Bend 0.1 发布：一种快速的 CPU/GPU 语言，通过形式化证明阻止 AI 错误

TL;DR

Bend 0.1 作为一款快速、支持并行的语言发布，允许 AI 代理编写代码，同时内置的证明系统会阻止任何违反用户定义的 laws 的更改。

Bend 声称能实现的功能

C 语言级别的性能：原生二进制文件在单核上以接近 C 语言的速度运行，并在 GPU 上实现高达 124× 的加速。
以证明驱动的安全性：类型检查器同时也是证明检查器。用户在 LAWS.bend 中编写 laws；任何由 AI 生成的代码都必须生成一个 PROOF.bend，编译器在接受更改前会验证该证明。
零成本并行：运行时会自动将工作分发到所有可用的 CPU 核心或 GPU 线程；无需显式线程或内核代码。
面向代理的工具链：一个简短的 AGENTS.md 片段可告诉基于 LLM 的代理如何调用 Bend（如 bend guide、bend PROOF.bend 等）。

性能数据（Apple M4 Max）

基准测试	单核 Bend	16 核 Bend	GPU Bend
类型检查（证明）	0.38 s（对比 Lean 的 19.2 s，Isabelle 超过 5 分钟）	—	—
运行时（生命游戏）	7.80 s（≈1× C）	0.65 s（≈12×）	0.06 s（≈124×）
类型检查速度对比 Lean	≈50×	—	—

网站展示了单核用时 7.8 s，16 核 用时 0.65 s，以及 GPU 用时 0.06 s，证明了其宣称的可扩展性。

“laws” 如何阻止 AI 错误

在 LAWS.bend 中声明一个 law（如下例），表达程序绝不能违反的不变性。
AI 编写实现并生成对应的 PROOF.bend。
Bend 的证明检查器验证该证明；若证明失败，更改将被拒绝，AI 必须重试。

# LAW: 没有任何移动序列能导致胜利。
law you_cant_win:
  for moves: List<Move>
    board = replay(start(), moves)
    is_won(board) == False{}

如果 AI 尝试添加一个让玩家获胜的规则，编译器会报告该 law 被破坏，并拒绝合并代码。这一过程将潜在的 bug 转化为必须在存在前证明的定理。

社区反馈 – 优势与担忧

svachalek（HN 评论） – “移植了一个定时任务；系统工作正常，但需要许多底层算术引理（例如 U32.add_comm）。这些引理可在项目间复用，但当前库中缺乏它们，增加了证明工作量。”

RomanKornev – “laws 可以被修改以适应新功能，这违背了其初衷。某些 laws 必须冻结，否则人类仍是瓶颈。”

jwpapi – “不清楚 Bend 如何证明所有可能的移动序列。大规模状态空间可能无法穷举验证。”

tintor – “有趣的商业模式：一个付费代理，能比人类更快地更新证明。”

plastic041 – “仓库显示 20k 星，但最近一次提交仅一次，问题/拉取请求极少，引发了对透明度和长期维护的疑问。”

mccoyb – “Bend 看起来像是带有仿射类型的 QTT，以实现 GPU 友好的性能，但在密集数组内核上可能无法与 CUDA 或 Futhark 相媲美；其优势在于平衡的递归 ADT 工作负载。”

shantnutiwari – “LLM 可能会简单地忽略或绕过 laws，需要超越静态证明检查的稳健执行机制。”

这些评论突显了实际摩擦点：需要更丰富的引理标准库、关于不可变 laws 的治理机制，以及对复杂领域中证明生成可扩展性的怀疑。

讨论中的常见问题

并行运行时是否支持 Apple Silicon GPU？ 网站宣传支持 CUDA，但展示了 Apple M4 Max 的数据；用户已要求澄清。
laws 如何在运行时强制执行？ 证明在编译时检查；生成的二进制文件中不包含针对 law 的运行时保护。
Bend 是否与现有生态系统兼容？ 目前为独立语言；集成计划（如 Rust 风格的宏）仍在讨论中。
如何处理无限循环或非终止？ 语言强制执行软递归限制（≈2⁴⁸−1），以保证终止，类似于其他以证明为导向的语言中的有界递归。

快速入门

curl -fsSL https://bend-lang.com/install.sh | sh

将以下片段添加到 AGENTS.md，以便 LLM 代理了解如何使用 Bend：

当使用 Bend 时：
- 运行 `bend guide` 学习它
- 使用 `LAWS.bend` 保持重要规则
- 提交前运行 `bend PROOF.bend`
- 尽可能并行化代码

然后只需指示你的代理：“使用 Bend”。

进一步学习

指南 – 完整语言规范（bend guide 会打印 GitHub 上的 GUIDE.md）。
BendTT – 有关仿射依赖类型理论的论文，位于 paper/BendTT.pdf。
BendRT – 描述 CPU 和 GPU 并行运行时的论文，位于 paper/BendRT.pdf。
GitHub 仓库 – https://github.com/bendlang/bend（问题是最主要的反馈渠道）。

展望

Bend 0.1 展示了一种语言如何结合原生速度编译、自动 CPU/GPU 并行以及基于证明的 AI 生成错误防护。社区的早期反应称赞其性能和新颖性，同时指出实际挑战：更丰富的引理库、透明的项目治理，以及当 LLM 尝试绕过声明的 laws 时的稳健执行机制。随着项目成熟，其影响力将取决于其与现有代码库的整合程度，以及证明工作流能否扩展到真实世界的大状态系统。