差分测试

研究团队用 Opus 5.5 智能体将 CPython 3.15.2 的内部实现逐行翻译为 61.3 万行 Lean 代码，并对照真实 Python 逐项测试、由机器校验全部证明，过程中向 CPython 提交了 418 条缺陷报告。该工作首次给出可机器验证的 CPython 形式化模型，为解释器语义正确性提供了新的工程范式。