AnswersPublished24 sources
Claude ha verificato 239 punti d’ingresso di librerie open source. Ma non significa che siano senza bug
Anthropic e Theorem riferiscono che Claude ha prodotto prove formali per 239 punti d’ingresso in 123 librerie open source, per input inferiori a 64 MB e in un ambiente Linux RISC V modellato. Le prove sono state controllate dal kernel Rocq e riguardano proprietà specifiche dei programmi compilati, non l’assenza di o...
Pubblicato daModificato con GPT-6 LunaImmagini generate con GPT Image 2
Research answer
Key takeaways
- Anthropic e Theorem riferiscono che Claude ha prodotto prove formali per 239 punti d’ingresso in 123 librerie open source, per input inferiori a 64 MB e in un ambiente Linux RISC V modellato.
- Le prove sono state controllate dal kernel Rocq e riguardano proprietà specifiche dei programmi compilati, non l’assenza di ogni possibile bug.
- Secondo il resoconto del progetto, il lavoro ha portato alla scoperta e alla correzione di centinaia di bug; la verifica formale affianca i test, non li rende superflui.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What did Anthropic’s Frontier Red Team and formal-methods partner Theorem report in their October 22, 2026 research about Claude’s assembly-. Article summary: Anthropic’s Frontier Red Team and Theorem reported that Claude produced machine-checked, assembly-level crash-freedom proofs for 239 fuzz-test entry points across 123 open-source libraries—not that the libraries were uni. Topic tags: general, general web, user generated, academic. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, char
Anthropic e la società specializzata in metodi formali Theorem affermano che Claude ha generato prove matematiche controllate automaticamente per 239 punti d’ingresso di test, distribuiti in 123 librerie open source. Le prove riguardano specifiche proprietà di sicurezza e assenza di arresti anomali nei programmi compilati per RISC-V, in condizioni definite: non dimostrano che le librerie siano prive di qualsiasi bug. 9
5
La scala del progetto è notevole: secondo il team, il lavoro è durato alcune settimane e ha prodotto circa 180 milioni di righe di prove in Rocq. Il risultato indica una possibile nuova strada per applicare la verifica formale a software reale con l’aiuto dell’IA, mantenendo però le garanzie entro i confini di ciò che è stato effettivamente specificato e verificato. 3
13
Che cosa dimostrano le prove
Anthropic afferma che i programmi considerati terminano normalmente, senza errori di sicurezza della memoria né asserzioni fallite, per ogni input inferiore a 64 MB e per le risposte del sistema operativo Linux e le configurazioni di memoria previste dal modello, fatte salve le ipotesi dichiarate. I bersagli delle prove sono eseguibili compilati per RISC-V: non si tratta di una garanzia astratta che valga per ogni versione o modalità d’uso delle librerie. 9
12
Il flusso di lavoro ha riutilizzato i punti d’ingresso dei test di Google OSS-Fuzz come specifiche formali. OSS-Fuzz è un programma che sottopone software open source a fuzzing, cioè a test automatici con molti input, spesso generati o modificati appositamente per far emergere errori. In questo progetto Claude ha prodotto prove sul comportamento dei binari specificati nell’intero insieme di input coperto dal teorema, invece di limitarsi a provare singoli casi. 3
13
Anthropic descrive il lavoro come il primo tentativo su larga scala di usare l’IA per verificare formalmente software di produzione a livello di assembly. È la caratterizzazione dell’azienda sulla novità del progetto, non una conclusione storica accertata in modo indipendente. 7
13
Il ruolo del kernel Rocq
Claude ha generato le prove; a controllarle è stato il kernel di Rocq, un verificatore di prove formali. Questo riduce la necessità di fidarsi del ragionamento del modello o di far esaminare manualmente agli sviluppatori ogni riga del codice di prova. Non elimina, però, tutte le ipotesi: il teorema deve descrivere la proprietà che interessa davvero e i modelli formali e il verificatore restano parte delle basi su cui poggia il risultato. 9
5
Anthropic e altri resoconti quantificano il materiale prodotto in circa 180 milioni di righe di prove Rocq, pari in media a circa 600.000 righe per binario. La mole degli artefatti dà un’idea della dimensione del lavoro, ma il numero di righe, da solo, non dice quanto sia ampia una proprietà né quanto corrisponda alle esigenze di un progetto in produzione. 3
12
Che cosa può sfuggire ai test
Il fuzzing esplora moltissimi input, ma da solo non dimostra il comportamento del programma per ogni input possibile entro un dominio definito. Secondo i resoconti del progetto, Claude ha individuato e corretto centinaia di bug, compresi problemi sfuggiti a migliaia di miliardi di esecuzioni di fuzzing. Sono cifre riferite a questo specifico lavoro, non una misura indipendente di quanto la verifica formale superi i test in altri progetti. 2
11
La lezione pratica non è smettere di testare. Le prove formali aggiungono un tipo diverso di evidenza: per la proprietà e l’ambito dichiarati, possono stabilire il comportamento per tutti gli input che soddisfano la specifica, anziché limitarsi ai casi effettivamente eseguiti durante i test. 9
2
Perché “verificato” non vuol dire “senza bug”
Le garanzie riguardano punti d’ingresso selezionati e specifici binari compilati. Non si estendono automaticamente a tutte le funzioni di una libreria, a ogni configurazione di build, architettura o modalità d’uso. 9
5
Contano anche le condizioni di esecuzione. I resoconti descrivono prove per binari RISC-V statici e a thread singolo, in un ambiente Linux modellato e con un budget di memoria definito. Molti programmi, nella pratica, vengono eseguiti con architetture o configurazioni diverse: i risultati non vanno quindi letti come una garanzia per quelle distribuzioni. 12
27
34
Infine, una prova dimostra il teorema formulato, non ogni proprietà che uno sviluppatore potrebbe desiderare. Possono restare bug al di fuori del suo ambito, oppure problemi nei modelli formali e nei componenti di verifica su cui il risultato fa affidamento. 5
31
Che cosa possono ricavarne gli sviluppatori
Il contributo principale del progetto è mostrare che l’assistenza dell’IA potrebbe rendere praticabile la verifica formale a livello di assembly su una quantità maggiore di software reale, riducendo il ricorso a un lavoro specialistico molto esteso. Non offre però una stima universale dei costi né la garanzia che il metodo funzioni su qualunque base di codice. 7
13
Una parte degli artefatti di prova è disponibile al pubblico: secondo un resoconto, il rilascio copre 25 librerie e 60 punti d’ingresso, non l’intero progetto dichiarato. Theorem ha inoltre annunciato OSS Verify, un programma rivolto ai manutentori di software open source. 32
16
38
Per chi sviluppa software, il passo utile è considerare ogni prova come un’assicurazione circoscritta: prima di farvi affidamento, occorre controllare il punto d’ingresso, il binario, le ipotesi e la proprietà esatta che sono stati verificati. I risultati rendono interessante valutare la verifica formale assistita da LLM insieme ai test, non abbandonarli né presumere che il software sia ormai privo di bug. 9
5
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Claude ha verificato 239 punti d’ingresso di librerie open source. Ma non significa che siano senza bug"?
Anthropic e Theorem riferiscono che Claude ha prodotto prove formali per 239 punti d’ingresso in 123 librerie open source, per input inferiori a 64 MB e in un ambiente Linux RISC V modellato.
What are the key points to validate first?
Anthropic e Theorem riferiscono che Claude ha prodotto prove formali per 239 punti d’ingresso in 123 librerie open source, per input inferiori a 64 MB e in un ambiente Linux RISC V modellato. Le prove sono state controllate dal kernel Rocq e riguardano proprietà specifiche dei programmi compilati, non l’assenza di ogni possibile bug.
What should I do next in practice?
Secondo il resoconto del progetto, il lavoro ha portato alla scoperta e alla correzione di centinaia di bug; la verifica formale affianca i test, non li rende superflui.
Sources
anthropic.comLLMs are making formal software verification feasible at ... - Anthropic
hyper.aiAnthropic Says Claude Generated Assembly-Level Formal ...
aicoder.comAnthropic Frontier Red Team: Claude, working with Theorem ...
devops.comClaude Writes 180 Million Lines of Proofs to Verify 123 Open Source Libraries