Startups usam IA para automatizar verificação formal e provar código sem bugs
Novas ferramentas reduzem meses de trabalho matemático para poucas horas, atraem aportes milionários e tentam blindar o código gerado por modelos de linguagem.
Por que importa. Com mais código gerado por IA entrando em produção, a validação matemática reduz falhas críticas em criptografia e infraestrutura sem exigir meses de especialistas.
A startup &Truth foi lançada publicamente nesta quinta-feira com US$ 70 milhões em caixa para aplicar inteligência artificial à verificação formal de software. A tecnologia, que usa provas matemáticas para demonstrar que um sistema não possui falhas lógicas, historicamente dependia de especialistas manuais e meses de trabalho. Um estudo liderado pela pesquisadora Chuyue Sun, da Universidade Stanford, mostrou que ferramentas de IA conseguiram concluir a verificação de código criptográfico em menos de meio dia por menos de US$ 500, tarefa que antes exigia cinco meses de três engenheiros altamente qualificados.
O avanço mira um gargalo central na engenharia de software atual. Enquanto o desenvolvimento assistido por modelos acelera a entrega de código, a garantia de que as instruções não escondem brechas catastróficas continua dependente de baterias de testes estatísticos. A verificação formal transforma as regras de negócio e de segurança em fórmulas matemáticas validadas por ferramentas como Lean, Rocq e Isabelle, eliminando comportamentos inesperados que testes convencionais não conseguem capturar.
Corrida de capital e suporte a C e Verilog
A disputa pelo setor atraiu aportes expressivos nos últimos meses. A Harmonic, cofundada pelo presidente-executivo do Robinhood, Vlad Tenev, já captou US$ 295 milhões e anunciou suporte à verificação de software em linguagem C e projetos de hardware em Verilog por meio de seu agente matemático Aristotle. A ferramenta está em fase de avaliação em fabricantes de semicondutores como Tensordyne e Nvidia, cujo braço de investimento também financia a empresa.
Outros agentes de fronteira começaram a se integrar a fluxos de prova matemática. Na semana passada, a Anthropic e a startup Theorem revelaram uma extensão para o modelo Claude após utilizarem IA para encontrar falhas em bibliotecas de código aberto que trilhões de testes automatizados não detectaram. Ao mesmo tempo, o pesquisador Madan Musuvathi, após mais de duas décadas na Microsoft Research, fundou a Truidic com o objetivo de levar a verificação formal ao mercado comercial para conter vulnerabilidades exploradas por terceiros.
Limites técnicos e risco de falsa segurança
Embora empresas como Apple, Boeing e Amazon Web Services utilizem verificação formal em partes críticas de suas bibliotecas criptográficas e em servidores de nuvem, a adoção em larga escala ainda enfrenta barreiras estruturais. Executivos ouvidos pela revista Wired apontam que a escassez de profissionais da área e o receio de atrasar ciclos de entrega limitavam a prática a apenas um recurso essencial de cada produto.
Críticos e concorrentes do setor apontam que a abordagem não é imune a falhas práticas. Will Wilson, fundador da ferramenta de testes Antithesis, afirma que a verificação formal funciona sobre premissas teóricas de como computadores e pessoas operam, mas não previne erros causados por falhas de hardware ou uso inadequado. A Antithesis localizou erros adicionais em softwares que haviam sido formalmente verificados por seus clientes.
Entre as empresas que fornecem o serviço de forma tradicional, como a Proofcraft, o alerta recai sobre a qualidade das especificações produzidas por IA. Segundo a diretoria da companhia, especificações geradas automaticamente podem inspirar confiança injustificada em equipes que não auditam as premissas matemáticas. As startups do setor ainda definem se vão vender seus sistemas diretamente para times de desenvolvimento ou se atuarão embutidas nas plataformas dos grandes laboratórios de IA.
Fontes
- Wired: The ‘Pain in the Ass’ Math That Could Save Vibe Coding From Itself
Reportagem produzida pela redação do Flipters com apoio de inteligência artificial, a partir das fontes acima. Como trabalhamos. Editor responsável: João Paulo Resende.
