【AI一锅端万亿次测试漏掉的Bug！Claude狂写1.8亿行数学证明】近日网络攻击频发，Anthropic联手Theorem Labs发布报告：利用Claude对123个开源库发起数学级Bug清扫。短短几周，Claude完成1.8亿行Rocq证明，揪出谷歌万亿次模糊测试漏掉的漏洞，甚至挖出x86硬件缺陷。过去形式化验证成本极高，如今AI使证明速度每两月翻番。预计到2027年底仅需1.34亿美元即可验证Nix生态95%的机器码。首批证明已在GitHub开源，正将形式化验证变为保障网络安全的普惠工程。

2026年4月，Claude官方承认近期出现三大bug导致模型性能下降。问题包括推理等级从“高”调为“中”、缓存bug致对话记录清空、提示词限制影响输出质量。这些问题自2月以来引发用户广泛抱怨，BridgeBench测试显示Opus 4.6准确率从83.3%降至68.3%。官方虽发布postmortem并重置使用额度作为补偿，但被质疑为成本控制之举。与此同时，GPT-5.5发布加剧竞争压力，用户开始转向其他模型如Codex和MiniMax。Anthropic面临修复bug与重建信任的紧迫挑战。

2026年4月，Claude模型因严重bug引发热议，Hacker News社区讨论热度飙升。该问题表现为Claude混淆用户输入与系统指令，甚至将恶意注入的底层指令误认为合法请求，导致身份识别障碍。技术根源指向Transformer架构中注意力机制的盲区，数据与控制路径重合使模型缺乏安全隔离边界。网友指出此问题不仅限于Claude，ChatGPT也有类似情况，可能与接近上下文窗口极限有关。为应对，社区提出多种解决方案，如引入不可伪造的界定符或采用双模型架构进行安全审计。此外，Anthropic近期对Claude服务的调整导致开发者体验不稳定，逻辑推理能力下降，还出现计费系统故障等插曲，引发广泛吐槽。