Show HN：形式验证的 3D CSG：相信93行规格，而非1000行AI代码

事件核心：发生了什么

在 Hacker News 上，开发者 schildep 发布了“形式验证的 3D 网格相交”项目（GitHub 仓库 schildep/verified-3d-mesh-intersection）。这是第一个在 Lean 4 中完成形式验证的 3D 构造实体几何（CSG）操作——网格相交。项目将证明正确性的工作降到最低：规格说明仅 93 行，精确定义输出网格的表面为两个输入固体（solid）的交集，并保证输出网格的实用良构条件（如水密、无退化三角形、无自交等，允许边/顶点接触）。实际实现算法约 1000+ 行由 AI（如大语言模型）生成，而证明代码超过 6 万行也由 AI 自动编写。人类开发者只需阅读并信任 93 行规格，Lean 编译器在编译期通过验证确保实现符合规格，无需审查 AI 编写的算法或证明。

为什么重要

这一成果展示了“少信任 AI、多信任形式验证”的技术路线。在 AI 生成代码日益普及的当下，如何保证非平凡算法的正确性成为关键挑战。该项目提供了一种可行方案：用形式化规格作为可信基准，将 AI 生成的大量代码和证明视为黑盒，由 Lean 检查器自动验证。它直接挑战了“AI 代码需要人工逐行审查”的传统观念，尤其适用于安全关键领域（如 CAD、工业仿真、机器人路径规划）。此外，它也是形式化方法与 AI 辅助编程结合的一次实践：AI 负责繁琐的证明编写（6 万行），人类专注于关键规格（93 行），明确划分了信任边界。

对用户/开发者/创作者的影响

对开发者： 如果这种方法推广，未来在涉及复杂几何算法或安全关键系统时，开发者可以更多地依赖形式验证工具来“审计” AI 代码，降低人工审查负担。但要注意，当前性能较差（计算两个 70k 三角的斯坦福兔子相交需 24 秒），远慢于专业网格库，且输出网格可能过细。项目目前是概念验证，生产环境需权衡正确性与效率。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

对 AI 应用开发者： 这是一个示范案例，证明 AI 可以生成大规模证明代码而不需人工检查，前提是规格足够精确。这可能会推动更多 AI 辅助的形式化验证工具，尤其是在 Lean、Coq 等证明助手中。

对 3D 和创作用户： 项目提供了一个 Web 演示，可直接在浏览器中测试网格相交（数据不上传），验证后的算法在正确性上极为可靠。但速度慢、网格质量未优化，目前仅适合学习或小规模实验。

值得关注的后续

1. 性能瓶颈能否突破： 作者指出形式验证的软件在理论上可与传统软件一样快，但目前实现远慢于业界水平。后续是否有优化，或是否出现基于该规格的高性能实现，值得观察。

2. 更复杂的 CSG 操作能否被形式化： 目前仅实现相交，后续扩展到并、差等操作，以及更复杂的网格良构条件（如 2-流形输出）是否可能？项目给出的理由表明严格 2-流形在理论上不可行，但可能有其他形式化方法。

3. 能否吸引第三方开发者采用： 项目开源且可直接用于 Lean 项目，但 Lean 4 的生态仍在成长，加之性能与网格质量限制，短期内难以替代成熟库。若后续有工程化改进或获得工业界资助，可能影响 CAD/仿真工具链。

来源：Hacker News