NEAR visa segurança do protocolo após corrida de geração de provas de IA de $112

O NEAR Protocol delineou planos para aplicar verificação formal assistida por IA ao seu protocolo e contratos inteligentes principais, após relatar 672 problemas matemáticos resolvidos a um custo de modelo de submissão de $111,85.

Resumo

• O NEAR planeja aplicar verificação formal assistida por IA ao seu protocolo e contratos inteligentes principais.
• O NEAR AI relatou a resolução de 672 problemas do PutnamBench a um custo de modelo de submissão de $111,85.
• A verificação de produção requer modelos de software precisos, requisitos definidos e provas que cobrem a implementação implantada.
• A verificação formal complementa testes e revisões de código, com garantias limitadas a propriedades e suposições especificadas.

O NEAR Protocol disse 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 verificação formal prova que o software segue regras definidas.

Nosso objetivo é torná-la acessível para mais desenvolvedores. O progresso do NEAR AI na geração automatizada de provas nos aproxima.

Próximo: aplicá-la ao protocolo NEAR e aos contratos inteligentes principais. https://t.co/MqFxz4B166
--- NEAR Protocol (@NEARProtocol) 19 de outubro de 2026

A aplicação planejada cobre o protocolo da rede e contratos principais, juntamente com ferramentas para desenvolvedores do ecossistema. O NEAR descreveu a verificação de produção como um objetivo, enquanto seu trabalho de benchmark concluído diz respeito à geração automatizada de provas matemáticas.

NEAR planeja mover a geração de provas para 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 que mostrem que essas propriedades se mantêm.

Os resultados recentes do benchmark do NEAR AI demonstram progresso na terceira etapa. O anúncio diz que o trabalho de produção ainda requer modelos precisos do comportamento do software e uma conexão clara entre as provas e a implementação na qual os usuários confiam.

Em sua explicação, o NEAR distingue uma prova que cobre uma regra contábil particular de uma garantia de que toda a aplicação é segura. Um contrato pode preservar saldos durante transferências, enquanto requer 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 ferramentas que ajudam atacantes a identificar fraquezas.

"O futuro da IA e do código gerado por IA é empolgante -- mas apenas quando alcançarmos garantias verificáveis e matemáticas de seu comportamento."

O anúncio reproduz a declaração da escrita de Polosukhin sobre segurança de software. O NEAR diz que a verificação formal deve complementar testes, revisão de código e práticas de segurança operacional.

O resultado de $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 $0,17 por problema nos preços de modelo usados para a submissão.

O repositório público do projeto descreve o resultado como 670 problemas upstream mais versões corrigidas de dois problemas com formalizações defeituosas. O NEAR diz que os gastos relatados excluem o custo total de desenvolvimento do sistema e não estimam o preço de verificação de um contrato de produção.

No repositório, a equipe relata que reproduzir o mesmo uso a preços fora de pico listados posteriormente no DeepSeek custaria $331. Sua metodologia inclui tentativas malsucedidas, embora os autores identifiquem um experimento paralelo separado usando Kimi que excluíram da contabilidade de custos.

O repositório descreve verificações contra provas inacabadas e mudanças na declaração matemática que está sendo provada. Ele relata que a execução mais longa durou mais de três dias.

Ao lado do PutnamBench, a NEAR afirma que sua equipe alcançou o primeiro lugar em total de resoluções no leaderboard de formalização Lean Eval v1. O anúncio especifica que a medida de classificação, distingue-a de primeiras resoluções e resoluções únicas.

De acordo com a NEAR, os benchmarks matemáticos exercem uma capacidade necessária para a verificação de software, pois os desenvolvedores traduzem os requisitos de software em declarações matemáticas. A empresa separa esses resultados do trabalho de provar propriedades do código implantado.

Provas formais dependem das regras escolhidas pelos desenvolvedores

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 cada 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 utiliza Lean, uma linguagem de programação de código aberto e assistente de prova. Um agente de IA pode propor uma prova, executar o Lean, inspecionar seu feedback e revisar a tentativa, enquanto o núcleo do Lean verifica se a prova segue suas regras lógicas.

Uma tentativa malsucedida não identifica necessariamente uma falha de software, de acordo com 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 possui aplicações documentadas dentro do ecossistema NEAR. A avaliação da Certora em 30 de março sobre o Templar, um protocolo de empréstimo implantado na NEAR, descreve a revisão manual de seus contratos em Rust e a especificação e verificação formal de seu contrato de mercado. A página de avaliação da Certora identifica as propriedades comprovadas e os problemas descobertos como assuntos do relatório completo.

Outras equipes de blockchain buscaram verificação assistida por IA

Em maio, a Aptos Labs descreveu o suporte para verificação formal assistida por IA envolvendo despacho dinâmico em contratos Move. Seu fluxo de trabalho declarado utiliza especificações geradas por IA com o Move Prover, de acordo com a cobertura do anúncio.

O cofundador do Ethereum, Vitalik Buterin, discutiu uma combinação semelhante de ferramentas de IA e provas verificadas por máquina. Como relatado anteriormente pelo crypto.news, seus comentários de maio identificaram aplicações ao longo do roadmap do Ethereum, incluindo consenso, criptografia resistente a quânticos 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 baixo nível.

A pesquisa de segurança separada da NEAR abordou a assinatura resistente a quânticos. A proposta de maio da Near One selecionou suporte para assinatura FIPS-204, utilizando o padrão ML-DSA aprovado pelo Instituto Nacional de Padrões e Tecnologia dos EUA.

A proposta de maio descreveu um alvo de testnet para o final do segundo trimestre de 2026. A Near One afirmou que o software de carteira, carteiras de hardware, pontos finais e APIs exigiriam mudanças coordenadas para suportar os novos esquemas de assinatura.