AI-Assisted Completion of CertiGC Proofs: An Experience Report
Dit ervaringsverslag beschrijft hoe AI-ondersteunde tools (Codex) werden gebruikt om het CertiGC-geverifieerde bewijs van de generationele garbage collector in Rocq te stabiliseren en te voltooien door de verificatie te reorganiseren rond een nieuwe recorded-backward-edge invariant om mutabele updates af te handelen, terwijl menselijke experts zich concentreerden op het adjudiceren van invarianten en het auditeren van het bewijnpad om correctheid te waarborgen.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je voor dat je de hoofdarctitect bent van een enorme, magische bibliotheek genaamd CertiGC. Deze bibliotheek slaat niet alleen boeken op; het is een levend, ademend systeem dat automatisch oude, ongebruikte boeken opruimt om plaats te maken voor nieuwe. Jarenlang draaide de bibliotheek op een eenvoudige regel: "Zodra een boek op een plank is geplaatst, verplaatst niemand het ooit en wordt er nooit een notitie gemaakt die naar een nieuwer boek verwijst." Deze regel maakte het werk van de schoonmaakploeg gemakkelijk. Ze konden door de planken vegen, wetende dat geen oud boek plotseling naar een gloednieuw exemplaar zou wijzen.
Maar toen besloot de bibliotheek om het spannend te maken. Ze wilden mutabele updates toestaan: het mogelijk maken voor bibliothecarissen om nieuwe notities in oude boeken te schrijven die naar gloednieuwe aankomsten wezen. Plotseling werd de oude regel ("geen oude boeken die naar nieuwe wijzen") gebroken. De kaart van de schoonmaakploeg was nu foutief. Als ze zouden blijven vegen op basis van de oude kaart, zouden ze de nieuwe boeken die door oude notities werden aangewezen missen, en die boeken zouden per ongeluk worden weggegooid!
Dit is het verhaal van een team dat een super-slimme AI-assistent gebruet, genaamd Codex, om de schoonmaapkaart van de bibliotheek te repareren. Maar hier komt de twist: Codex heeft de nieuwe kaart niet uit het niets bedacht. In plaats daarvan fungeerde Codex als een onvermoeibare, hypergeorganiseerde stagiair die duizenden pagina's kon lezen, nieuwe ideeën kon uitproberen en de "schoonmaaksimulatie" keer op keer kon draaien, terwijl een menselijke expert toekeek om te zeggen: "Ja, dat idee werkt," of "Nee, dat overtreedt de regels."
Het Grote Probleen: De Gebroken Kaart
De oorspronkelijke kaart vertrouwde op een "Geen-Achterwaartse-Rand"-regel. Denk aan een eenrichtingswegensysteem waar je alleen vooruit in de tijd kunt rijden. Maar met de nieuwe "mutabele" updates kon je plotseling achteruit rijden van een oude buurt naar een nieuwe. De oude kaart zei: "Dit is onmogelijk!" De nieuwe realiteit zei: "Het gebeurt de hele tijd!"
Als het team had geprobeerd de oude kaart te laten werken, hadden ze moeten doen alsochten dat de achterwaartse ritten nooit hadden plaatsgevonden. Dat zou betekenen dat de bibliotheek alleen "correct" zou zijn voor een saaie versie van zichzelf die de coole nieuwe dingen niet deed. Dat was niet het doel. Ze hadden een nieuwe regel nodig die toegaf dat achterwaartse ritten mogelijk waren, maar alleen als ze in een speciale logboek werden bijgehouden.
De Rol van de AI: De Onvermoeibare Stagiair
De menselijke expert wist dat ze een nieuwe regel nodig hadden: "Elke keer dat een oud boek naar een nieuw boek wijst, moet het worden genoteerd in het 'Remembered Set'-logboek."
Ze vroegen Codex om te helpen bij het bouwen van het bewijs dat deze nieuwe regel de bibliotheek veilig zou houden. Codex schreef niet alleen het uiteindelijke antwoord. Het gedroeg zich als een detective die:
- De code las: Het scande de blauwdrukken van de bibliotheek.
- De regel voorstelde: Het stelde het concept "Recorded-Backward-Edge" voor (het logboekidee).
- De regel testte: Het draaide de schoonmaaksimulatie van de bibliotheek (de "Rocq kernel") duizenden keren.
- De bugs oploste: Wanneer de simulatie crashte, paste Codex de bewijsscripts aan, probeerde een andere invalshoek en draaide het opnieuw.
De taak van de menselijke expert was het meest cruciaal: De Rechter. Codex kon een regel voorstellen, maar de mens moest beslissen of die regel daadwerkelijk overeenkwam met het gedrag van de echte bibliotheek. Bijvoorbeeld, Codex kon voorstellen: "Laten we gewoon doen alsof het logboek niet bestaat voor het eindrapport." De mens zei: "Nee! Het logboek is echt. We kunnen het niet verbergen."
De Resultaten: Een Schone Bibliotheek
Na veel werk slaagde het team erin.
- De Fix: Ze vervingen de gebroken "No-Backward-Edge"-regel door de nieuwe "Recorded-Backward-Edge"-regel.
- Het Bewijs: Het schoonmaakproces van de bibliotheek werd als veilig bewezen, zelfs met de nieuwe updates. Het uiteindelijke theorem (het "Grand Certificate") zag er voor de buitenwereld nog steeds hetzelfde uit: "De bibliotheek is schoon en georganiseerd." Maar onder de motorkap was de logica veel slimmer.
- De Opruiming: Zelfs nadat het hoofd-bewijs was geaccepteerd, stopte het team niet. Ze besteedden extra tijd (1 mei tot 3 mei) aan het auditeren van de regels om er zeker van te zijn dat er geen oude, gebroken aannames in de code verborgen zaten. Ze verwijderden een "verouderde" conditie die overgebleven was van de oude, saaie versie van de bibliotheek.
Wat Dit Ons Vertelt
Het artikel suggereert dat AI-tools zoals Codex geweldig zijn in onderhoud en reparatie. Ze kunnen de perfecte partner zijn voor een menselijke expert wanneer de taak bestaat uit:
- Het Propageren van Invarianten: Een nieuwe regel nemen en ervoor zorgen dat deze in elk hoekje van een enorme codebase werkt.
- Opruimen: Rommelige bewijsscripts repareren en oude, nutteloze code verwijderen.
- Testen: De "simulatie" (de compiler) keer op keer draaien om te zien of een kleine wijziging iets breekt.
Echter, het artikel is zeer duidelijk over wat de AI niet zelfstandig kan doen.
- Het ontdekte niet de hele oplossing: De mens moest de semantiek van de bibliotheek begrijpen en beslissen wat de nieuwe regel moest zijn.
- Het verving de menselijke rechter niet: De AI kon een regel voorstellen, maar de mens moest verifiëren of de regel niet per ongeluk de veiligheidsgaranties van de bibliotheek verzwakte.
- Het was geen "toverstaf": De AI schreef niet in één keer het hele bewijs. Het was een "gesuperviseerd, door de checker gestuurd" proces. De mens was altijd in de loop, stuurde de AI aan, verwierp slechte ideeën en zorgde ervoor dat het eindresultaat daadwerkelijk correct was.
De Cijfers
Het team heeft hier een tijdje aan gewerkt. De "Codex-ondersteunde fase" (toen de AI het zware werk deed) vond plaats tussen 22 april en 3 mei 2026.
- Tijdens deze periode waren er 51 git commits (updates aan de code).
- De AI maakte 13.305 tool calls (acties zoals bestanden lezen, tests draaien of code bewerken).
- De mens gaf 415 prompts (instructies aan de AI).
- De AI besteedde 59,3 actieve uren aan het probleem.
Het artikel benadrukt dat dit geen "opgelost probleem" was waarbij de AI alles alleen deed. In plaats daarvan was het een succesvolle samenwerking waarbij de AI de saaie, repetitieve taken van het controleren en repareren afhandelde, terwijl de mens de diepe kennis en het laatste woord had over wat waar is. Het resultaat is een bibliotheek die veilig, geverifieerd en klaar voor de toekomst is.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.