核心要点
能否区分测试（经验性）和形式化验证（数学证明）的本质差异
理解 Lean 4 作为定理证明语言的核心优势（依赖类型、策略模式）
知道 Leanstral 如何用 AI 自动化证明搜索
能给出适用形式化验证的实际场景
简要回答
传统测试是「跑一些用例看有没有 bug」，形式化验证是「用数学证明在所有可能输入下都满足规范」。Lean 4 用依赖类型将「命题即类型、证明即程序」，Leanstral 1.5 用 119B MoE 模型自动搜索证明策略，将人工编写证明的成本降低 5-10 倍。
标准回答
一、形式化验证 vs 传统测试
| 维度 | 传统测试 | 形式化验证 |
|---|---|---|
| 覆盖范围 | 有限用例 | 所有可能输入 |
| 保证级别 | 经验性（有 bug 没发现） | 数学证明（bug 不存在） |
| 成本 | 低（自动化） | 高（需专家） |
| 适用场景 | 一般软件 | 高可靠系统（航空/医疗/合约） |
核心区别：测试是存在性验证（找到一个反例就失败），形式化验证是全称性验证（证明所有情况都成立）。
二、Lean 4 的核心优势
- 依赖类型：命题和程序统一在类型系统中——「证明定理」等价于「构造一个具有特定类型的程序」
- 策略模式（Tactic Mode）：证明可以分步构造，每步用策略（tactic）缩小目标
- 计算性：Lean 可以执行代码验证计算结果，结合符号推理和计算验证
三、Leanstral 1.5 的 AI 自动化
Leanstral 1.5（119B MoE，6.5B 激活/token）在 Lean 4 环境中自动搜索证明策略：
- 输入：定理声明 + 上下文（定义、引理、已有定理）
- 输出：完整的证明脚本或「无法证明」结论
- 在 ProofNet 上通过率约 65%，miniF2F 约 72%，均超越已知开源方案
四、适用场景
- 智能合约：证明安全属性（如余额不可能为负）
- 操作系统内核：证明关键模块无竞态条件
- 编译器：证明优化变换保持语义不变
- AI 系统：证明模型行为满足安全约束
进阶提示
💡 一句话理解
加分：提到 Mathlib（Lean 4 最大数学库，10万+定理）是 Leanstral 训练数据的核心来源。
常见误区
⚠️ 常见踩坑
只背概念不会举例；混淆相似术语；忽略工程落地约束。
追问
追问 1：Lean 4 的依赖类型系统相比 Coq/Isabelle 有什么优势？
Lean 4 的依赖类型系统优势：1) 计算性更强——Lean 原生支持代码执行，可以在证明中直接计算；2) 语法更现代——类 TypeScript 语法，学习曲线比 Coq 的 Gallina 更平缓；3) 生态更活跃——Mathlib 增长迅速，社区贡献量大；4) 性能更好——Lean 4 用 Lean 4 自身重写（自举），编译器优化更充分。缺点是生态成熟度仍不及 Coq（Coq 有 30+ 年历史）。
追问 2：形式化验证的「规范漏洞」问题如何解决？
题库专题：推荐系统的冷启动问题如何解决？形式化验证只能证明「代码满足规范」，如果规范本身有漏洞，证明再完美也没用。解决方法：1) 规范审查（Specification Review）——由领域专家和形式化方法专家共同审查规范；2) 属性分解——将高层规范分解为多个可验证的子属性，逐个验证；3) 反例驱动——用模型检查器（如 TLC）在有限状态空间搜索规范反例，辅助发现漏洞；4) 迭代精化——在实践中不断补充规范约束。
没找到想看的面试题？把你想看的告诉我们 →
延伸学习
按主题分类的相关资源，便于系统复习
