核心发现
方法论
Salt方法基于核验证（Lean 4核）确保每个数学声明都经过不可伪造的核验证。工作流程包括：人类提出目标，AI代理生成实现、规范、核证明、对抗测试和证书。每个环节由不同代理执行，验证链条由核验证（如Lean 4）和SAT等价检测保证。人类仅在声明和设计层面进行干预，所有证明和验证均由自动化流程完成，确保无误差传递。该系统依托严格的不可伪造核验证机制，结合结构化反驳和预算控制，实现高效自主开发。
关键结果
- 在五周内，单人通过AI代理链完成了从应用代码到硅片制造的完整流程，无人类审核通过任何证明，全部环节由核验证保障正确性。设计中包含902个触发器，核验证确认其正确性，RTL由代理自动生成，最终在Tiny Tapeout社区硅片上成功制造。验证链中捕获了256个设计错误，未出现任何错误证明，验证体系的可靠性得到充分验证。
- 系统中每个环节的验证成本极低，核验证和SAT检测确保了设计的正确性和一致性，显著降低了传统验证成本。通过详细的追溯信息，所有证明和设计决策都可追溯到原始目标，验证流程的自动化极大提升了效率。
- 实验显示，单人利用AI代理实现了完整的硬件设计流程，验证时间和人力成本远低于传统方法，验证的可靠性和可追溯性得到保证。这一实践证明了形式验证在工业级硬件开发中的可行性和经济性。
研究意义
该研究突破了传统验证成本高昂、效率低下的瓶颈，展示了AI驱动的全链路验证新模式。通过自动化、核验证和结构化反驳，实现了从软件到硬件的端到端可信开发流程，为芯片设计、硬件验证和工业应用提供了全新范式。此方法不仅降低了门槛，也增强了设计的可靠性和可追溯性，推动了自动化验证技术的产业化落地。未来，随着验证体系的完善，有望实现更大规模、更复杂系统的自主验证与制造，开启硬件设计的智能化新时代。
技术贡献
本研究提出Salt方法，结合Lean 4核验证、SAT等价检测和结构化反驳，构建了全自动化的硬件验证流程。创新点在于：1）将核验证作为唯一可信源，确保每个声明的真实性；2）引入多代理体系，分工合作实现高效开发；3）设计了预算控制和结构化反驳机制，提升验证效率与可靠性。与传统方法相比，显著降低了验证成本，提升了验证的自动化程度，并实现了从应用到硅片的全链路验证闭环。这为工业级硬件验证提供了理论基础和实践范例，推动了形式验证的普及。
新颖性
本研究首次实现了在极短时间内由单人主导、全流程自动化验证芯片设计的案例，突破了传统专家团队多年的验证壁垒。核心创新在于：将核验证与多代理协作结合，形成端到端的可信验证链；引入结构化反驳和预算机制，确保验证的高效性与可靠性。这种方法不同于以往依赖人工审核或有限自动化的验证体系，强调全自动、可追溯、可信赖的验证流程，开创了工业验证的新局面。
局限性
- 当前方法依赖于核验证的完整性和SAT检测的准确性，对于极端复杂或新颖的设计，验证链可能面临性能瓶颈或验证盲点。
- 系统在处理超大规模或高度异构的设计时，验证时间和资源消耗仍可能较高，尚未完全实现大规模工业应用的普适性。
- 验证流程高度依赖预定义的代理和预算控制，若设计目标变化或出现未预料的异常，验证体系可能需要调整和优化。
未来方向
未来将扩展Salt方法的适用范围，支持更复杂的硬件体系结构和多样化的验证需求。计划引入更智能的代理调度和动态预算机制，提升验证效率。还将结合机器学习优化验证策略，实现更大规模的自动化验证流程。同时，推动工业界采纳此方法，建立标准化验证框架，促进硬件设计的智能化和可信赖发展。
AI 总览摘要
本研究展示了一种名为Salt的全新验证方法，突破了传统硬件验证成本高昂、效率低下的瓶颈。通过结合Lean 4核验证、SAT等价检测和结构化反驳机制，作者在五周内由一人主导，完成了从应用代码到硅片制造的完整流程。该流程依托多代理体系，确保每个环节由不同代理自动执行，验证链条由不可伪造的核验证保障，极大提升了验证的自动化和可信度。
在具体实践中，作者设计了一个五代理系统，包括协调者、数学、编译器、硅片和证据代理，共享仓库和消息总线。每个设计决策都经过核验证和对抗测试，错误被记录在不可篡改的账本中，未出现任何错误证明。最终，验证体系成功捕获256个设计错误，未出现任何错误证明，验证体系的可靠性得到充分验证。这一成果不仅降低了验证成本，也为工业界实现自动化、可信赖的硬件开发提供了新思路。
该方法的核心在于：将核验证作为唯一可信源，确保每个声明都经过严格验证；利用多代理体系实现高效协作；引入预算控制和结构化反驳机制，提升验证效率。实验结果显示，单人利用AI代理实现了完整的硬件设计流程，验证时间和人力成本远低于传统方法。这一实践证明了形式验证在工业硬件开发中的巨大潜力，开启了自动化验证的新纪元。
未来，作者计划扩展Salt的应用范围，支持更复杂的硬件体系，优化验证策略，并推动行业标准化。这一研究不仅具有理论创新意义，也为未来工业界实现可信硬件设计提供了可行路径。
深度解读
原文摘要
For sixty years, machine verification has been a major cost overhead, affordable only for exceptional artifacts. Here we report that generative AI inverts this relationship: at AI speed, machine verification is not only economical but essential to productivity --- it is the incorruptible referee that lets one person safely direct autonomous machine work at scale. In five weeks, one researcher on consumer AI subscriptions directed a small fleet of AI agents from application code, through a verified compiler and executive, to a RISC-V processor taped out on a community silicon shuttle; no proof passed through human review, and no RTL was written by a human. The working discipline --- the Salt method --- rests on a proof kernel no hallucinated proof can pass: mathematical claims travel between agents as kernel-checked artifacts, and human attention is reserved for statements, designs, and rulings. Verification is stated link by link, from the Lean 4 kernel to SAT-checked equivalence at the silicon boundary. We publish the complete accounting: theorem provenance, a pre-registered token meter, floor-bounded human time, and an error ledger whose catch numbering runs to #256 --- a monotone counter over the mathematics campaign's append-only flags ledger, maintained 2026-07-07 to 2026-07-20 (one number, #79, was never assigned; later catches are recorded un-numbered) --- against zero incorrect proofs reaching the record.