10 月 22 日消息，Anthropic 的 Frontier Red Team 与形式化验证公司 Theorem Labs 合作，把 Claude 用在了软件正确性证明上。团队取来谷歌 OSS-Fuzz 中 123 个开源库的测试程序，让 Claude 在几周内产出约 1.8 亿行通过核验的 Rocq 证明代码，同时挖出连万亿次模糊测试都没抓到的缺陷。
把崩溃测试翻译成数学命题
形式化验证过去极其昂贵。seL4 那个小型操作系统内核，专家团队花了 20 人年才验完，方法基本只用在空客航电这类极端场景。这次换了分工，Claude 负责读已有代码并生成证明，独立程序 Rocq 自动检查这些证明是否成立，模型不参与判定。
一周挖出相当于一年的安全漏洞
生成证明的过程中 Claude 撞上几百个 bug，并被允许自行修复。多数问题只在很具体的条件下暴露，比如超大输入文件或某段特定的访问顺序，常规测试根本走不到那条路径。在验证一款广泛使用的 PDF 阅读器时，团队一周内发现的安全漏洞数量，相当于该软件平时一整年的报告量。另一处，Claude 抓到一个存在超过十年的逻辑错误。
适用边界与成本都摆在那里
Anthropic 自己承认形式化验证不等于没有错误。证明只在严格条件下成立：单一处理器架构、单线程程序、输入不超过 64 MB。真实世界的库跑在不同硬件和不同配置上，结论没法直接搬。成本也高，个别证明一次要吃掉数亿 token，总投入没有公布。Theorem 的路线图已把 glibc、OpenSSL、cURL 这些关键基础设施列为目标，公司的判断是 AI 形式化验证会很快像常规测试一样普及。同类的模型硬核推理记录，站内有一篇 Claude 破译 NSA 椭圆曲线悬案的完整复盘。
延伸阅读
- 英伟达 GPU 寿命改口 8 年：残值 158% 与 1194 基点 CDS 分歧2 天前
- 亚马逊70亿美元洽购Decart：Anthropic曾报价60亿，英伟达在列2 周前
- Claude 写作退化真相：训练写给 AI 看，Opus 5.5 找回平衡1 月前
- 白宫召集全员签AI安全承诺：扎克伯格、马斯克、贝索斯同框，特朗普称具道德约束力3 周前
AI 自学笔记 每天更新 AI 前沿动态，订阅 RSS，或按 Ctrl/⌘+D 收藏本站，明天见。
继续读
同一批更新里这几篇值得一看：
- Claude 升级付款页新增 4 个中文地区选项2026-10-25
- Anthropic 就业报告：初级技术岗招聘占比从 27% 降至 9%2026-10-18
- Anthropic 发布 Claude Duet：基于 Opus 5.5 的个人事务智能体2026-10-22
想快速查定义？对应的词条在这里：
- Anthropic词条 · AI 自学笔记
- Claude Sonnet词条 · AI 自学笔记