Anthropic与Theorem用Claude自动验证现有代码正确性

Anthropic与Theorem让Claude通过形式化方法验证Google OSS-Fuzz项目123个开源库的崩溃测试，数周生成约1.8亿行数学证明代码，并由Rocq自动检查。该方法发现了传统测试可能遗漏的漏洞，但证明仅适用于特定处理器架构、单线程程序和64 MB以内输入，单次证明成本最高达数亿tokens。