# AnthropicのClaude、コードの形式的証明を自動生成

> オープンソースライブラリ向けに1億8,000万行の形式的証明を作成し、従来のテストで見逃されたバグを発見。ただし適用条件は限られる。

Oossa · 2026-10-23 · https://oossa.com/ja/anthropic-s-claude-generates-autonomous-code-proofs

Anthropicは、Claudeモデルが既存コードの形式検証用の証明を自動生成できると発表した。GoogleのOSS-Fuzzプロジェクトに参加する123のライブラリを使ったテストでは、Claudeは数週間でおよそ1億8,000万行の証明を生成した。証明はRocq検証器でチェックされ、Anthropicによると、人間のレビュアーの作業はほとんど必要なかった。

## システムが実際に行ったこと

Claudeは新しいプログラムを書いたわけではない。クラッシュテストのケースを数学的な命題に置き換え、コンパイル済みの機械語を解析して、コードがその命題を満たすことを示す形式的な証明を出力した。バグに遭遇した場合は、Claude自身がコードを修正することも認められていた。広く使われているPDFリーダーを1週間かけて調べたところ、Claudeは通常なら1年間で報告されるのと同数のセキュリティバグを発見した。別のライブラリでは、10年以上見つからなかった論理上の誤りも発見した。

## 制限とコスト

Anthropicは、証明が有効なのは、特定のプロセッサアーキテクチャ上で動くシングルスレッドのプログラムで、入力が64 MB未満の場合に限られると注意を促している。計算負荷は高く、個々の証明で数億トークンに達することもあるが、同社は総費用を明らかにしていない。より小規模なテストでは、新しいOpus 5.5モデルは、前世代のモデルに比べてトークンを約40％少なく使い、証明の半数を完成できた。

## 事実

- Claudeは数週間で、形式的証明コードを約1億8,000万行生成した。
- テストには、GoogleのOSS-Fuzzプロジェクトに参加する123のオープンソースライブラリのプログラムが使われた。
- ClaudeはPDFリーダーを1週間調べ、通常なら1年間で報告されるのと同数のセキュリティバグを発見した。
- 証明が有効なのは、特定のプロセッサ上で動くシングルスレッドのコードで、入力が64 MB未満の場合に限られる。
- Opus 5.5は、Opus 5に比べてトークンを約40％少なく使い、証明の半数を解いた。

## なぜ重要か

AIがコードを自動検証できれば、開発者はバグ探しやパッチのレビューに費やす時間を減らせる可能性があり、とりわけ安全性が重要なソフトウェアで役立つ。ただし、現在の手法にはハードウェアや入力サイズの厳しい制約があるため、一般的なアプリケーションの多くでは、従来のテストが依然として必要だ。

## 出典と参考資料

1. [Anthropic's Claude now writes code and proves it safe automatically](https://the-decoder.com/anthropics-claude-now-writes-code-and-proves-it-safe-automatically/) – The Decoder, 2026-10-23

最終更新: 2026-10-23