Anthropic 的前沿红队与 Theorem 合作，让 Claude 把现有代码的崩溃测试转化为数学问题并生成形式化安全证明。Anthropic 公布的结果是：几周内产出约 1.8 亿行证明代码，覆盖 Google OSS-Fuzz 项目中的 123 个开源库，证明由独立程序 Rocq 自动校验。 这些证明只在严格条件下成立：特定处理器架构、单线程程序、输入小于 64 MB。Anthropic 称算力成本很高，单个证明可能消耗数亿 token。
AI 根据报道生成 · 2 小时前更新
沿着报道，了解事件的不同侧面。
Anthropic 的前沿红队与 Theorem 合作，让 Claude 将现有代码的崩溃测试转化为数学问题并生成形式化证明，几周内产出约 1.8 亿行证明代码，覆盖 Google OSS-Fuzz 项目中 123 个开源库，证明由独立程序 Rocq 自动校验。
还没有足够的连续观测数据，暂不绘制趋势。