AnthropicはClaudeが123のオープンソースライブラリのコード正確性を数学的に証明したと述べた。作成された証拠コードの総量はおよそ180百万行だった。

この作業の中で、長年のテストで見逃されていたとされるエラーをモデルが発見した。AnthropicはAIによる形式的検証を標準的なテストと同様の実践として普及させることを目指している。

実用的な意義は、結果がどれだけ独立に検証され、他のプロジェクトに適用可能かに依存する。提示されたパッケージには公開文の要約のみで、完全な原本や個別の証拠は含まれていない。