
- AI生成コードの低品質出力「slop」への対策として形式検証が注目されている
- Harmonic、Theorem、Axiom Math、&TruthはいずれもLeanを軸に据えている
- AnthropicはOpus 5.5で検証タスクのトークン効率が約40%改善したと報告
形式検証とは何か
形式検証は、数学的な証明と論理を用いて、ソフトウェアやハードウェアが仕様どおりに正しいかを確かめる手法です。AIが数学的問題を解く能力を高めたことを背景に、この分野に取り組む企業が増えています。記事ではHarmonic、Theorem、Axiom Math、そして新規参入の&Truth(「アンド・トゥルース」と読む)の4社が挙げられています。
&Truthの共同創業者で共同CEOを務めるClark Barrett氏は、スタンフォード大学のCorbel Professor (Research) of Computer Scienceであり、形式検証で使われる自動推論エンジンcvc5の共同開発者でもあります。cvc5はSMT(充足可能性判定)向けの「ソルバー」で、Amazonではエージェント型開発環境Kiroの仕様分析やテスト生成に使われているとされています。
Barrett氏によれば、cvc5はAmazonの本番パイプラインで1日に数十億回呼び出されているといいます。ラボのアイデアだったツールが実運用に広がった点を、同氏は評価しています。
Leanが共通基盤に
&Truthは、オープンソースのプログラミング言語兼証明アシスタントであるLeanを基盤にしています。AIと自動推論を組み合わせて証明を構築し、それをLeanにチェックさせる仕組みです。Barrett氏はLeanを「数学のための非常に洗練されたチェッカー」と位置づけ、ミスをしていないことだけを確認するものだと説明しています。
Leanは最先端モデルが難解な数学問題を解く際にも使われています。記事では、GPT-6.2 AstraがSmoktunowiczのGap定理について初のLean証明を生成したとVals氏が見ていることや、Anthropicがフェルマーの最終定理の形式化にLeanを使い、1300万行規模のプロジェクトになったことが紹介されています。
さらに、Anthropicの数学者Levent Alpöge氏がClaudeを使って167年前のリーマン予想を証明したと主張し、その証明をLeanで公開したとの報道にも触れています。ただし記事時点では主張の段階であり、検証状況は示されていません。
各社の製品と狙い
Harmonicは「Aristotle」という自動定理証明器を提供しており、AIが証明を書き、Leanがその全ステップを検査する設計だと説明しています。Axiom MathはLeanの証明を生成する「AxiomProver」と、証明を探索・検証・操作するツールキット「AXLE」を開発しています。
Axiom MathのCEO Carina Hong氏は、形式検証はハルシネーションやミスを排除する防御策にとどまらず、「スケールする英知」や「超知能」につながるものだと位置づけています。同社は数学的推論システムの学習に、形式検証による正しさのフィードバックを活用しているとされています。
セキュリティとトークン効率
&Truthはサイバーセキュリティを重点領域の一つに据えています。Barrett氏は、オープンソース・クローズドソースを問わず世の中のCコードを調べ、メモリ安全性を確保する用途が有力だと述べています。安全でない箇所があれば、修正すべき問題として指摘できるということです。
競合のTheoremもセキュリティを重視し、「検証だけが敵がスケールしても耐える防御」と唱えています。同社はAnthropicと共同で、LLMによって大規模な形式検証が現実的になりつつあるとするブログ記事を公開しました。
その中では、形式検証は現状トークンを多く消費するものの、効率化が進んでいることが示されています。36個の小規模な検証タスクで、Opus 5.5はOpus 5より約40%少ないトークンで50%の解決率に達したと報告されています。
開発者体験と未知の部分
&Truthは、開発者がバイブコーディングから「veri-coding」へ移ると説明しています。エージェントに検証マシンをつないでおけば、仕様を詰める作業は必要になるものの、あとはエージェントが形式検証ツールと協調してコードを生成するという構想です。Barrett氏は、コードが最初から動く点以外はほとんど違いがないと表現しています。
一方で、各社のサービスがいつ、どの地域で、いくらで提供されるのかは原文に記載がありません。検証にかかるコストや、LeanやSMTを使いこなせる人材の確保も、導入時の現実的な論点になるとみられます。
| 項目 | &Truth | Harmonic | Axiom Math |
|---|---|---|---|
| 基盤・製品 | Lean上のverification machine | 自動定理証明器Aristotle | AxiomProverとAXLE |
| Leanの関わり | 基盤として利用 | 証明の全ステップを検査 | Lean証明を生成 |
| 注力領域 | Cコードのメモリ安全性 | 自動定理証明 | 数学的推論の学習改善 |
But you're never quite sure, did I find all of them [the issues] or is there one more lurking there that my tool can't find?
しかし、すべてを見つけられたのか、それとも自分のツールでは見つけられない問題がまだ潜んでいるのか、確信を持てることはありません。
今後の見通し
形式検証は、AIが生成したコードの正しさを確認する手段として実用域に近づきつつあるとみられます。Anthropicの報告にあるトークン効率の改善が続けば、大規模なコードベースへの適用コストは下がる可能性があります。記事では、長い検証タスクで学習されたモデルが増えるほどこの傾向が続くとの見方が示されています。一方、各社の商用サービスの提供時期・地域・価格は原文に情報がなく、日本企業が導入判断をするには、実際の料金体系と、既存のCIやテスト工程にどう組み込めるかが明らかになる必要があります。
日本の開発者・IT企業にとっての意味
日本のIT企業にとって、この動きはAI生成コードの品質保証の設計に直接関わります。これまでテストとレビューで担保してきた「正しさ」を、仕様に対する証明という別の層で確認できるようになれば、エージェントに実装を任せる範囲を広げやすくなります。特に、組込み系やレガシー資産などCコードのメモリ安全性を扱う現場では、&Truthが挙げる用途が現実味を持ちます。一方で、LeanやSMTソルバーを扱える人材は限られており、当面は仕様記述の訓練とCIへの組み込み設計が導入のボトルネックになるとみられます。まずは小規模な検証タスクでトークン消費と工数の実測値を取り、投資対効果を測る進め方が現実的です。
気になる点
- 既存のテストや静的解析と、形式検証はどう使い分けるのですか
- Barrett氏は、テストやパッチ適用、スキャンといった既存ツールは非常に優秀で多くの問題を見つけるとしつつ、すべてを見つけられたか確信が持てない点を違いに挙げています。形式検証は仕様に対して正しいと証明できるため、網羅性を保証したい場面で補完的に使う形が想定されます。
- 導入コストはどれくらいかかりますか
- 原文には各社の価格や料金体系の記載はありません。コストに関わる情報としては、形式検証が現状トークンを多く消費する作業であること、36個の小規模タスクでOpus 5.5がOpus 5より約40%少ないトークンで50%の解決率に達したことが挙げられています。
- 日本でもLeanやcvc5は使えますか
- Leanとcvc5はいずれもオープンソースのツールとして言及されており、特定企業の商用サービスに依存せず利用できるとみられます。ただし4社のサービス自体の提供地域や日本語対応については原文に情報がなく、現時点では公表されていないとしか答えられません。
用語解説
- 形式検証
- 数学的な証明と論理を用いて、ソフトウェアやハードウェアが仕様どおりに正しいことを確かめる手法。
- SMT
- Satisfiability Modulo Theoriesの略。背景理論を伴う論理式の充足可能性を判定する問題、およびそのソルバー。
- Lean
- オープンソースのプログラミング言語兼証明アシスタント。書かれた証明のステップを機械的に検査できる。
- slop
- 大規模言語モデルが生成する低品質な出力を指す言葉。2026年のAI業界で年間キーワードとなった。
- ソルバー
- 与えられた条件を満たす解が存在するか、存在するなら何かを計算する自動推論プログラム。
出典
The War Against Slop and an Emerging Weapon to Fight it: Formal Verification
AI導入も顧問も、お任せください
何から手をつけるか、どこまでAIに任せるか。自社の業務に合わせて整理し、導入から運用まで伴走します。相談だけでも構いません。
AI導入について相談する