原始來源The Decoder
摘要
Anthropic 与 Theorem 展示一套 AI 辅助形式化验证流程，用 Claude 对既有软体进行数学验证，为 123 个开源函式库产生数亿行程式证明，并由自主检查器 Rocq 验证。方法把崩溃测试转为形式化问题、分析机器码并产出大量证明，结果找出数百个传统测试未发现的缺陷。不过证明带有条件限制，只涵盖特定 CPU 架构、单执行绪程式与 64 MB 以下输入，并非全域无错；流程也相当消耗算力与成本。其意义在于把 AI 形式化验证纳入标准测试流程，加速且部分自动化软体验证。
重點整理
- 对开发者而言，这提供了传统测试之外的新验证层，但目前仅适用特定条件且成本高，较适合安全关键元件而非全面取代既有测试。
- 这是把 AI 从写程式推进到证明程式正确性的具体案例，也清楚揭示目前方法的能力边界与成本代价。
編輯說明
本頁是 Code & Chain 對公開來源的編輯摘要，可能使用 AI 輔助整理並經自動化流程發布。請以原始來源為準；內容不構成投資、法律或稅務建議。