O NEAR Protocol delineou planos para aplicar verificação formal assistida por IA ao seu protocolo e aos principais contratos inteligentes, após relatar 672 problemas matemáticos resolvidos a um custo de modelo, no momento da submissão, de US$ 111,85.
Resumo
- O NEAR planeja aplicar verificação formal assistida por IA ao seu protocolo e aos principais contratos inteligentes.
- O NEAR AI relatou ter resolvido 672 problemas do PutnamBench a um custo de modelo, no momento da submissão, de US$ 111,85.
- A verificação em produção exige modelos de software precisos, requisitos definidos e provas que cubram a implementação implantada.
- A verificação formal complementa testes e revisões de código, com garantias limitadas às propriedades e suposições especificadas.
O NEAR Protocol afirmou em um anúncio de 16 de outubro que sua pesquisa busca reduzir o trabalho especializado e os custos computacionais envolvidos em provar que o software segue regras definidas.
A aplicação planejada abrange o protocolo e os contratos principais da rede, além de ferramentas para desenvolvedores do ecossistema. O NEAR descreveu a verificação em produção como um objetivo, enquanto seu trabalho de benchmark concluído diz respeito à geração automatizada de provas matemáticas.
NEAR planeja levar a geração de provas para o software de produção
De acordo com o anúncio do NEAR, aplicar a pesquisa a software em execução envolve três etapas. Os desenvolvedores devem representar um programa matematicamente, definir as propriedades que ele deve satisfazer e construir provas mostrando que essas propriedades se mantêm.
Os resultados recentes de benchmark do NEAR AI demonstram progresso na terceira etapa. O anúncio afirma que o trabalho de produção ainda exige modelos precisos do comportamento do software e uma conexão clara entre as provas e a implementação da qual os usuários dependem.
Em sua explicação, o NEAR distingue uma prova que cobre uma regra contábil específica de uma garantia de que uma aplicação inteira é segura. Um contrato poderia preservar saldos durante transferências, ao mesmo tempo que exigiria uma prova separada de que apenas contas autorizadas podem iniciá-las.
O cofundador do NEAR, Illia Polosukhin, vinculou a pesquisa aos riscos de software gerado por IA e de ferramentas que ajudam atacantes a identificar vulnerabilidades.
“O futuro da IA, e do código gerado por IA, é empolgante – mas somente quando alcançarmos garantias verificáveis e matemáticas de seu comportamento.”
O anúncio reproduz a declaração do texto de Polosukhin sobre segurança de software. O NEAR afirma que a verificação formal deve complementar testes, revisão de código e práticas de segurança operacional.
O resultado de US$ 111,85 mede provas matemáticas
O anúncio do NEAR relata que seu agente de IA resolveu 672 problemas Lean do PutnamBench, um benchmark baseado na competição de matemática de graduação Putnam. O custo médio relatado foi de aproximadamente US$ 0,17 por problema, aos preços de modelo usados para a submissão.
O repositório público do projeto descreve o resultado como 670 problemas originais mais versões corrigidas de dois problemas com formalizações defeituosas. O NEAR afirma que o gasto relatado exclui o custo total de desenvolvimento do sistema e não estima o preço de verificar um contrato de produção.
No repositório, a equipe relata que reproduzir o mesmo uso aos preços off-peak da DeepSeek listados posteriormente custaria US$ 331. Sua metodologia inclui tentativas malsucedidas, embora os autores identifiquem um experimento paralelo separado usando Kimi que excluíram da contabilização de custos.
O repositório descreve verificações contra provas inacabadas e alterações na declaração matemática sendo provada. Ele relata que a execução mais longa durou mais de três dias.
Junto com o PutnamBench, a NEAR afirma que sua equipe alcançou o primeiro lugar em total de soluções no ranking de formalização Lean Eval v1. O anúncio especifica essa medida de classificação, distinguindo-a de primeiras soluções e soluções únicas.
Segundo a NEAR, os benchmarks de matemática exercitam uma capacidade necessária para a verificação de software, porque os desenvolvedores traduzem requisitos de software em declarações matemáticas. A empresa separa esses resultados do trabalho de provar propriedades de código implantado.
As provas formais dependem das regras que os desenvolvedores escolhem
No exemplo de transferência da NEAR, um teste convencional verifica uma transação selecionada, como mover cinco tokens entre duas contas. Uma prova pode estabelecer que toda transferência bem-sucedida coberta pelo modelo matemático preserva o saldo combinado das contas.
O anúncio explica que os desenvolvedores primeiro escolhem um requisito, expressam o comportamento relevante do software matematicamente e submetem uma prova proposta a um verificador. A garantia resultante depende das definições e suposições utilizadas.
A abordagem da NEAR usa Lean, uma linguagem de programação de código aberto e assistente de provas. Um agente de IA pode propor uma prova, executar o Lean, inspecionar seu feedback e revisar a tentativa, enquanto o kernel do Lean verifica se a prova segue suas regras lógicas.
Uma tentativa malsucedida não identifica necessariamente uma falha de software, segundo a NEAR. O requisito pode estar errado, a implementação pode violá-lo, ou o agente pode falhar em encontrar uma prova válida.
A verificação formal já tem aplicações documentadas dentro do ecossistema NEAR. A avaliação da Certora de 30 de março do Templar, um protocolo de empréstimo implantado na NEAR, descreve a revisão manual de seus contratos Rust e a especificação formal e verificação de seu contrato de mercado. A página de avaliação da Certora identifica as propriedades comprovadas e os problemas descobertos como temas do relatório completo.
Outras equipes de blockchain buscaram verificação assistida por IA
Em maio, a Aptos Labs descreveu suporte para verificação formal assistida por IA envolvendo despacho dinâmico em contratos Move. Seu fluxo de trabalho declarado usa especificações geradas por IA com o Move Prover, segundo a cobertura do anúncio.
O cofundador do Ethereum, Vitalik Buterin, discutiu uma combinação semelhante de ferramentas de IA e provas verificadas por máquina. Como o crypto.news relatou anteriormente, seus comentários de maio identificaram aplicações em todo o roteiro do Ethereum, incluindo consenso, criptografia resistente a quantum e sistemas de conhecimento zero.
Buterin alertou que provar uma camada não estabelece que um sistema inteiro se comporta como pretendido. Sua discussão abrangeu a verificação desde especificações de alto nível até a implementação de nível inferior.
A pesquisa de segurança separada da NEAR abordou assinatura resistente a quantum. A proposta da Near One de maio selecionou suporte à assinatura FIPS-204, usando o padrão ML-DSA aprovado pelo Instituto Nacional de Padrões e Tecnologia dos Estados Unidos.
A proposta de maio descreveu uma meta de testnet para o final do segundo trimestre de 2026. A Near One disse que software de carteira, carteiras de hardware, endpoints e APIs exigiriam mudanças coordenadas para suportar os novos esquemas de assinatura.
