Claude 自动为开源库生成180M行证明代码，修复多年遗漏bug

# Claude 自动为开源库生成180M行证明代码，修复多年遗漏bug

什么是这事

Anthropic 让 Claude 模型自动将开源库的安全测试转化为数学证明，成功为 123 个开源库生成了约 1.8 亿行证明代码，同时修复了传统测试遗漏的多年隐藏 bug。这项工作由 Anthropic Frontier Red Team 与合作伙伴 Theorem 合作完成，使用 Rocq 证明检查器验证结果。

谁适用

• 开发维护开源库或高安全要求软件的工程师（尤其是依赖 OSS-Fuzz 的团队）。
• 关心代码正确性验证而非仅靠模糊测试的开发者和架构师。
• 正在规划 Cursor Pro 或 Claude Code 订阅的用户，可参考 Cursor 的代码审查能力如何与此类 AI 自动化验证结合。

决策建议：如果你想减少手动审计时间或卡网使用官方 Cursor API 处理大项目验证，此新闻值得关注。但目前仍属研究阶段，实际落地取决于 Anthropic/Claude Code 的订阅档位与 Cursor Pro 的编码能力匹配度。

新闻核心内容

Anthropic 在 2026 年 10 月 22 日发布报告，详细说明了这一过程。研究人员先将 Google OSS-Fuzz 的模糊测试（Fuzz Test）转化为数学命题，再让 Claude 在编译后的 RISC-V 机器码上生成证明。

过程大致是：取一个库的入口点函数，编译成 RISC-V 静态二进制，构建“此入口点在输入 <64MB 时不会崩溃”的规范，Claude 尝试证明它。证明通过则通过检查器验证；未通过则 Claude 自动定位 bug 并补丁，继续尝试。

结果：

• 覆盖 239 个入口点。
• 生成约 1.8 亿行 Rocq 证明代码（单个证明可达 60 万行）。
• 修复数百个传统测试（已跑数万亿次）未发现的 bug，包括特定 20MB 输入布局引发的越界写、超过 2GB 内存下的越界读，以及长达十余年的逻辑错误。
• 示例：PDF 阅读器一周内发现的安全 bug 数量，等于该软件一年正常报告的总量。

Claude 还顺带用自身模型独立编写了 x86 和 RISC-V 的形式化语义模型，发现了部分硬件文档与 CPU 微架构的细微偏差。

为什么这是重大进展

传统形式化验证（Formal Verification）曾被视为“高端定制”，如 seL4 微内核从 2008 年起耗时 20 人年才完成。Claude 项目用几天到几周时间完成 123 个真实开源库的验证，证明了 AI 在自动化证明层面的潜力。

这与 Cursor 订阅的 AI 编程工具理念高度一致：AI 不只生成代码，还能验证其正确性。开发者可期待未来 Cursor Pro 或 Claude Code 订阅直接集成类似“自动证明”辅助，降低人工审查负担。

局限性提醒：证明仅针对单一线程、静态链接、输入 <64MB 的 RISC-V Linux 环境，不覆盖多线程、生产配置或其他架构。并非意味着软件“零 bug”，而是提供了条件下的严格保证。

数据总结（移动端横向滚动友好）

指标	数值	说明
开源库数量	123 个	来自 Google OSS-Fuzz 项目
入口点数量	239 个	覆盖不同库的核心函数
证明代码总量	约 1.8 亿行	Rocq 格式，部分可复用
验证环境	RISC-V 机器码	编译后汇编指令级别
覆盖输入上限	64 MB	模糊测试通常 <1 MB
模型迭代	Opus 5.5 节省 40% Token	证明速度每 2 个月翻倍

延伸阅读

• Cursor 订阅页面
• Cursor Pro 价格
• Claude Code 订阅说明
• AI 编程工具比价
• 官方 API 接入教程
• Stack 选择指南
• 模板与项目起步
• 下载与本地部署
• RSS 新闻中心
• 完整开发指南系列

风险与边界

这只是研究性工作，目前无法直接应用于生产环境。实际使用请以 Cursor、Claude Code 或 Anthropic 官网最新订阅/API 价格为准，建议先在小规模项目验证。

非法律意见：本文仅供技术信息参考，不构成投资、购买或任何形式的技术建议。订阅决策需自行评估匹配度，可能存在内容或服务变更风险。