L'ESSENTIEL EN 30 SECONDES

  • &Truth a annoncé le 29 octobre une levée d'amorçage de 70 millions de dollars ; les investisseurs ne sont présentés que comme des figures de la sûreté de l'IA et du capital-risque.
  • L'entreprise développe ce qu'elle appelle une machine de vérification universelle, censée prouver qu'un code est sûr, sécurisé et correct, en s'appuyant sur l'assistant de preuve Lean.
  • Parmi les cofondateurs figurent Clark Barrett, professeur à Stanford, et Ilya Sergey, de l'Université nationale de Singapour ; les gains de vitesse annoncés ne sont pas vérifiés de façon indépendante.

Une jeune pousse veut remplacer la confiance accordée au code généré par l'IA par une preuve mathématique. &Truth, société à mission fondée début 2026, est sortie de l'ombre le 29 octobre avec 70 millions de dollars de financement d'amorçage, selon un communiqué diffusé par Business Wire depuis Palo Alto et Singapour. Elle ne nomme pas ses investisseurs, présentés comme des figures de la sûreté de l'IA et du capital-risque.

Ce que l'entreprise construit

&Truth dit développer une « machine de vérification universelle » pour le logiciel : un système capable de lire du code dans n'importe quel langage, de tenter de prouver qu'il est sûr, sécurisé et correct, puis de produire des preuves que des tiers peuvent contrôler eux-mêmes. Elle s'appuie sur Lean, un assistant de preuve open source, et sur sa vaste bibliothèque de mathématiques formalisées Mathlib, ainsi que sur CSLib, une bibliothèque d'informatique. L'entreprise évoque aussi une « usine à spécifications » chargée de traduire des exigences métier en spécifications formelles, qui servent de référence aux preuves. Elle prévoit de publier ses bibliothèques de base en open source et collabore avec la Lean Focused Research Organization.

L'équipe fondatrice vient en grande partie de la recherche en méthodes formelles. Le co-PDG Clark Barrett est professeur d'informatique à Stanford et dirige le projet de moteur de raisonnement cvc5 ; le directeur scientifique Ilya Sergey a fondé le laboratoire VERSE à l'Université nationale de Singapour ; le co-PDG et président exécutif Chris Hsu a dirigé Kilometre Capital. Le siège américain est à Palo Alto, tandis que Singapour accueille le siège international, où l'entreprise compte se développer.

Promesses et réserves

Le projet repose sur l'écart entre la vitesse à laquelle l'IA écrit du code et la lenteur de la relecture humaine. Chris Hsu résume l'enjeu sans détour : « In the AI era, even 99% safe is certainly broken ». L'entreprise affirme que l'IA accélère déjà la production de preuves d'un facteur 100 ou plus, et que sa propre automatisation ajoute un nouveau facteur 100, ramenant à quelques heures ou minutes des travaux qui prenaient des mois ou des années. Elle n'a publié aucun banc d'essai à l'appui de ces chiffres.

TokenPost rappelle en outre une limite de fond : une preuve ne garantit que ce qu'énonce la spécification, dans le modèle du système retenu. Elle ne montre ni que les exigences couvrent tous les besoins des utilisateurs, ni que le modèle reflète toutes les conditions réelles. La vérification formelle a longtemps coûté cher : Unite.AI rappelle que la preuve du noyau seL4 a demandé environ 20 années-personnes pour quelque 8 700 lignes de code. Reste à savoir si &Truth parviendra à rendre ce type de garantie courant pour des logiciels ordinaires.