AI Brasil
AI Avançado

Verificação formal com IA quer garantir que o código funcione de primeira

Empresas como Harmonic, Theorem, Axiom Math e a recém-chegada &Truth usam o assistente de provas Lean para provar matematicamente que um código faz o que deveria, em vez de só testá-lo. O desenvolvedor já pode encostar nisso hoje, mas o custo em tokens ainda pesa.

Lucas FerrazColunista

· 9 min de leitura

Este artigo foi escrito por Lucas Ferraz. Conteúdo produzido por agente de IA da redação AI Brasil, sob revisão editorial humana. Saiba como produzimos no expediente.

Imagem gerada por IA

A Latent Space publicou em 20 de novembro de 2026 uma reportagem do editor Richard MacManus sobre um movimento que vem crescendo entre empresas de IA aplicada a matemática: usar verificação formal para provar, com lógica e matemática, que um código faz exatamente o que a especificação pede. O gatilho é o que a própria indústria apelidou de "slop": a avalanche de código gerado por modelo de linguagem que passa nos testes superficiais mas esconde falha que ninguém viu.

A reportagem reúne quatro empresas que apostam nisso: Harmonic, Theorem, Axiom Math e a estreante &Truth. A entrevista central é com Clark Barrett, professor de ciência da computação em Stanford, cocriador do solver cvc5 e agora cofundador e co-CEO da &Truth.

O problema: testar não é provar

Quando uma ferramenta de IA diz que "verificou" o próprio código, na prática isso costuma significar rodar testes automáticos, pedir que o próprio agente critique o resultado ou usar outro modelo como juiz. Barrett explica a diferença para a Latent Space:

A diferença principal é, na real, como você sabe que terminou. Testar, aplicar patch, escanear, usando todas essas ferramentas que já existem, elas são bem boas. Encontram um monte de problema, levantam essas questões. Mas você nunca tem certeza: encontrei todos ou ainda tem um escondido que minha ferramenta não consegue achar?

The main difference is really just, how do you know when you're done. So if you're testing, patching, scanning, using all these existing tools, they're quite good. I mean, they find a ton of problems. They raise those issues. But you're never quite sure, did I find all of them or is there one more lurking there that my tool can't find?Clark Barrett, cofundador e co-CEO da &Truth

Verificação formal resolve essa pergunta de outro jeito: em vez de rodar o código contra casos de teste, ela constrói uma prova matemática de que o código satisfaz a especificação, para todo caso possível, não só os que alguém pensou em testar.

Como funciona por baixo: solver, Lean e prova checável

A peça mais antiga desse ecossistema é o cvc5, um "solver" para SMT (satisfiability modulo theories, um jeito de perguntar a um programa se um conjunto de restrições lógicas tem solução). Barrett e colegas publicaram o artigo original do cvc5 em 2022, e a ferramenta já roda em produção: segundo Barrett, a Amazon usa o cvc5 no Kiro, seu ambiente de desenvolvimento agêntico, para análise de especificação e geração de teste.

Um exemplo simples do que um SMT solver resolve, em sintaxe SMT-LIB:

(declare-const x Int)
(assert (> x 0))
(assert (< x 10))
(check-sat)

Isso pergunta: existe um inteiro x maior que 0 e menor que 10? O solver responde sat (satisfatível) e, se pedido, devolve um valor que satisfaz as restrições. É o tipo de pergunta lógica que, em escala, permite checar se uma função nunca estoura um limite de array ou nunca divide por zero.

A camada mais nova do ecossistema usa o Lean, uma linguagem de programação e assistente de provas de código aberto que modelos de fronteira vêm usando para resolver problemas matemáticos difíceis. Um exemplo didático do que o Lean faz:

lean
theorem add_comm_example (a b : Nat) : a + b = b + a := by
  exact Nat.add_comm a b

O Lean não executa esse código: ele checa, passo a passo, se a prova realmente demonstra o teorema declarado. Se a IA errar um passo da prova, o Lean rejeita. Como resume Barrett: "O que o Lean faz é só checar que você não cometeu um erro. Dá para pensar nele como um verificador muito sofisticado para matemática" (original, en: "What Lean does is it just checks that you didn't make a mistake. So you can think of it as a very sophisticated checker for mathematics.") (autor: Clark Barrett, cofundador e co-CEO da &Truth).

Quatro apostas diferentes sobre o mesmo problema

EmpresaProdutoFoco
HarmonicAristotleIA escreve a prova, Lean checa cada passo antes de aceitar o resultado
Theoremplataforma de verificação em escalasegurança: provar propriedades de código sob ataque adversarial
Axiom MathAxiomProver + AXLEgerar provas em Lean para treinar modelos de raciocínio matemático
&Truth&Atlasmapear código aberto em C e provar propriedades como segurança de memória

A &Truth descreve seu primeiro produto, o &Atlas, como "um mapa do código aberto do mundo, começando pela linguagem C". A ambição declarada pela empresa é ler código "em qualquer linguagem, provar se ele satisfaz requisitos declarados com precisão, e permitir que humanos confiem nele sem precisar entender cada linha".

Já a Axiom Math usa a verificação formal como sinal de treino: tentativas de prova em Lean viram feedback de correção para melhorar os próprios modelos de raciocínio matemático da empresa. Em entrevista à Latent Space em junho de 2026, a CEO Carina Hong defendeu que isso vai além de evitar erro:

Verificação formal, ou IA verificada, para nós não é só lidar com a imprecisão, as alucinações, os erros. É sobre escalar brilhantismo. É sobre superinteligência.

Formal verification, or verified AI, to us it's not just about handling or kicking out the lousiness, the hallucinations, the mistakes. It's about scaling brilliance. It's about super-intelligence.Carina Hong, CEO da Axiom Math

Segurança: caçar falha de memória em código C que já existe

O caso de uso que mais interessa a quem cuida de infraestrutura crítica é a segurança. Barrett descreve o que a &Truth mira: passar por todo o código C do mundo, aberto ou fechado, e tentar garantir que ele é seguro em memória (ou seja, que não acessa posição inválida, não libera memória duas vezes, não vaza buffer). Quando encontra um problema, a ferramenta aponta exatamente onde está o defeito e o que precisa mudar para corrigi-lo.

A Theorem trabalha a mesma frente com outro enquadramento: "a verificação é a única defesa que resiste enquanto os adversários escalam", resume a empresa em seu site institucional. A companhia publicou com a Anthropic um post técnico batizado de "LLMs are making formal software verification feasible at a much larger scale", descrevendo o que os dois times chamam de verificação formal em escala de LLM.

O custo em tokens está caindo, mas ainda é alto

Nenhuma das quatro empresas publicou tabela de preço por chamada ou por mês para verificação formal, o que por si só já é um dado: hoje isso ainda é oferecido como produto sob demanda ou pesquisa aplicada, não como API de prateleira. O Lean e o cvc5, as peças de base, são de código aberto e gratuitos; o custo real está no processamento que a IA gasta tentando construir a prova.

E esse custo está caindo. No post com a Theorem, a Anthropic relatou que, em um conjunto de 36 tarefas pequenas de verificação, o modelo Opus 5.5 atingiu taxa de resolução de 50% usando cerca de 40% menos tokens que o Opus 5. A expectativa das duas empresas é que essa curva continue melhorando conforme mais modelos sejam treinados especificamente em tarefas longas de verificação.

Para quem avalia adotar isso num pipeline real, a conta de hoje é: verificação formal ainda consome mais tokens que rodar uma suíte de teste convencional, mas a diferença está encolhendo rápido o suficiente para valer a pena monitorar lançamento de modelo por lançamento de modelo, não ano a ano.

"Veri-coding": o que muda no dia a dia de quem programa

A &Truth batizou a proposta de fluxo de trabalho de "veri-coding", numa variação de "vibe coding" (o estilo de programar descrevendo a intenção em linguagem natural e deixando o agente escrever o código). A diferença é que a camada de verificação formal entra como parte do fluxo, não como etapa opcional depois.

Barrett descreve como isso apareceria na prática:

Se você tem sua máquina de verificação conectada ao seu agente, ainda pode dizer: ei, eu quero que você construa isso. Talvez dê um pouco de trabalho acertar com o agente qual é a especificação exata do que você quer construir. Mas depois o agente pode ir por baixo dos panos, colaborar com a ferramenta de verificação formal, e basicamente o que você vai ver é quase nenhuma diferença, exceto que seu código vai funcionar de primeira.

If you've got your verification machine connected to your agent, you can still say, 'hey, I want you to build this.' Maybe there's a little bit of work to really nail down with the agent what the specification is of what you want to build. But then the agent can go under the hood, collaborate with the formal tool, and essentially what you'll see is almost no difference except your code will work the first time.Clark Barrett, cofundador e co-CEO da &Truth

O ponto prático que fica para quem programa: o tempo que hoje vai para escrever e revisar código tende a migrar para escrever e revisar especificação. Isso exige uma habilidade que pouco time de desenvolvimento treina hoje, que é descrever com precisão o que um sistema deve (e não deve) fazer antes de pedir para o agente construir.

Onde isso ainda não chega

Vale separar o que é lançamento de fabricante do que é resultado medido por terceiro. O ganho de eficiência em token do Opus 5.5 veio de um relatório conjunto Anthropic/Theorem sobre 36 tarefas pequenas, não de um benchmark independente amplo. Já o uso do cvc5 em produção na Amazon é afirmação do próprio Barrett, sem número público de volume divulgado pela Amazon.

Dois pontos ainda em aberto merecem ceticismo saudável. Um pesquisador da Anthropic, Levent Alpöge, afirmou recentemente ter usado o Claude para produzir uma prova em Lean da hipótese de Riemann, problema aberto há 167 anos, e publicou o material; a reportagem da Latent Space registra a alegação, mas isso ainda não passou por revisão da comunidade matemática. Da mesma forma, a reportagem cita que o GPT-6.2 Astra teria produzido o que a empresa de avaliação Vals considera a primeira prova em Lean do Teorema do Gap de Smoktunowicz, também sem confirmação independente adicional no material disponível.

Para quem decide onde investir tempo de engenharia hoje, o caminho mais realista não é trocar teste por prova formal amanhã. É escolher um módulo pequeno e crítico (parser, código em C com manuseio de memória, lógica de autorização) e testar uma dessas ferramentas nele, medindo o custo em token contra o tempo que normalmente se gasta caçando bug depois que o código já está em produção.

Fonte: Latent Space

Compartilhar
Quem escreveuLucas FerrazColunista

Cobre a parte técnica da inteligência artificial para quem constrói e opera sistemas: desenvolvedores, analistas e times de TI. Compara modelos, mostra o código e o prompt, mede o resultado e diz quanto custa, para o leitor conseguir repetir na própria empresa.

Leia também

Newsletter AI Brasil

A IA da semana, para a sua profissão

Toda semana: um guia para o seu trabalho, a notícia traduzida e uma coisa nova para experimentar. Gratuita, sem spam.

Você é… (opcional)