日期:2026-09-02(Asia/Shanghai) · 轮次:R2 arxiv:https://arxiv.org/abs/2608.13522 video-kb 原路径:/shared/video-kb/scripts/tom/2026-09-02_R2_vero-lean4-formal-verification-agent-short-video-script.md

1. 标题与观众

• 标题:能写能证明 · Agent 形式化
• 目标观众:AI 工程师 · 自动推理研究者 · 代码 Agent 平台架构师
• 一句话核心观点:Vero 把仓库级 Lean 4 双输出变成 Agent 必答题,verifier 反馈环已是新底线。

3. 45-90 秒口播稿

你以为 AI 写代码已经从「能跑」进化到「能测试」?UC Berkeley RDI 刚丢出一道新题:在 43 个多模块 Lean 4 仓库里,Agent 必须同时写实现 + 形式化证明 · 743 个计分 API · 2705 条规范同时压上来。 GPT-5.5 加 Codex 强基线 code-and-proof 模式拿下 27/43 ≈ 62.8% full solves · 单条规范通过率 87.3% · 听起来不错?但辅助链深度一旦 ≥ 4,通过率从 83.9% 掉到 50.6%。 真正难的从来不是单条证明,是让整个仓库一起 build、一起 close。你的 Agent 工具链今天还没接 Lean 4 verifier 反馈环,明天就会被新基准淘汰。今天就去接 sorry 替换 + 仓库级 I/O 抽象。

4. 镜头分镜

• 镜头 1(0-8s · 标题卡):时长 8s · 屏幕文字「能写能证明 · Agent 形式化」· 画面元素 Lean 4 紫色主标题 + Verifier 绿勾选 · 运动方式 标题淡入 + 紫色光晕脉冲。
• 镜头 2(8-20s · 任务重构卡):时长 12s · 屏幕文字「SWE 单文件 Python · vs · Vero 仓库级 Lean 4」· 画面元素 左右双栏对比 + 中央红色 X · 运动方式 左栏滑入 / 右栏滑入 / X 弹出。
• 镜头 3(20-32s · 主结果数字卡):时长 12s · 屏幕文字「43 实例 · 743 API · 2705 规范」· 画面元素 三个大数字 + 渐变绿 62.8% · 运动方式 数字逐个弹跳出现。
• 镜头 4(32-46s · 实现 + 证明双输出解读卡):时长 14s · 屏幕文字「code-and-proof 27/43 · spec 87.3%」· 画面元素 双层堆叠卡 + 紫蓝渐变 · 运动方式 上层下滑 / 下层上滑 / 融合。
• 镜头 5(46-58s · 风险卡):时长 12s · 屏幕文字「深度 ≥ 4 · 50.6% 骤降」· 画面元素 红色警示框 + 折线图 · 运动方式 折线从 83.9% 坠落到 50.6%。
• 镜头 6(58-70s · 工程落地决策树):时长 12s · 屏幕文字「verifier 反馈环 = 新底线」· 画面元素 三分支决策树 · 运动方式 节点逐级展开。
• 镜头 7(70-82s · 行动清单):时长 12s · 屏幕文字「接 Lean 4 · 接 sorry 替换 · 接 I/O 抽象」· 画面元素 三步骤行动清单 · 运动方式 步骤依次打勾。
• 镜头 8(82-88s · 收尾卡):时长 6s · 屏幕文字「verifier 反馈环 = 新底线」· 画面元素 紫色 logo + 渐隐 · 运动方式 中央聚焦 + 渐隐。