Claude автоматически проверяет код с помощью математических доказательств

Команда Frontier Red Team от Anthropic совместно с партнером Theorem использовала Claude для автоматической математической верификации существующего ПО. За несколько недель модель сгенерировала около 180 миллионов строк доказательств на основе тестов из 123 библиотек Google OSS-Fuzz, самостоятельно находя и исправляя глубокие баги. Метод ограничен жесткими условиями (определенная архитектура процессора, однопоточность и файлы до 64 МБ) и требует больших вычислительных затрат, но приближает появление полностью автономного контроля безопасности кода.