B2IGE Verify

B2IGE Verify

别相信“已完成”。用证据证明。

B2IGE Verify 是面向 AI 编写软件的确定性验证基础设施。它会在声明的契约下运行真实程序、记录证据，并给出范围明确的 PASS/FAIL/INCONCLUSIVE/ERROR 结果，而不要求编码 Agent 为自己的工作打分。 BlindTest 将这一边界具象化：隐藏测试会执行产出的程序，但不会向 Agent 暴露测试套件或判定标准。

最新版本

B2IGE Verify v0.3.0 是当前公开发布版本。最终发布记录 说明了其基于确切 main 版本的资格认定、平台边界及公开资源集。

平台	原生归档文件
macOS Apple Silicon	b2ige-0.3.0-aarch64-apple-darwin.tar.gz
macOS Intel	b2ige-0.3.0-x86_64-apple-darwin.tar.gz
Linux x86_64	b2ige-0.3.0-x86_64-unknown-linux-gnu.tar.gz

另请下载 SHA256SUMS，并在解压前验证对应的归档文件。有关前置条件和离线验证，请参阅安装详情。

快速安装

选择适用于主机的归档文件，然后验证、解压，并将 bin 添加到 PATH：

B2IGE_RELEASE_URL=https://github.com/b2ige2-a11y/b2ige-verify/releases/download/v0.3.0
B2IGE_ARCHIVE=b2ige-0.3.0-aarch64-apple-darwin.tar.gz
curl -fL -O "$B2IGE_RELEASE_URL/$B2IGE_ARCHIVE"
curl -fL -O "$B2IGE_RELEASE_URL/SHA256SUMS"

if command -v shasum >/dev/null 2>&1; then
  shasum -a 256 "$B2IGE_ARCHIVE"     # compare with SHA256SUMS
else
  sha256sum "$B2IGE_ARCHIVE"         # compare with SHA256SUMS
fi
tar -xzf "$B2IGE_ARCHIVE"
cd "${B2IGE_ARCHIVE%.tar.gz}"
export PATH="$PWD/bin:$PATH"
b2ige --version

归档文件已准备好用于采用流程或特定产品的命令。BlindTest 需要 Docker；缺少前置条件时，结果仍会是就绪状态或非 PASS 结果。

30 秒 BlindTest 演示

BlindTest 要回答的问题是：产出的程序真的能正常工作吗？它会对正确实现和有缺陷的实现运行可见检查，然后在经过证明的 Docker 边界内执行密封的隐藏用例。正确实现会通过，有缺陷的实现会失败，并且还会检查提供给 Agent 的脱敏视图是否泄露私密值。

在有 Docker 的情况下，从源代码检出目录或源代码归档文件中运行：

docker pull node:24.18.1-bookworm-slim
scripts/demo-blindtest.sh

此演示会实际执行并记录证据；其输出不是预先编写的终端文本。有关有界的保密边界，请参阅 BlindTest 示例；有关其限制，请参阅威胁模型。

三种验证产品

产品	要回答的问题	检查内容
BlindTest	它真的能正常工作吗？	在声明的 Docker 边界内，对 Agent 产出的目标运行密封的隐藏测试。
BehaviorSeal	它发生了变化吗？	在等效的确定性实验下，对比可信的参考行为与候选行为。
SideEffect Proof	它真的发生了吗？	在重试和故障调度下检查已提交的本地 SQLite 效果，而不是推断操作曾尝试执行。

轻松采用

inspect → init → prepare → trust approve → doctor → verify ID

prepare 不具权威性：它会发现输入并生成可供审查的草稿。是否信任仍由人工／可信控制器交互式决定。doctor 报告就绪状态，而非验证结果。verify ID 会解析已批准的身份，并生成真实且有证据支持的结果。完整的边界说明请参阅采用指南。

经测量的基准测试

以下是在范围受限的 B2IGE Verify Bench v1 语料库上记录并提交的测量结果，并不代表已穷尽所有正确性情况，也不能替代产品证据。

B2IGE Verify Bench v1／31 个明确案例

测量项（针对基准测试语料库）	观测结果
检测到的已知错误	16 / 16
错误 PASS	0
错误 FAIL	0
已验证复现	16 / 16
观测到的隐藏信息泄露	0
Agent 私有值泄露	0
变异充分性：已知基准测试变异体	2 / 2

以上所有数字仅针对基准测试语料库。范围受限的测试无法证明完全正确。

请参阅测量快照和基准测试方法。

平台支持

平台	支持范围
macOS Apple Silicon	原生版本
macOS Intel	原生版本
Linux x86_64	原生版本；支持 Docker 和完整基准测试 CI
Windows x64	仅支持源码构建和有限的 CLI 冒烟测试；不属于 VERIFIED_NATIVE
Linux arm64	暂缓支持

macOS 二进制文件未经签名和公证。有关 Docker、源码构建和归档范围，请参阅安装和平台详情。

结果的含义

• PASS / 0： 在声明的已执行范围内，所需证据完整，且未观察到违规。
• FAIL / 1： 有证据支持存在违规。
• INCONCLUSIVE / 2： 所需证据或执行覆盖范围不完整。
• ERROR / 3： 验证器、配置、隔离设置或存储的证据发生故障。

证据缺失不能得出 PASS。模型不会判定结果。结果受声明的实验、证据和平台范围限制。

信任边界和限制

• 哈希可保证完整性，但不能验证发布者身份。
• 同一用户对主机的访问不在 BlindTest 的保密边界内。
• 范围受限的验证并非穷尽性证明。
• 内部 v0.3.0 留出测试由 AI 执行，并非独立的人类或外部验证。
• 真实外部用户的 V110-D 证据暂缺；内部或合成证据不会被描述为外部采用。

依赖结果前，请阅读威胁模型、契约和证据模型。

文档

请使用文档索引查阅入门指南、产品指南、信任与架构、基准测试、发布历史和开发者资源。错误 PASS 报告仅接受合成或已清理的详情；切勿上传隐藏测试套件、私有金丝雀、原始人工证据或凭据。

参与贡献

请从 CONTRIBUTING.md、架构和安全策略开始。对验证器权限、证据、契约或架构的更改都需要审慎审查；不得将证据缺失转化为成功。

许可证

B2IGE Verify 使用 Apache-2.0 许可证。无需遥测、托管服务或付费 API。产品名称和商标另由 TRADEMARKS.md 说明。