---
title: "ProofCoder 作者报告自动化数学证明生成取得进展"
dek: "研究人员称，面向 Rocq 的 ProofCoder 智能体利用连续推理和证明助手反馈来构造、修改数学证明。基准结果来自论文，尚未经本站独立测试。"
---

研究人员在一篇于 2026 年 11 月 10 日提交的论文中介绍了 ProofCoder。这是一个面向 Rocq 证明助手的智能体系统，用于生成软件验证所需的数学证明。作者称，该系统在搜索证明的过程中利用反馈，决定何时查看证明状态、寻找信息、修改证明片段或回溯。[^1]

论文将 ProofCoder 描述为以编码智能体方式生成数学证明的系统。摘要称，一些现有方法由外部循环控制相关前提的检索、证明状态管理和回溯，而语言模型负责生成证明策略。作者表示，ProofCoder 既可以处理单条策略，也可以处理整个证明。[^1]

作者报告说，他们在 AutoRocq Benchmark 的 280 项任务上评估了该系统。表现最好的配置将证明成功率从 AutoRocq 的 47% 提高到 60%，成本约为后者的一半。作者还报告，移除连续推理后，系统解决的引理更少、成本显著更高，回溯也更频繁。这些是作者报告的结果；保存的来源是摘要，并非评估细节。[^1]

:::analysis
这些主张涉及 T5 智能体层和 T4 输出层：前者关系到 ProofCoder 如何引导证明搜索，后者关系到验证者要检查的证明及其陈述的性质。证明助手检查过的数学证明针对的是证明陈述中表达的性质；要评估某个具体结果，仍需查看该陈述和检查环境。可识别性同样重要：如果为用户提供服务的确切版本和配置有记录且可供核查，用户就能判断自己是否曾使用该配置。用户和运营者应核查自身使用的版本、配置、证明陈述和检查环境；摘要没有推荐修复版本，也没有说明识别部署版本的机制。[^1]
:::

:::checked
为准备 2026 年 11 月 18 日的预览，我们阅读了保存的 arXiv 摘要页面《ProofCoder: Continuous Reasoning for Automated Software Verification》；页面显示的修订版为 v2。我们没有阅读论文全文或测试该系统，也没有独立核实基准结果或成本。[^1]
:::
