DeepMind AlphaProof Code: Membuktikan Keamanan Protokol Signal hingga ke Level Kode Mesin
Pada 10 November 2026, Google DeepMind mengumumkan sebuah pencapaian yang selama ini dianggap sebagai tantangan besar dalam keamanan perangkat lunak: untuk pertama kalinya, kecerdasan buatan digunakan untuk memverifikasi secara formal keamanan protokol kriptografi yang banyak dipakai, hingga ke level kode mesin yang sebenarnya dijalankan. Targetnya adalah protokol Signal, teknologi yang melindungi miliaran percakapan pribadi di aplikasi seperti Signal dan Google Messages, dan juga menjadi fondasi bagi enkripsi di WhatsApp. Alat yang digunakan adalah AlphaProof Code, sebuah kerangka kerja agenik baru untuk verifikasi formal yang menggabungkan keahlian manusia dengan tim agen AI. Pekerjaan yang menurut DeepMind secara historis membutuhkan waktu bertahun-tahun bagi tim ahli, diselesaikan dalam empat minggu.
Pengumuman ini penting bukan hanya karena hasilnya, tetapi juga karena caranya. Verifikasi formal adalah proses membuktikan secara matematis bahwa sebuah program memenuhi sifat-sifat tertentu, bukan sekadar mengujinya dengan sejumlah contoh dan berharap tidak ada yang terlewat. Selama ini, verifikasi formal untuk sistem sebesar dan sepenting Signal dianggap terlalu sulit dan terlalu mahal.
Apa itu verifikasi formal dan mengapa Signal begitu sulit
Untuk memahami pencapaian ini, perlu dipahami dulu apa yang dimaksud dengan verifikasi formal. Kebanyakan perangkat lunak diuji dengan cara menjalankan program pada sejumlah masukan dan memeriksa apakah keluarannya benar. Cara ini berguna, tetapi tidak pernah bisa membuktikan bahwa program akan benar untuk semua masukan yang mungkin, karena jumlah masukan yang mungkin bisa tidak terbatas. Verifikasi formal mengambil pendekatan yang berbeda: ia membangun bukti matematis bahwa program memenuhi spesifikasi tertentu, untuk semua masukan yang mungkin, dengan menggunakan logika formal yang dapat diperiksa oleh mesin.
Signal adalah target yang sangat menantang untuk verifikasi formal karena beberapa alasan. Pertama, protokolnya kompleks: ia menggunakan jabat tangan pasca-kuantum yang disebut PQXDH dan mekanisme Triple Ratchet yang terus memperbarui kunci enkripsi seiring berjalannya percakapan. Kedua, protokol ini harus menjamin beberapa sifat keamanan sekaligus, termasuk kerahasiaan pesan, otentikasi, forward secrecy, dan post-compromise security. Ketiga, yang diverifikasi bukan hanya desain protokol di atas kertas, melainkan kode yang sebenarnya, yang dikompilasi menjadi instruksi mesin dan dijalankan di perangkat nyata. Kesenjangan antara desain dan implementasi adalah tempat banyak kerentanan keamanan bersembunyi, karena kode yang ditulis manusia bisa saja menyimpang dari desain yang sudah terbukti aman.
Pada April 2026, Beneficial AI Foundation mengajukan tantangan untuk memverifikasi secara formal protokol Signal dan aplikasi Signal dengan Lean, sebuah bahasa pemrograman yang dirancang untuk pembuktian matematis. DeepMind menjawab tantangan itu, setidaknya untuk bagian inti kriptografinya, dengan AlphaProof Code. Pekerjaan ini dipimpin oleh Pushmeet Kohli dan Swarat Chaudhuri, dan hasilnya diumumkan pada 10 November 2026.
AlphaProof Code: manusia menentukan apa, agen mengerjakan bagaimana
AlphaProof Code digambarkan oleh DeepMind sebagai kerangka kerja agenik multi-model untuk spesifikasi dan verifikasi perangkat lunak formal. Cara kerjanya mengikuti pembagian kerja sebuah tim riset. Pertama, para peneliti manusia bekerja sama dengan campuran beberapa model untuk menerjemahkan tujuan keamanan Signal menjadi spesifikasi matematis formal, dan setiap spesifikasi ditinjau oleh ahli manusia. Langkah ini sangat penting: agen AI tidak dibiarkan menentukan sendiri apa yang harus dibuktikan, karena kesalahan dalam menentukan tujuan akan membuat seluruh bukti menjadi tidak berarti.
Setelah spesifikasi ditetapkan, tim agen pembuktian yang ditenagai oleh Gemini Carbon mengerjakan pembuktiannya. Agen-agen ini menghasilkan lebih dari enam juta baris kode bukti dalam bahasa Lean, sebuah bahasa yang dirancang untuk membuktikan kebenaran kode secara matematis. Angka yang lebih tepat, menurut makalah teknisnya, adalah sekitar 6,5 juta baris, termasuk komentar dan baris kosong, yang ditulis dalam empat minggu oleh tim agen berjumlah 40 hingga 80 agen, yang masing-masing berjalan selama 24 hingga 72 jam pada satu mesin per tim. Bukti-bukti ini kemudian diperiksa oleh kernel Lean, sebuah pemeriksa kecil yang memverifikasi bahwa setiap langkah pembuktian mengikuti aturan logika yang benar. Jika kernel menerima bukti tersebut, maka sifat yang diklaim terbukti secara matematis, dengan asumsi spesifikasi dan model yang digunakan sudah benar.
Jumlah baris bukti yang sangat besar ini menimbulkan pertanyaan yang wajar: apakah 6,5 juta baris bukti untuk memverifikasi sekitar 560 kilobyte kode sumber adalah hal yang masuk akal? Jawabannya terletak pada sifat pembuktian di level kode mesin. Membuktikan sesuatu pada level instruksi mesin membutuhkan penalaran yang sangat rinci tentang setiap langkah yang dilakukan prosesor, dan setiap langkah itu harus dibuktikan secara eksplisit.
Yang benar-benar diverifikasi
Ketepatan dalam memahami ruang lingkup verifikasi ini sangat penting, karena mudah untuk melebih-lebihkan hasilnya. Target verifikasi adalah libsignal versi 0.105.4 dengan spqr versi 1.6.0, yang dibangun dengan kompiler Rust standar versi 1.98.1, ditautkan secara statis dengan musl, dan dihasilkan sebagai satu executable Linux AArch64. Tim memverifikasi sekitar 560 kilobyte kode sumber libsignal, atau sekitar 140.000 instruksi AArch64. Untuk melakukan ini, mereka menulis model Lean dari set instruksi tersebut, yang mencakup 467 instruksi dan 31 panggilan sistem dalam 7.578 baris, lalu membuktikan bahwa citra ELF yang sebenarnya, ketika dimuat dan dijalankan di bawah model itu, mempertahankan sifat-sifat keamanan yang ditentukan.
Sifat-sifat yang dibuktikan adalah sifat-sifat yang akan ditanyakan oleh seorang insinyur protokol. Sepuluh teorema simbolis mencakup forward secrecy, post-compromise security, kerahasiaan pihak pemrakarsa dan pihak penjawab, otentikasi, serta lima korolari dari Teorema 1 PQXDH. Hasil utamanya diberi nama signal_session_secure_placed. Secara sederhana, forward secrecy berarti bahwa jika kunci jangka panjang seseorang bocor di masa depan, pesan-pesan lama tetap aman. Post-compromise security berarti bahwa setelah terjadi kebocoran, percakapan dapat pulih keamanannya setelah kunci diperbarui. Otentikasi berarti bahwa pihak yang berkomunikasi benar-benar adalah siapa yang mereka klaim. Kerahasiaan jabat tangan berarti bahwa pihak luar tidak dapat mengetahui siapa yang sedang berbicara dengan siapa selama proses awal pembentukan sesi.
Yang membuat hasil ini istimewa adalah levelnya: pembuktian dilakukan pada kode mesin yang dikompilasi, bukan hanya pada desain protokol atau kode sumber. Ini berarti tim tidak perlu mempercayai kompiler Rust, karena mereka bernalar langsung pada instruksi mesin yang dihasilkan kompiler tersebut. Pendekatan ini menghilangkan satu mata rantai kepercayaan yang besar, karena kompiler adalah perangkat lunak yang kompleks dan bisa saja mengandung kesalahan. DeepMind menyebut ini sebagai pertama kalinya kode dari protokol yang banyak dipakai seperti ini diverifikasi secara formal, dengan atau tanpa AI, pada kedalaman ini.
Struktur kepercayaan: apa yang harus dipercaya agar bukti berarti
Setiap bukti formal bergantung pada sejumlah asumsi dan spesifikasi yang harus dipercaya. Dalam kasus AlphaProof Code, spesifikasi yang dipercaya berjumlah sekitar 18.000 baris, atau 28.000 baris jika dihitung dengan dokumentasi, ditambah sekitar 8.000 baris semantik AArch64, dan sekitar 95.000 baris pengkodean Lean dari kode mesin. Secara keseluruhan, makalah teknis menyebutkan sekitar 26.000 baris spesifikasi dan aturan kode mesin yang dipercaya sebagai fondasi bagi 6,5 juta baris bukti. Perbandingan ini penting: bukti yang sangat besar bertumpu pada fondasi yang jauh lebih kecil, dan kebenaran bukti bergantung pada kebenaran fondasi tersebut.
Makalah ini juga terbuka tentang batas-batas yang penting. Jaminan yang dibuktikan mengasumsikan bahwa kriptografi yang mendasarinya sempurna, dan tidak menjamin kerahasiaan komputasional dari byte-byte yang sebenarnya. Artinya, pembuktian ini menunjukkan bahwa protokol aman dalam model simbolis, di mana primitif kriptografi diperlakukan sebagai kotak hitam yang sempurna, tetapi tidak membuktikan bahwa primitif tersebut aman terhadap penyerang komputasional yang nyata, apalagi penyerang dengan komputer kuantum. Pembuktian ini juga tidak mencakup penyerang dengan banyak perangkat, sesi yang sangat panjang, obrolan grup, komponen sistem operasi, atau arsitektur perangkat lain selain AArch64.
Selain itu, pembuktian ini berlaku untuk implementasi tertentu, model eksekusi tertentu, kumpulan sifat tertentu, dan kumpulan asumsi kriptografi tertentu. Ia tidak mencakup seluruh aplikasi Signal, tidak mencakup setiap versi Signal di masa depan, dan tidak membuktikan bahwa Signal tidak dapat diretas. DeepMind sendiri menekankan hal ini, dan liputan dari The Register serta ReaderSpice juga menekankan batas yang sama. Bagi pengguna Signal, tidak ada tambalan darurat atau perubahan akun yang terkait dengan pengumuman ini. Hasil ini adalah kemajuan penelitian, bukan peringatan keamanan.
Uji kendali: membuktikan bahwa sistem dapat membedakan kode benar dan kode salah
Salah satu bagian paling meyakinkan dari penelitian ini adalah uji kendali yang dilakukan DeepMind. Untuk memastikan bahwa AlphaProof Code dapat membedakan kode yang benar dari kode yang salah, tim memperkenalkan kembali dua kerentanan nyata yang sebelumnya sudah diperbaiki ke dalam versi terisolasi dari kode Signal. Dalam kedua kasus, sistem menghasilkan bukti yang diperiksa mesin bahwa versi yang mengandung kerentanan tersebut tidak aman. Uji ini penting karena sebuah sistem verifikasi yang selalu mengatakan aman, bahkan untuk kode yang salah, tidak ada gunanya. Kemampuan untuk mendeteksi ketidakamanan adalah bukti bahwa sistem tersebut benar-benar memeriksa sesuatu yang bermakna.
Uji kendali ini juga menunjukkan cara kerja yang lebih luas dari AlphaProof Code. Sistem ini bukan hanya alat untuk membuktikan bahwa kode yang sudah baik memang baik, tetapi juga alat untuk menemukan kesalahan dalam kode yang belum diketahui bermasalah. Dalam pengembangan perangkat lunak, kemampuan seperti ini dapat digunakan untuk memeriksa kode baru sebelum dirilis, untuk memeriksa ulang kode lama ketika ditemukan kerentanan baru, atau untuk memverifikasi implementasi dari protokol penting lainnya. DeepMind tidak menemukan kerentanan baru dalam bagian Signal yang diperiksa, dan hal itu sendiri adalah kabar baik, meskipun tidak berarti bahwa tidak ada kerentanan di bagian lain yang belum diperiksa.
Artefak sumber terbuka dan apa yang dilepas
DeepMind mengumumkan bahwa mereka membuka sumber artefak verifikasi formal untuk digunakan komunitas, yang tersedia di repositori github.com/google-deepmind/code-verification. Pelepasan ini mencakup spesifikasi, bukti, dan makalah teknis, sehingga peneliti lain dapat memeriksa, mereplikasi, dan membangun di atas pekerjaan ini. Keterbukaan semacam ini sangat penting dalam keamanan, karena klaim keamanan yang tidak dapat diperiksa oleh pihak independen memiliki nilai yang terbatas. Dengan membuka artefaknya, DeepMind mengundang komunitas untuk menguji fondasi kepercayaan, memeriksa spesifikasi, dan mencari kesalahan dalam pembuktian.
Namun, penting untuk memahami apa yang tidak dilepas. AlphaProof Code digambarkan sebagai kerangka kerja, bukan sebagai model yang dapat dipanggil melalui API. Gemini Carbon, mesin yang menggerakkan agen pembuktian, adalah model internal yang tidak tersedia sebagai produk. Artinya, peneliti lain dapat memeriksa hasil verifikasi Signal, tetapi tidak serta-merta dapat menjalankan AlphaProof Code pada kode mereka sendiri dengan cara yang sama. Google juga tidak mengungkapkan biaya penelitian ini dan tidak mengatakan apakah mereka berencana menjual verifikasi formal sebagai produk atau layanan. Pertanyaan tentang akses, biaya, dan ketersediaan masih terbuka.
Mengapa ini penting bagi keamanan perangkat lunak
Verifikasi formal telah lama menjadi cita-cita dalam keamanan perangkat lunak, tetapi penerapannya terbatas karena biaya dan kesulitannya. Sistem operasi seperti seL4 dan kompiler seperti CompCert adalah contoh terkenal dari perangkat lunak yang diverifikasi secara formal, tetapi keduanya membutuhkan upaya manusia selama bertahun-tahun. AlphaProof Code menunjukkan bahwa agen AI dapat mempercepat proses ini secara dramatis, dari hitungan tahun menjadi hitungan minggu, untuk sistem yang kompleks dan penting. Jika pendekatan ini dapat digeneralisasi, dampaknya bisa sangat besar: protokol kriptografi lain, pustaka keamanan, dan komponen infrastruktur penting lainnya dapat diverifikasi dengan biaya yang jauh lebih rendah.
Ada juga implikasi yang lebih luas bagi cara kita berpikir tentang keamanan. Selama ini, keamanan sering kali bersifat reaktif: sebuah kerentanan ditemukan, diperbaiki, dan siklus berlanjut. Verifikasi formal menawarkan pendekatan yang proaktif: membuktikan bahwa kelas kerentanan tertentu tidak ada dalam kode yang diperiksa.
Namun, ada juga alasan untuk berhati-hati. Verifikasi formal hanya sebaik spesifikasi yang ditulis manusia. Jika spesifikasi salah, atau jika ada sifat penting yang tidak dimasukkan, bukti yang dihasilkan bisa benar secara matematis tetapi tidak berarti dalam praktik. Selain itu, verifikasi di level kode mesin untuk satu arsitektur tidak menjamin keamanan di arsitektur lain, dan verifikasi untuk satu versi tidak menjamin keamanan untuk versi berikutnya. Pekerjaan ini adalah langkah maju yang nyata, tetapi bukan akhir dari perjalanan.
Batas-batas yang perlu diingat
Untuk menghindari kesalahpahaman, ada baiknya merangkum secara jelas apa yang tidak dibuktikan oleh AlphaProof Code. Pertama, pekerjaan ini tidak membuktikan bahwa seluruh aplikasi Signal aman, karena yang diverifikasi adalah inti kriptografi libsignal dalam sebuah harness baris perintah kecil, bukan aplikasi Android atau iOS yang lengkap. Kedua, pekerjaan ini tidak mencakup obrolan grup, perilaku multi-perangkat, tindakan pengguna, atau komponen sistem operasi. Ketiga, pekerjaan ini mengasumsikan kriptografi yang sempurna dan tidak memberikan jaminan pasca-kuantum untuk bagian-bagian tertentu. Keempat, pekerjaan ini berlaku untuk versi libsignal dan spqr tertentu, pada arsitektur AArch64, dengan kompiler Rust tertentu, dan tidak otomatis berlaku untuk versi atau arsitektur lain.
Kelima, dan mungkin yang paling penting, pekerjaan ini tidak menggantikan praktik keamanan sehari-hari. Pengguna Signal tetap harus memperbarui aplikasi mereka, menjaga keamanan perangkat mereka, meninjau perangkat yang tertaut, dan memverifikasi nomor keamanan ketika diperlukan. Verifikasi formal adalah pencapaian penelitian yang penting, tetapi tidak mengubah apa yang harus dilakukan pengguna dalam kehidupan sehari-hari. Pesan yang paling jujur adalah bahwa inti kriptografi Signal telah diperiksa dengan sangat teliti oleh sistem yang baru, dan tidak ditemukan masalah baru di bagian yang diperiksa, tetapi bagian lain dari sistem yang lebih besar tetap membutuhkan perhatian yang sama seperti sebelumnya.
Ke mana arah verifikasi formal berbasis agen
Pertanyaan yang paling menarik setelah pengumuman ini adalah ke mana arah selanjutnya. Jika AlphaProof Code dapat memverifikasi Signal dalam empat minggu, protokol atau sistem apa lagi yang dapat diverifikasi dengan cara yang sama? Kandidat yang jelas adalah protokol kriptografi lain yang melindungi komunikasi dan data dalam skala besar, seperti TLS, yang melindungi sebagian besar lalu lintas internet, atau protokol yang digunakan dalam sistem pembayaran dan identitas digital. Pustaka kriptografi yang banyak dipakai, sistem operasi, dan komponen infrastruktur cloud juga merupakan kandidat yang masuk akal.
Ada juga pertanyaan tentang apakah pendekatan ini dapat dibuat lebih mudah diakses. Saat ini, AlphaProof Code adalah kerangka kerja penelitian yang dikembangkan oleh tim DeepMind dengan akses ke model Gemini Carbon dan sumber daya komputasi yang besar. Agar pendekatan ini bermanfaat bagi komunitas yang lebih luas, perlu ada cara bagi tim lain untuk menggunakannya, baik sebagai layanan, sebagai perangkat lunak sumber terbuka, atau sebagai bagian dari alur kerja pengembangan perangkat lunak. Sampai ada kejelasan tentang hal ini, dampak praktis dari AlphaProof Code akan terbatas pada hasil penelitian yang dipublikasikan, bukan pada alat yang dapat digunakan semua orang.
Terlepas dari pertanyaan-pertanyaan itu, pengumuman 10 November 2026 menandai momen penting. Untuk pertama kalinya, agen AI telah digunakan untuk memverifikasi secara formal kode dari protokol kriptografi yang banyak dipakai, pada kedalaman kode mesin, dalam waktu yang jauh lebih singkat daripada yang dibutuhkan manusia. Pekerjaan ini dilakukan dengan pengawasan manusia, dengan spesifikasi yang ditinjau manusia, dan dengan artefak yang dibuka untuk komunitas. Itu adalah kombinasi yang tepat: ambisi yang besar, kejujuran tentang batas, dan keterbukaan yang memungkinkan pemeriksaan independen. Bidang keamanan perangkat lunak akan mengikuti perkembangan ini dengan saksama, dan langkah selanjutnya adalah melihat apakah pendekatan ini dapat diterapkan pada sistem penting lainnya dengan hasil yang sama baiknya.
Catatan transparansi: Artikel ini disusun sebagai laporan dari sumber sekunder yang dapat dilacak, terutama tulisan resmi Google DeepMind pada 10 November 2026 tentang AlphaProof Code dan verifikasi formal protokol Signal, makalah teknis AlphaProof Code: Verifying Signal's Security at the Machine-Code Level, serta liputan dari The Register, ReaderSpice, OrcaRouter, dan MadRobot Blog yang membahas pengumuman dan batas-batasnya pada 10 November 2026. Penulis tidak melakukan verifikasi formal sendiri, tidak memeriksa bukti Lean yang dirilis, tidak menjalankan artefak dari repositori yang disebutkan, dan tidak memverifikasi secara independen angka 6,5 juta baris bukti, 140.000 instruksi, maupun rincian versi perangkat lunak yang dikutip, karena semua angka tersebut berasal dari DeepMind dan laporan sekunder. Pembuktian yang dibahas berlaku untuk implementasi, arsitektur, dan asumsi tertentu yang dijelaskan dalam makalah, dan tidak mencakup seluruh aplikasi Signal, obrolan grup, perilaku multi-perangkat, atau jaminan pasca-kuantum. Pembaca disarankan memeriksa tulisan resmi DeepMind dan makalah teknisnya untuk pembaruan terbaru sebelum mengambil keputusan teknis atau keamanan.