目录]
set -euo pipefail
ROOT="${1:-.}"
REPORT="$(mktemp)"
LIST="$(mktemp)"
trap 'rm -f "$REPORT" "$LIST"' EXIT
收集待扫描文件:排除构建产物与审计目录
find "$ROOT" -name '*.lean' \
-not -path '*/.lake/*' \
-not -path '*/audit/*' \
-print > "$LIST"
关键字模式:
sorry / admit 未完成证明
行首 axiom 自造公理
native_decide 引入编译器信任
@[implemented_by] 用实现替换定义
unsafe / partial 逃出逻辑内核
PATTERN='\b(sorry|admit)\b|^[[:space:]]*axiom[[:space:]]|native_decide|@\[implemented_by\]|^[[:space:]]*(unsafe|partial)[[:space:]]'
found=0
while IFS= read -r f; do
if grep -nE "$PATTERN" "$f" >> "$REPORT"; then
found=1
fi
done < "$LIST"
if [ "$found" -ne 0 ]; then
echo "== 发现被禁止的构造 =="
cat "$REPORT"
echo
echo "如果确属已知欠账,请把文件路径写进 scripts/sorry-allowlist.txt 并说明理由。"
exit 1
fi
echo "OK: 未发现 sorry / admit / 自造 axiom / native_decide"
```
白名单文件 scripts/sorry-allowlist.txt 只放路径和理由,比如:
```text
每行一个路径,后面跟 # 和理由。
定期清理,只减不增。
RiemannHypothesis/Experimental/Scratch.lean # 探索性草稿,未参与主定理
```
同时把 Experimental/ 目录从扫描中排除。白名单文件本身要设 CODEOWNERS 保护,否则下一个人直接往这里加一行就绕过了门禁。
这一步的输出是给人看的:哪一行、什么关键字。它很快,几秒钟出结果,适合放在构建之前,让人早点拿到反馈。
第三步:公理白名单审计
静态扫描会漏东西——宏生成的项、上游依赖里的 sorry、Classical.choice 之外的新公理。Lean 提供了权威出口:#print axioms。
新建 audit/Axioms.lean,把每个对外声称的定理都列一次:
```lean
import RiemannHypothesis.Main
/- 出口定理清单。
新增对外声称的结果时,必须在这里加一行,
并同步更新 audit/expected-theorems.txt。 -/
#print axioms RiemannHypothesis.riemann_hypothesis
```
再建 audit/expected-theorems.txt,一行一个完全限定名:
```text
RiemannHypothesis.riemann_hypothesis
```
新建 scripts/check_axioms.py:
```python
#!/usr/bin/env python3
"""解析 #print axioms 输出,比对白名单。"""
import pathlib
import re
import sys
ALLOWED = {"propext", "Classical.choice", "Quot.sound"}
def main(log_path: str, expected_path: str) -> int:
text = pathlib.Path(log_path).read_text(encoding="utf-8")
expected = {
line.strip()
for line in pathlib.Path(expected_path).read_text(encoding="utf-8").splitlines()
if line.strip() and not line.strip().startswith("#")
}
pat = re.compile(r"'([^']+)' depends on axioms:\s*\[([^\]]*)\]")
found = {}
for m in pat.finditer(text):
name = m.group(1)
axs = {a.strip() for a in m.group(2).split(",") if a.strip()}
found[name] = axs
if not found:
print("FAIL: 一条 #print axioms 输出都没解析到,检查 audit/Axioms.lean 是否被改动")
return 1
failed = False
1) 清单覆盖:防止有人删掉出口定理的审计行来“通过”
missing = expected - set(found)
if missing:
failed = True
for name in sorted(missing):
print(f"FAIL: 期望审计的定理没有出现在输出里: {name}")
2) 公理封闭
for name, axs in sorted(found.items()):
extra = axs - ALLOWED
if extra:
failed = True
print(f"FAIL {name}: 出现白名单外公理 {sorted(extra)}")
else:
print(f"OK {name}: {sorted(axs) or '无'}")
return 1 if failed else 0
if __name__ == "__main__":
sys.exit(main(sys.argv[1], "audit/expected-theorems.txt"))
```
本地跑一遍看看输出长什么样:
```bash
mkdir -p build
lake env lean audit/Axioms.lean 2>&1 | tee build/axioms.txt
python3 scripts/check_axioms.py build/axioms.txt
```
正常情况下的输出类似:
```text
OK RiemannHypothesis.riemann_hypothesis: ['Classical.choice', 'Quot.sound', 'propext']
```
如果有人把结论当公理塞进去,输出会变成:
```text
FAIL RiemannHypothesis.riemann_hypothesis: 出现白名单外公理 ['rh_axiom']
```
如果有人用了 sorry,输出会是:
```text
FAIL RiemannHypothesis.riemann_hypothesis: 出现白名单外公理 ['sorryAx']
```
注意 sorryAx 这个名字——它说明公理审计是第二道防线,即使 grep 被某种写法绕过了,这里也会拦住。
关于 native_decide:它会让定理依赖 Lean.ofReduceBool 一类的信任假设。是否把它加进白名单是个需要明确记录的决策,不能默认放行。若确实需要,就在 ALLOWED 里显式写上,并在 PR 里说明理由。
第四步:接进 CI
把上面三步拼成一条流水线。.github/workflows/proof-gate.yml:
```yaml
name: proof-gate
on:
pull_request:
push:
branches: [main]
schedule:
- cron: "0 3 * * 1" # 每周重跑一次,防止工具链/缓存侧变化被忽略
jobs:
audit:
name: 构建 + 禁 sorry + 公理白名单
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v4 # 版本以官方 Marketplace 当前版本为准
- name: 安装 elan
安装脚本地址与参数以 Lean 官方安装文档为准
run: |
curl -sSf https://raw.githubusercontent.com/leanprover/elan/master/elan-init.sh | sh -s -- -y
echo "$HOME/.elan/bin" >> "$GITHUB_PATH"
- name: 打印锁定的工具链
run: cat lean-toolchain
- name: 拉取预编译缓存
未依赖 Mathlib 的项目可以删掉这一步
run: lake exe cache get
- name: 构建
run: lake build
- name: 依赖未漂移
run: git diff --exit-code -- lake-manifest.json
- name: 禁 sorry / 危险关键字
run: bash scripts/check_forbidden.sh .
- name: 公理白名单
run: |
mkdir -p build
lake env lean audit/Axioms.lean 2>&1 | tee build/axioms.txt
python3 scripts/check_axioms.py build/axioms.txt
- name: 上传审计记录
if: always()
uses: actions/upload-artifact@v4
with:
name: audit-report
path: build/axioms.txt
```
if: always() 很关键:即使门禁失败,也要把那份 axioms.txt 传上来,失败时才有东西可看。
第五步:独立复现
前面几个 job 都在同一个 runner 上、用同一份缓存。真正要回答的问题是:换一台机器,能不能得到同样的结论?
新建 scripts/reproduce.sh:
```bash
#!/usr/bin/env bash
在一个全新副本里从零重建并复核。要求当前工作区干净。
set -euo pipefail
SRC="$(git rev-parse --show-toplevel)"
WORK="$(mktemp -d)"
trap 'rm -rf "$WORK"' EXIT
git clone --depth 1 "file://$SRC" "$WORK/repo"
cd "$WORK/repo"
echo "== commit =="
git rev-parse HEAD
echo "== toolchain =="
cat lean-toolchain
未依赖 Mathlib 的项目删掉这一行
lake exe cache get
lake build
bash scripts/check_forbidden.sh .
mkdir -p build
lake env lean audit/Axioms.lean 2>&1 | tee build/axioms.txt
python3 scripts/check_axioms.py build/axioms.txt
echo "== 审计指纹 =="
sha256sum lean-toolchain lake-manifest.json audit/expected-theorems.txt build/axioms.txt
```
在 CI 里加一个独立 job,故意不复用任何 actions/cache:
```yaml
reproduce:
name: 独立复现
runs-on: ubuntu-latest
needs: audit
steps:
- uses: actions/checkout@v4
- name: 安装 elan
run: |
curl -sSf https://raw.githubusercontent.com/leanprover/elan/master/elan-init.sh | sh -s -- -y
echo "$HOME/.elan/bin" >> "$GITHUB_PATH"
- name: 从干净副本重建并复核
run: bash scripts/reproduce.sh
```
这里有一点要说清楚:不要追求二进制级可复现。.olean 文件可能嵌入构建路径等信息,两次构建的哈希不一定相同。要对比的是审计结论——“哪些定理、依赖哪些公理、用了哪个 toolchain、哪个依赖清单”。这几项是确定性的,跨机器应该完全一致。
更严格的做法是让一位外部复核者在自己机器上跑 bash scripts/reproduce.sh,把最后那几行 sha256sum 贴到 PR 里。这就是“独立复现”的实质:不是相信 CI,而是相信任何人重复执行同一份脚本得到同一份输出。
常见坑与排错
grep 误伤注释。 Lean 的注释里写“这里先 sorry 一下”也会被扫到。别急着改正则——Lean 有嵌套块注释,正则剥离注释很容易出错。更省事的做法是把注释改成“未完成”,顺便让注释也干净。
白名单越加越长。 一旦允许“临时加一行”,半年后白名单会变成绕过门禁的通道。给白名单文件加 CODEOWNERS,要求两人 review,并在 CI 里打印白名单行数。
#print axioms 的输出格式变了。 不同 Lean 版本的措辞可能有微调。解析脚本的正则一旦匹配不到,代码里是直接报错退出而不是静默通过——这个设计别改。宁可门禁误报,也不要漏报。
删掉审计行来“通过”。 这是最容易被忽略的绕过路径:把 audit/Axioms.lean 里那行 #print axioms 注释掉,脚本就没结果可查。所以 check_axioms.py 里做了 expected - found 的覆盖检查,缺一个就判失败。
缓存导致“假复现”。 如果复现 job 复用了构建缓存,它其实什么都没验证。独立 job 里不要挂 actions/cache;lake exe cache get 拉的是官方分发的预编译产物,算可信第三方,可以保留,但日志里要能看到这一步执行了。
CI 超时。 依赖 Mathlib 的项目全量构建可能很久。把静态扫描拆到单独的轻量 job 里先跑,让人在三分钟内拿到 sorry 的反馈,再去等构建。
native_decide 悄悄进来。 它在大文件里毫不起眼。要么在静态扫描阶段拦住,要么在公理阶段让它以 Lean.ofReduceBool 的形式暴露出来——两条路都留着。
只在 main 上跑。 门禁的价值在于拦 PR。on: pull_request 必须有,push: main 只是兜底。
下一步建议
- 把审计报告存档成时间线。 每次 main 分支构建成功后,把
axioms.txt加上 commit 号提交到audit/reports/。半年后回头看,“这个定理的公理依赖什么时候变过”是有答案的。 - 加更多 lint。
set_option autoImplicit false可以禁掉隐式变量自动绑定,减少“笔误也能编译”的空间;Lean 也支持把 warning 当 error 处理,具体写法以官方文档为准。这类检查便宜,收益稳定。 - 做声明与实现的对应检查。 在 README 或 blueprint 里声称的定理名,和
audit/expected-theorems.txt里的名字做一致性校验,防止“README 说证了 A,代码里证的是 A'”。 - 定期重跑。 加一条每周的定时任务,用当前 toolchain 重跑全流程。工具链、上游依赖、CI runner 环境都会变,定时重跑是发现“睡着的失败”的廉价手段。
- 把门禁脚本抽成可复用模板。 这套
check_forbidden.sh+check_axioms.py不依赖具体项目,任何 Lean 仓库都能直接拿走用。真正需要按项目定制的,只有ALLOWED集合和出口定理清单两处。
