---
title: "Anthropic 称已为 123 个开源库完成汇编级数学证明"
dek: "Anthropic 称，Claude 为 239 个模糊测试入口生成了数学证明；结论的适用范围取决于具体二进制文件、规格和执行环境模型。"
---

Anthropic 于 2026 年 10 月 22 日宣布，与 Theorem 合作使用 Claude 修补漏洞，并为 123 个开源库中的 239 个模糊测试入口生成形式化数学证明。公司称，这些数学证明针对编译后的 RISC-V 二进制文件，合计约 1.8 亿行 Rocq 代码。这些数字来自研究公告，本站未独立复现。[^1]

这套流程把已有模糊测试转化为数学规格：对于小于 64 MB 的输入，编译后的测试应正常退出，不触发规格所涵盖的崩溃，包括断言失败和 AddressSanitizer 检查触发的崩溃。Claude 编写数学证明，再由 Rocq 内核核对其是否满足规格。执行模型假设程序是单线程、静态链接的 RISC-V 二进制文件，采用固定内存预算和 Linux 进程语义。[^1]

Anthropic 表示，将公开相关可信组件、不需要修补的模糊测试所对应的完整数学证明，以及尚未完成数学证明的规格。可能暴露未修补漏洞的数学证明暂不公开。公告列出的信任基础包括确切的定理陈述、RISC-V 与 Linux 形式模型，以及 Rocq 检查器。[^1]

适用范围仍有明显限制：这些二进制文件链接 musl libc，实际部署可能采用其他架构和动态链接。AddressSanitizer 无法检测所有内存安全漏洞，覆盖若干测试入口也不等于覆盖整个库，调用方还可能错误使用库。[^1]

:::analysis
这项主张位于 T6（evaluations，评估）和 T2（runtime，运行时）：核验者可以检查某项明确性质是否适用于模型中的可执行文件，但实际部署能否沿用结论，取决于二进制文件和执行条件是否匹配。用户与运营方应核对库的构建、架构、链接方式、输入限制及调用方假设是否符合已完成数学证明的规格；来源没有给出通用的修复版本建议。这里涉及的运行保障属性是可识别性：如果为用户提供服务的确切版本和配置有记录且可核查，用户就能判断自己是否曾接触后来被认定受影响的配置；判断数学证明是否覆盖该部署，仍须满足来源限定的条件。[^1]
:::

:::checked
我们于 2026 年 11 月 5 日阅读了所提供的 Anthropic 文章《LLMs are making formal software verification feasible at a much larger scale》保存文本，原文发布于 2026 年 10 月 22 日。保存文本在结论中途截断。我们没有检查公开的数学证明文件、运行检查器或测试系统；此次阅读仅确认公告提出了哪些主张，以及它如何限定这些主张。[^1]
:::

[^1]: Anthropic，《LLMs are making formal software verification feasible at a much larger scale》，2026 年 10 月 22 日。https://www.anthropic.com/research/formal-verification
