Anthropic用Claude为123个开源库做汇编级验证

1. 20:53
   X@dearcuong· 讨论

   A code review nobody has to attend. Anthropic says Claude's proofs for 239 entry points across 123 open-source librarie…（新标签页打开原帖）
2. 20:40
   X@sunruichao· 讨论

   补充材料与核验指路： • Anthropic ETH 形式化仓库与命题说明： https://github.com/anthropics/formal-math/tree/16a5ce41304fcdaea4e0be7c132e1c361…（新标签页打开原帖）
3. 00:41
   X@carlosearias· 讨论

   Anthropic and Theorem used Claude to write machine-checked proofs that 239 fuzz test entry points across 123 OSS-Fuzz l…（新标签页打开原帖）

1. 18:23
   公众号公众号 AI寒武纪· 媒体跟进

   刚刚，程序员通宵找Bug的历史要结束了，Claude只用几周，把整个软件测试行业改写了（新标签页打开原帖）
2. 16:49
   X@kabelsalat_info· 讨论

   The ROI shift is already measurable. Anthropic just had Claude write Rocq proofs for 239 OSS-Fuzz targets across 123 li…（新标签页打开原帖）
3. 16:05
   X@Im_BluePhantom· 讨论

   Claude + Theorem proved no-crash properties for 239 fuzz-test entry points in 123 OSS libraries. Rocq checked compiled…（新标签页打开原帖）
4. 10:29
   X@chamibutinghua· 讨论

   Anthropic 让 Claude 给 123 个开源库做形式化验证，证明 239 个入口在 64MB 以内的任何输入下都不会崩，证明加起来约 1.8 亿行 Rocq。这么长没人看得完，也不用人看，检查器逐条验。顺带找出几百个 bug，…（新标签页打开原帖）

1. 21:00
   X@IdeageniusDev· 讨论

   123 open-source libraries, 239 OSS-Fuzz entry points, ~180 million lines of machine-checked Rocq proofs — and it found…（新标签页打开原帖）
2. 05:23
   X@pragunai· 讨论

   anthropic had claude prove 239 entry points across 123 open source libraries can't crash, for any input up to 64 MB 18…（新标签页打开原帖）

1. 19:51
   X@grok· 讨论

   Anthropic用Claude（联合Theorem）在几周内对123个真实开源库做了大规模形式化验证。 形式化验证能数学证明代码在特定条件下没有某些bug（如崩溃）。以前只适合小项目或专家长时间手工做。现在Claude在RISC-V汇…（新标签页打开原帖）
2. 16:34
   X@HYJsfn9h· 讨论

   全球首次大规模汇编级形式化验证：Anthropic 与 Theorem 联合发布最新研究成果，利用 Claude 为 Google OSS-Fuzz 计划中的 123 个核心开源软件库（涵盖 OpenSSL、simdjson、zstd、c…（新标签页打开原帖）
3. 14:10
   X@Asset_sMind· 讨论

   https://mp.weixin.qq.com/s/nJP_YnBDGgN_6MWlgZ1SeA（新标签页打开原帖）
4. 14:06
   X@RogerThat_· 讨论

   Anthropic used Claude to generate roughly 180 million lines of machine-checked Rocq proofs that 239 entry points across…（新标签页打开原帖）
5. 13:30
   X@Zizaiaiai· 讨论

   Anyone who writes code knows the old saying: tests can prove bugs exist, but never that they don't. Anthropic publishe…（新标签页打开原帖）
6. 13:08
   X@Jasonz0830· 讨论

   https://mp.weixin.qq.com/s/qlTlTiWoKnPzneJ1VWV_jw（新标签页打开原帖）
7. 12:48
   X@qianshuixia2026· 讨论

   https://mp.weixin.qq.com/s/27B4ovwl_RA41XDI4Gbk9w（新标签页打开原帖）
8. 10:40
   X@Nakamurajoph· 讨论

   Anthropic 与 Theorem 合作，让 Claude 为 123 个真实开源库的 RISC-V 汇编代码生成形式化证明。过程中还找出了几个多年测试都没撞到的错误。 普通测试是在大量输入里找反例；形式化验证则先写出必须满足的规则…（新标签页打开原帖）
9. 08:16
   网页新智元· 媒体跟进

   Claude狂写1.8亿行证明！万亿次测试漏掉的Bug，被AI一锅端（新标签页打开原帖）
10. 07:38
    X@Jyzhang12Zhang· 讨论

    true https://mp.weixin.qq.com/s/0mGlTdpiwlVkezRdG-5E8Q（新标签页打开原帖）
11. 07:18
    X@Tesla_Optimus_K· 讨论

    Claude wrote 180 million lines of proof — and found bugs testers missed Anthropic and Theorem had Claude generate abou…（新标签页打开原帖）
12. 07:04
    X@ycnewsdigest· 讨论

    Anthropic (@AnthropicAI) shows LLMs can now formally verify 123 open‑source libs at the RISC‑V assembly level, proving…（新标签页打开原帖）
13. 06:50
    X@ctsmithiii· 讨论

    Claude wrote 180M lines of machine-checked proofs showing 239 entry points in 123 OSS-Fuzz libraries never crash on inp…（新标签页打开原帖）
14. 05:42
    X@Iamhamzafaisal· 讨论

    Claude just did formal verification on 123 open-source libraries and mathematically proved they can't crash. Your "it w…（新标签页打开原帖）
15. 05:14
    X@ppmmzzcn· 讨论

    🤖【AIBase】Claude 狂写 1.8 亿行数学证明：万亿次测试都没抓到的漏洞，被 AI 一锅端它们让 Claude 沉到 最底 层，对着 RISC-V 汇编指令，给大量生产级开源代码库做形式化验证——在短短数周内，就啃完了123个…（新标签页打开原帖）
16. 04:30
    X@tsnmediahub· 讨论

    Formal proof rules out whole classes of crash for every input in scope, where fuzzing can only sample inputs. https://…（新标签页打开原帖）
17. 04:07
    X@AcceptAllHQ· 讨论

    anthropic's formal verification post, 1/3: take an oss-fuzz test, turn it into a spec over the compiled risc-v binary,…（新标签页打开原帖）
18. 03:13
    X@EmergentMind· 讨论

    Anthropic says Claude proved that code in 123 open source libraries can't crash, on any input under 64 MB. A test only…（新标签页打开原帖）
19. 02:10
    X@djcroman· 讨论

    Claude just wrote machine checked proofs that 239 entry points in 123 open source libraries never crash on inputs under…（新标签页打开原帖）
20. 01:59
    X@tchsignal· 讨论

    How Claude Uses Mathematical Proofs to Verify Software Safety Testing software can reveal bugs. But can AI help mathem…（新标签页打开原帖）
21. 01:03
    X@shariqriazzz· 讨论

    https://anthropic.com/research/formal-verification（新标签页打开原帖）
22. 01:01
    X@DegenOfWallSt· 讨论

    Claude wrote about 180 million lines of proofs that 239 test entry points in 123 open-source libraries never crash on i…（新标签页打开原帖）
23. 00:40
    X@theairelay· 讨论

    Source: https://anthropic.com https://www.anthropic.com/research/formal-verification（新标签页打开原帖）
24. 00:27
    X@TheEaglegon· 讨论

    Fuzzing looks for bugs. Claude just proved there aren't any. Working with Theorem, Anthropic had Claude write machine-…（新标签页打开原帖）

1. 23:30
   X@BlueRockID· 讨论

   Anthropic says Claude formally proved 123 open-source libraries (239 OSS-Fuzz entry points) never crash on inputs under…（新标签页打开原帖）
2. 23:10
   X@MateusGalasso· 讨论

   Anthropic used Claude to formally verify no-crash properties across 239 entry points in 123 OSS-Fuzz repos via Rocq pro…（新标签页打开原帖）
3. 23:01
   X@OCEANVIN10· 讨论

   Anthropic and Theorem say Claude wrote Rocq proofs that 239 OSS-Fuzz entry points in 123 libraries can't crash on input…（新标签页打开原帖）
4. 22:46
   X@ohmohm· 讨论

   Anthropic ให้ Claude พิสูจน์เชิงรูปนัย (formal proof) ว่า fuzz test 239 จุดใน 123 ไลบรารี open-source ในโครงการ OSS-Fuz…（新标签页打开原帖）
5. 22:45
   X@AcceptAllHQ· 讨论

   anthropic had claude turn fuzz tests into formal proofs: 239 entry points, 123 oss-fuzz libraries, 180 million lines of…（新标签页打开原帖）
6. 22:18
   X@SimonLe99917871· 讨论

   Anthropic 用 Claude 给123个开源库做了数学上的安全证明。 跟 Theorem 合作，Claude 写了机器可检查的证明，确认239个测试入口点在64MB以下任何输入都不会崩溃，还顺便找到了一些多年测试都没发现的bug…（新标签页打开原帖）
7. 22:00
   X@Tuminha_dds· 讨论

   Fuzzing tells you it hasn't crashed yet. A proof tells you it can't. Anthropic and Theorem just had Claude write machi…（新标签页打开原帖）
8. 21:47
   公众号 量子位精选

   Anthropic 让 Claude 对开源库做汇编层形式化验证，产出约 1.8 亿行证明代码

   Anthropic 与 Theorem 合作，让 Claude 在几周内为 123 个开源库中的 239 个测试入口完成形式化验证，产出约 1.8 亿行通过机器检查的证明代码。团队称这是其所知首次在汇编代码层面对生产软件开展大规模形式化验证。具体做法是让 Claude 证明规定范围内的所有输入都不会触发约定错误，证明过程反过来帮助它找出漏洞，例如在一个解压器中发现需要约 20MB、排列特殊的输入才会触发的越界写入，而常规模糊测试通常把输入限制在 1MB 以内；团队称由此已发现数百个 Bug。在 cJSON 库中，一个 391 行 C 代码的解析入口对应约 63 万行证明，其中超过一半由 Claude 自己写的工具自动生成，最终交由人类开发的 Rocq 证明检查器验算。团队已公开 25 个库、60 个测试入口的证明供开发者下载复用。

9. 21:36
   X@emsi_kil3r· 讨论

   Formal verification used to be reserved for tiny, safety-critical codebases because writing the proofs was rather expen…（新标签页打开原帖）
10. 21:35
    X@RonfortMartin· 讨论

    @JustDeezGuy We actually went deeper on how Claude proved crash-free properties in 123 open-source libraries using form…（新标签页打开原帖）
11. 21:19
    X@RonfortMartin· 讨论

    @aiwithsally We actually explored how Claude proves these security properties, verifying 123 real open-source libraries…（新标签页打开原帖）
12. 21:15
    X@divid_lu49394· 讨论

    Anthropic 联合形式化验证公司 Theorem，让 Claude 用数学方法检查软件漏洞。传统测试通常靠不断输入随机数据，看看程序会不会崩溃。但无论测试多少次，都无法保证没有遗漏。这次 Claude 直接为程序编写数学证明，试图从…（新标签页打开原帖）
13. 21:11
    X@supereasyit· 讨论

    Anthropic用Claude对123个开源库生成了海量形式化证明（Rocq），在汇编层面验证安全属性，并挖出了多年未被发现的隐藏漏洞。 以前形式化验证太贵、太慢，现在大模型把它的规模直接抬高了一个数量级。 代码安全验证可能正在从“…（新标签页打开原帖）
14. 20:47
    X@aiwithsally· 讨论

    One of the biggest bottlenecks in software security has always been proving that code is actually safe, not just hoping…（新标签页打开原帖）
15. 20:30
    X@xaiwind· 讨论

    好家伙，Claude 开始给代码「出证明」了！ Anthropic 的前沿红队发了新博客， 和 Theorem Labs 一起， 用 Claude 在几周时间里， 对一百多个真实的开源库 证明了安全属性。 帖子里有一句说得很清楚： 「…（新标签页打开原帖）
16. 20:24
    X@GRS815· 讨论

    Anthropic 用 Claude 几周内形式化验证了 123 个开源库、共 239 个入口点 1⃣ 与 Theorem 合作，写出约 1.8 亿行被 Rocq 接受的证明 2⃣ 在建模的 RISC-V/Linux 语义下，证明小于…（新标签页打开原帖）
17. 20:23
    X@paytonbilodeau· 讨论

    Today in AI: October 23 Claude Has To Show Its Work: Anthropic and Theorem say Claude wrote mathematical proofs of sa…（新标签页打开原帖）
18. 20:22
    X@AI_N0W· 讨论

    1/3 Proofs, not just passing tests. Anthropic and Theorem report Claude-generated, Rocq-checked proofs for 239 fuzz-tes…（新标签页打开原帖）
19. 20:20
    X@Sureshsinghn· 讨论

    Anthropic pointed Claude at 123 open-source libraries and had it prove security properties with actual maths, not vibes…（新标签页打开原帖）
20. 20:02
    X@aiuorg· 讨论

    Anthropic uses Claude to automate formal software verification at scale https://aiunderstanding.org/news/anthropic-use…（新标签页打开原帖）
21. 19:50
    X@TongZha58836739· 讨论

    这次被证明的是编译出来的二进制，不是源代码。好处是不用再信任编译器；代价是这份保证只属于那一个编译产物，你电脑上跑的 x86 版不在里面。 Anthropic 和 Theorem 让 Claude 把开源库的 fuzz 测试（狂塞随机输…（新标签页打开原帖）
22. 19:45
    X@akxwire· 讨论

    Anthropic used Claude to formally verify real software at scale. → Proofs across 123 open-source libraries → Tested co…（新标签页打开原帖）
23. 19:36
    X@aiaffairscom· 讨论

    Anthropic and Theorem used Claude to prove security properties in 123 open-source RISC-V libraries, generating 180 mill…（新标签页打开原帖）
24. 19:32
    The Decoder

    Anthropic 称 Claude 能自动形式化验证代码安全性

    Anthropic 的 Frontier Red Team 与 Theorem 合作，让 Claude 对 Google OSS-Fuzz 中 123 个开源库的测试程序做形式化验证，几周内产出约 1.8 亿行证明代码。Claude 并未编写新代码，而是把崩溃测试翻译成数学问题、分析编译后的机器码并生成证明，再由独立验证程序 Rocq 自动检查；据 Anthropic 说，这一流程几乎不需要人工复核。生成证明过程中 Claude 遇到数百个 bug 并获准自行修复，例如在验证一个广泛使用的 PDF 阅读器时，一周内发现的安全 bug 数量与该软件通常一整年报告的数量相当，还发现了一个十余年未被察觉的逻辑错误。Anthropic 承认形式化验证不等于无错，证明仅在特定处理器架构、单线程程序和小于 64MB 输入下成立，单条证明可能消耗数亿 token。

25. 19:19
    X@himanshu19890· 讨论

    Theorem published the proofs plus a Claude skill for adding your own project. Worth a look if you maintain anything par…（新标签页打开原帖）
26. 19:18
    X@himanshu19890· 讨论

    My favorite detail: Claude could "prove" a program safe by rewriting it so it never crashes. So they penalized patches,…（新标签页打开原帖）
27. 19:14
    X@ixdesigner· 讨论

    Anthropic says it used Claude and Theorem Labs to prove security properties across 100+ real open-source libraries in a…（新标签页打开原帖）
28. 19:14
    X@himanshu19890· 讨论

    cJSON's 391-line parser entry point now has a 630,000-line proof that it can't crash. Claude wrote it. Anthropic and T…（新标签页打开原帖）
29. 18:52
    X@AGTPinsights· 讨论

    @vkhosla @theoremlabs Agreed! We actually went deeper on how Claude verified 123 libraries crash-free in weeks, somethi…（新标签页打开原帖）
30. 18:46
    X@hodu382759· 讨论

    Anthropic 让 Claude 去“证明”开源代码不会崩，结果顺手挖出几百个 bug 10 月 22 日公布的研究，和 Theorem 一起做的： 123 个开源库、239 个模糊测试入口，在编译后的 RISC-V 层面写形式化证…（新标签页打开原帖）
31. 18:24
    X@_A_Radwan_· 讨论

    Anthropic and Theorem turned fuzz tests into proofs: Claude proved that 239 entry points in 123 OSS-Fuzz libraries can'…（新标签页打开原帖）
32. 18:06
    X@renandnzsantos· 讨论

    123 open-source libraries, 239 entry points, a few weeks: Claude proved no crashes on any input up to 64 MB at the RISC…（新标签页打开原帖）
33. 17:53
    小红书小红书 科技圈刚刚· 讨论

    Claude写1.8亿行证明找bug（新标签页打开原帖）
34. 17:49
    X@globalsinews· 讨论

    Anthropic and Theorem had Claude prove no-crash security properties at the RISC-V assembly level for 239 entry points a…（新标签页打开原帖）
35. 17:48
    X@swayaminsync· 讨论

    Where should the proof live, in the binary or in the source? Wrote my take on Anthropic’s formal verification post: ho…（新标签页打开原帖）
36. 17:47
    X@brockerorg· 讨论

    Anthropic used Claude to formally prove no-crash properties for 239 entry points in 123 OSS-Fuzz libraries. The effort…（新标签页打开原帖）
37. 17:43
    X@hqmank· 讨论

    What if AI could prove certain bugs can't happen, instead of finding and fixing them one by one? Anthropic just publis…（新标签页打开原帖）
38. 17:37
    X@gol_tiro· 讨论

    wild number in anthropic's formal verification appendix: claude wrote around a billion lines of rocq going after a few…（新标签页打开原帖）
39. 17:31
    X@techsnif· 讨论

    Anthropic says it partnered with Theorem to use Claude to formally prove security properties at the assembly level acro…（新标签页打开原帖）
40. 17:31
    X@techsnif· 讨论

    Anthropic partners with Theorem to formally verify 100+ open-source libraries（新标签页打开原帖）
41. 17:20
    X@mikejt4· 讨论

    This is the one I’ve been waiting for!! Formal verification means proving, mathematically, that code can’t do certain…（新标签页打开原帖）
42. 17:15
    网页Techmeme· 媒体跟进

    Anthropic says it partnered with Theorem to use Claude to formally prove useful security properties at the assembly code level across 123 open-source libraries (Anthropic)（新标签页打开原帖）
43. 17:04
    X@0xLogicrw· 讨论

    Anthropic 联合形式化验证公司 Theorem，让 Claude 用数学方法检查软件漏洞。常见的模糊测试靠不断输入随机数据，看看程序会不会崩溃。但无论测试多少次，都无法保证没有遗漏。这次 Claude 直接为程序编写数学证明，尝试…（新标签页打开原帖）
44. 16:43
    X@travismcgough· 讨论

    For AI geeks: Anthropic/Theorem’s Oct 22 study reports Rocq-checked software proofs. Our take: check the property, exac…（新标签页打开原帖）
45. 16:32
    X@Q1n9H· 讨论

    Claude 这次是真的有点东西了🤯 以前写代码，最头疼的就是测试了半天，结果上线后还是一堆 Bug 现在 Anthropic 直接让 Claude 给代码做数学证明。 他们在 123 个真实开源软件库中，完成了 239 个测试入口…（新标签页打开原帖）
46. 16:11
    X@jlsuarez· 讨论

    Anthropic uses Claude to formally verify software at scale. Anthropic's Frontier Red Team says Claude makes formal veri…（新标签页打开原帖）
47. 16:07
    X@jax_wu· 讨论

    Claude 跟 Theorem Labs 搞形式化验证，几周把 123 个开源库证成不崩，顺手写出 1.8 亿行证明。fuzz 跑了不知道多少年漏掉的洞，它给补了。 这事儿挺邪门。以前形式化验证是学术圈奢侈品，现在拿模型硬怼普通库，还…（新标签页打开原帖）
48. 16:03
    X@colafffkk· 讨论

    Claude 几周就「证明」了 123 个开源库不会崩——形式化验证终于能规模化了。 已核实（https://www.anthropic.com/research/formal-verification，Frontier Red Tea…（新标签页打开原帖）
49. 15:57
    X@Joshua_WD· 讨论

    Anthropic says Claude turned 239 fuzz tests into machine-checked proofs across 123 open-source libraries and found bugs…（新标签页打开原帖）
50. 15:48
    X@Benjaminliang_1· 讨论

    Anthropic 和 Theorem 让 Claude 给 123 个 OSS-Fuzz 库的 239 个入口写形式化证明，在 RISC-V 二进制上证明 64MB 以内任意输入都不会崩，前提是单线程静态二进制。据官方称，证明中挖出数百…（新标签页打开原帖）
51. 15:31
    X@stretchcloud· 讨论

    180 million lines of proof script. That's what it took Claude to formally verify 123 open source libraries at the assem…（新标签页打开原帖）
52. 15:27
    公众号Doonsec· 媒体跟进

    Claude 是如何自动完成形式化验证的？从 Fuzz Harness 到 1.8 亿行 Rocq 证明的技术实现（新标签页打开原帖）
53. 15:25
    X@MichaelWaitze· 讨论

    @r3tr0spect2019 You actually predicted exactly where we're headed - we're using Claude to make formal verification scal…（新标签页打开原帖）
54. 15:25
    X@xiaoxuanya· 讨论

    Anthropic 和 Theorem 用 Claude 给 123 个开源库做形式化验证，几周内证明 239 个入口在特定条件下、64MB 以内任意输入都不会崩，顺手挖出多年没被发现的 bug。以前要专家磨好几年的活，现在几周出结果，安…（新标签页打开原帖）
55. 15:08
    X@lalamolly_· 讨论

    Formal verification took experts years. Claude wrote ~180M lines of formal proof that code in 123 open-source libraries…（新标签页打开原帖）
56. 14:57
    X@idoubaody· 讨论

    传统软件验证耗时动辄数十年，而 Anthropic 正在用 AI 颠覆这一行业铁律！ Anthropic 让 Claude 将软件测试转化为精准的数学表达，直接在 RISC-V 汇编为 123 个开源库敲下了 1.8 亿行 Rocq 证…（新标签页打开原帖）
57. 14:51
    X@AGTPinsights· 讨论

    Anthropic just used Claude to formally verify 123 open-source libraries with Theorem Labs. Here's what you need to know…（新标签页打开原帖）
58. 14:32
    X@markobilal· 讨论

    The AI brief for Fri Oct 23: 1. Anthropic had Claude formally prove 123 open source libraries cant crash, at the binar…（新标签页打开原帖）
59. 14:25
    X@tsukitama_ai· 讨论

    📚 転載ミラー（新浪科技, 机器之心Pro元記事）: https://finance.sina.com.cn/tech/roll/2026-10-22/doc-iniwavxi5218652.shtml 📚 論文（arXiv:2608.1…（新标签页打开原帖）
60. 14:20
    X@ReignSwords· 讨论

    @Daviswh @AnthropicAI 有意思，以前形式化验证是博士级大工程，论证几个月起步。这下 Claude 几周就交卷，还顺手修了 fuzz 跑万亿次都撞不到的洞。感觉以后维护开源库的，「AI 验证通过」要变成新的信任徽章了，跟…（新标签页打开原帖）
61. 14:17
    X@Daviswh· 讨论

    几周就够了。 123 个开源库、239 个入口，约 1.8 亿行证明。 @AnthropicAI 这条里，Claude 几周内给 123 个真实开源库做了汇编级形式化验证：任意小于 64MB 的输入都不崩溃，顺手还修了 fuzz 跑万…（新标签页打开原帖）
62. 13:59
    X@TheHappyGe· 讨论

    @AnthropicAI Claude 跑形式验证这事，大厂在替我们把地基打结实。我挑开源依赖现在先看 star 和 issue 活跃度，以后可能要加一条：有没有被形式化验证过。被验证过的库越来越多，小团队自己跑不起验证，但吃得到验证下沉…（新标签页打开原帖）
63. 13:58
    X@tom_knockk· 讨论

    Claude 几周写完约 1.8 亿行 Rocq 证明。 Anthropic Frontier Red Team × Theorem（10/22）：在 RISC-V 汇编层，对 123 个 OSS-Fuzz 开源库、239 个入口做形式…（新标签页打开原帖）
64. 12:59
    X@ppmmzzcn· 讨论

    🤖【AI HOT】Anthropic 发布博客：用 Claude 大规模形式化验证开源软件安全性Anthropic 在 Frontier Red Team 博客发布研究，介绍用 Claude 大规模进行形式化验证的方法。与 Theorem…（新标签页打开原帖）
65. 12:53
    X@bookingX0· 讨论

    用 Claude 跑形式化验证找数学证明写 Bug。123 个开源库直接挖出几百个漏洞，这路子确实野。（新标签页打开原帖）
66. 12:52
    X@lejjel78· 讨论

    Anthropic and Theorem used Claude to formally verify 123 open-source libraries: machine-checked Rocq proofs that 239 fu…（新标签页打开原帖）
67. 12:39
    X@jessechan1989· 讨论

    Anthropic 这篇研究里有一个解压程序的例子：计数器下溢之后会写出界，只在输入大约 20 MB、数据排成某种少见布局时才出现。常见 fuzz 测试的输入通常有 1 MB 上限，很难撞上。 Anthropic 和 Theorem 把…（新标签页打开原帖）
68. 12:36
    网页GeekNews（韩）· 媒体跟进

    LLM이 훨씬 더 큰 규모의 소프트웨어 정형 검증을 가능하게 하고 있음（新标签页打开原帖）
69. 12:22
    X@Chenbin_CB· 讨论

    Anthropic这次不是让Claude找bug，是让它证明"没bug"。和Theorem合作，Claude几周内给123个开源库、239个入口写了形式化证明：64MB以内任何输入都不会崩，证明总共约1.8亿行Rocq代码。顺手还挖出一堆…（新标签页打开原帖）
70. 08:58
    公众号 新智元精选

    Claude写下1.8亿行证明，揪出万亿次模糊测试漏掉的漏洞

    Anthropic前沿红队与Theorem Labs发布报告，用Claude对123个开源代码库的239个测试入口完成形式化验证，约1.8亿行Rocq证明通过机器核验，找出了谷歌OSS-Fuzz万亿次模糊测试漏掉的漏洞。方法是把测试入口改写成数学命题，要求证明64MiB内任意输入都不触发崩溃或ASan报错，证明卡住可能意味着存在Bug，Claude找到Bug后自行打补丁再继续证明；在埋入7个Bug的Rust版Python解释器测试中，随机测试漏掉5个，证明全部找出。证明做在RISC-V机器码层，Claude还自主写出x86指令集数学模型，发现x86官方文档数百处错误和少量CPU硬件Bug。Theorem测得验证速度约每两个月翻一番，首批25个库、60个入口的证明已在GitHub公开。

71. 08:22
    X @logangraham

    Anthropic 用 Claude 在数周内形式化验证上百个开源库的安全性质

    Anthropic 在 Frontier Red Team 博客发布新研究，与 Theorem Labs 合作，用 Claude 在数周内对上百个真实开源库证明了安全性质。形式化验证能证明代码不含特定类别的 bug，但过去只对小代码库可行或需要大量专家时间；Anthropic 称随着 AI 模型出现，这种情况开始改变。Logan Graham 称这项工作预示的团队方向是先找出并修复所有 bug，进而重写软件基础使其从一开始就不含 bug。研究全文见 https://www.anthropic.com/research/formal-verification

72. 06:22
    Unite.AI精选

    Anthropic称Claude已证明123个库的安全属性

    Anthropic 于 2026 年 10 月 22 日发表研究称，在与 Theorem 的合作中，Claude 针对 123 个开源库的 239 个模糊测试入口点，在 RISC-V 汇编代码层面生成了经机器验证的安全属性形式化证明，并修复了发现的漏洞。方法是把库中可编译的模糊测试转化为形式化规格说明，规定任何小于 64 MB 的输入都不会使测试崩溃，由 Rocq 证明检查器验证。Anthropic 称，证明共约 1.8 亿行 Rocq 代码，过程中发现了数百个漏洞，其中许多不太可能被模糊测试器发现，包括 libexpat 中的 CVE-2026-56132 和一个潜伏十余年的逻辑漏洞。

73. 06:01
    X @AnthropicAI

    Anthropic Frontier Red Team 博客新文：用 Claude 大规模形式化验证软件

    Anthropic 发布 Frontier Red Team 博客新文，介绍与 Theorem Labs 合作用 Claude 开展大规模形式化验证的成果：双方在数周内为上百个真实开源库证明了安全性质。形式化验证可以证明代码不存在某些 bug，但历史上通常只适用于小型代码库，或需要大量专家时间；Anthropic 称 AI 模型正开始改变这一点。完整研究见 https://www.anthropic.com/research/formal-verification。

1. 08:00
   Anthropic Red Teaming精选

   Anthropic：LLM 让软件形式化验证在更大规模上变得可行

   Anthropic 与 Theorem 合作，用 Claude 为 123 个 OSS-Fuzz 开源库的 239 个模糊测试入口在 RISC-V 汇编层面证明了无崩溃性质，并称这是首个在汇编代码层面用 AI 对生产软件做形式化验证的大规模工作。证明合计约 1.8 亿行 Rocq，覆盖小于 64 MB 的所有输入，前提是程序为 Linux 上的单线程静态二进制。证明过程中 Claude 发现并修复了数百个长期未被测出的 bug，包括需要约 20 MB 特定布局输入的越界写和 libexpat 中的 CVE-2026-56132；对某广泛使用的 PDF 阅读器做验证时，一周发现的安全 bug 相当于通常一年的报告量。效率方面，Opus 5.5 在 36 个小型验证任务上以比 Opus 5 少约 40% 的 token 证明了一半任务。

当前关注度46·可比范围峰值81（10月23日 20:00）·近 24 小时可比范围变化 -8%