Делал это уже раза три на разных стадиях развития PVS, начиная с первой версии, в которой появился сканер общего назначения. На проекте из нескольких миллионов сток кода интересных (валидных) рекомендаций PVS не давал. Но это проект с регулярным использованием Coverity последних версий и вообще высоким качеством наследуемого кода. Предлагаемый Вами подход оценивания не помогает решить вопрос о замене одного анализатора на другой, т.к. он не показывает, сколько общих ошибок нашли бы анализаторы при регулярном использовании. Соответственно, такой подход не приемлем для тех команд, где уже применяется серьезный инструмент статического анализа. Для них нужные реальные аргументы, убеждающие в более высоком качестве выдаваемых рекомендаций (больше реальных ошибок, меньше ложных срабатываний). Не знаю, насколько велик процент клиентов мигрирующих с одного коммерческого инструмента на другой, судя по ответам мне кажется, что он ничтожно мал.

Практический вопрос, понимает ли PVS нотацию в комментариях для Coverity?