Anthropic 用 Claude 实现大规模代码形式化验证

Anthropic Frontier Red Team 联合 Theorem Labs 取得重大突破，利用 Claude 模型在数周内完成了对超过 100 个真实开源库的大规模形式化验证。这一成果标志着 AI 首次将传统上耗时数年、依赖顶尖专家的数学级安全证明扩展至工业规模，生成了约 1.8 亿行证明代码，彻底改变了软件正确性验证的范式。

多方信源交叉验证显示，该方案在 RISC-V 汇编级别成功证明了 Google OSS-Fuzz 中多个关键库的安全属性。与传统 seL4 等需耗费数十人年的项目相比，AI 自动化流程极大降低了门槛。此外，Anthropic 还提出了基于 Claude 的攻击面缩减策略，通过自动分析移除不必要的可达代码，从架构层面缓解零日漏洞风险，比逐个修复更具扩展性。

这一进展为构建具备“数学可证安全性”的软件基础设施提供了新路径。Theorem 计划将验证范围扩展至 glibc、OpenSSL 等核心系统组件，这不仅解决了 AI 生成代码的信任危机，更可能重塑全球软件供应链的安全标准，使高成本的形式化验证成为开发者可用的常规工具。