Claude狂写1.8亿行证明！万亿次测试漏掉的Bug，被AI一锅端

Show HN：IRS 联邦税表的原型形式化项目

Show HN: A proof-of-concept formalization of the IRS federal tax forms

这是一个 GitHub 仓库，作者称其全部由 AI 生成（vibe coded），目标是为美国联邦税表建立可追溯的形式化模型，让用户和维护者能把各项断言与解释回溯到权威原始文档，以解决此类软件可信度依赖维护方的问题。作者明确表示项目目前处于搁置状态，不应作实际用途。适合对税务软件形式化、可验证软件与 AI 生成代码可信度话题感兴趣的人阅读。

大语言模型正让形式化软件验证在大得多的规模上变得可行

LLMs are making formal software verification feasible at a much larger scale

Anthropic 的一篇研究文章，介绍其与 Theorem 合作，用 Claude 在 100 多个真实开源软件库的汇编代码（RISC-V）层面证明安全属性，并称过程中发现了多年未被察觉的缺陷。文章称这据其所知是首次在汇编层面把形式化验证大规模应用于生产软件。作者署名包括 Keane Lucas、Nicholas Carlini 等人。

斯坦福 EE364A：凸优化 I（2026 夏）

这是斯坦福 EE364A（与 CME364a 等同）的课程主页，页面注明基本课程信息在此，详细更新内容在 Ed 平台。课程在 2025–2026 夏季学期由 Logan Bell 和 Nikhil Devanathan 讲授，每周二、周四 12:00–14:00 在 Skilling Auditorium 上课，首次课为 6 月 23 日，第一周答疑需邮件预约，课程通过 CGOE 平台向注册学生提供录像；因讲座有录像，允许与同期其他课程同时选修，期末考试另设时间。页面还提供完整幻灯片 PDF、CVXPY 教程及若干凸优化应用示例链接，并列出课程助教。适合想了解凸优化入门课程安排和学习资源的人阅读。

形式化费马大定理

Formalizing Fermat's Last Theorem

Anthropic 的一篇文章，介绍其分享的首个经计算机完整校验的费马大定理证明。文中说明 Claude 在约 11 天里基本自主地用 Lean 编程语言写出该证明，并描述了形式化的完成方式，以及这项工作对数学研究可能意味着什么。文章还简述了费马大定理的背景与 1995 年 Andrew Wiles 的原始证明。