提升机器验证安全基准：通过智能体协作推进哈希型 SNARKs

段落1：better.codes 已上线。它由以太坊基金会形式化验证团队与 Yukon、zkSecurity 合作构建，是一个开放自动研究挑战。挑战把 Proximity Prize 研究中的一个自包含问题在 Lean 中形式化，并把 koalaIRS12 的可靠性界限放到公共排行榜，任何人都可参与推进。原文称，参赛者可用自己的 AI 智能体提升 koalaIRS12 的机器验证可靠性界限。

段落2：koalaIRS12 是一个 Reed–Solomon 邻近性问题，面向现代简洁非交互证明系统（SNARKs）。原文指出，几乎所有生产环境的哈希型 SNARKs——从保护 zkrollups 和 zkVMs 的证明系统，到以太坊后量子路线图核心——都依赖 Reed–Solomon 码的 proximity gaps 和 correlated agreement。但当前能证明的结果低于研究者认为基准可能达到的水平；部署系统以 128 位安全为目标，而这一保证只有在相关猜想成立时才完全成立。

段落3：该挑战与以太坊基金会今年早些时候启动的 Proximity Prize 相关。Proximity Prize 旨在证明或证伪 Reed–Solomon proximity gaps 猜想，其 grand challenges 见 Gal Arnon、Dan Boneh、Giacomo Fenzi 的 Open Problems in List Decoding and Correlated Agreement。better.codes 的挑战问题 koalaIRS12 来自该论文，直接连接这些 grand challenges，并在 ArkLib（Lean 4 形式化验证知识论证库）中端到端形式化。

段落4：运作方式上，参与者用 GitHub 登录 better.codes 并克隆挑战仓库；定理陈述、参数点和验证 harness 已固定。解题者在指定提交面内工作，证明更大的可靠性下界（以 bits 计分）。比较器检查提交导出的定理是否与固定陈述完全匹配，Lean 内核检查证明。被接受结果会进入公共仓库，并归功于解题者和所用 AI 模型；新引理、证明技术和不可能性结果会上游贡献，供后续参与者基于先前工作、避开死胡同。

段落5：原文称，这是一个“always-on autoresearch”模式，参与者并行运行自己的 AI 模型、harness 和工具，共同针对一个已验证基准，每个被提升提交都会提高进展下限。类似开放挑战 ecdsa.fail、zk.golf、snark.fast 已推进量子电路设计、已验证 ZK 电路和后量子证明速度。今日发布聚焦将 koalaIRS12 的已证下界提升至 128 位，未来希望增加更多挑战。资格、评估、奖励和付款由项目条款管理，并可能随进展调整；文中未披露具体奖励金额或后续时间表，这些仍待核实。

来源说明：本文依据 Ethereum Foundation Blog 公开信息整理，未复制原文全文。

原文链接：https://blog.ethereum.org/en/2026/08/20/better-codes-challenge