DeepMind apresenta o AlphaProof Code e diz ter verificado o código do Signal
A Google DeepMind descreveu, em 10 de novembro de 2026, o AlphaProof Code, um conjunto de agentes de IA usado para provar propriedades de segurança do código do protocolo Signal. Segundo a equipe, as provas foram feitas na linguagem Lean, com revisão humana concentrada em uma fração do material.
A Google DeepMind apresentou em 10 de novembro de 2026 o AlphaProof Code, um esquema de agentes de IA voltado à verificação formal de software. No anúncio oficial, a equipe afirma ter usado o sistema para provar propriedades de segurança do código do protocolo Signal, o mesmo que protege conversas em aplicativos como o Signal e o Google Messages.
O que a equipe descreve
A verificação formal consiste em demonstrar, em termos matemáticos, que um programa satisfaz uma especificação. A DeepMind diz que o AlphaProof Code divide o trabalho como um grupo de pesquisa: especialistas humanos, com ajuda de modelos, definem o que precisa ser provado. Em seguida, agentes baseados no Gemini Carbon produzem as provas.
Segundo o texto, esses agentes geraram mais de seis milhões de linhas na linguagem Lean, que permite checar automaticamente se uma demonstração está correta. Depois, os próprios agentes destacaram trechos que pediam uma segunda leitura humana. A empresa afirma que isso correspondeu a cerca de 1% do material, e que o restante ficou a cargo da checagem do Lean.
A DeepMind também afirma que o processo levou quatro semanas, um prazo que, no relato da equipe, costuma levar anos quando o trabalho é feito só por especialistas. Para testar se o sistema distingue código correto de código com falha, a equipe reintroduziu, numa versão isolada, dois erros reais que já tinham sido corrigidos no Signal. Nos dois casos, segundo o anúncio, o sistema produziu uma prova verificada de que a versão alterada era insegura.
Por que o recorte importa
A maior parte da verificação de protocolos, lembra a DeepMind, para no desenho. Aqui, a equipe diz ter ido até o código compilado que roda nos aparelhos, inclusive em propriedades como a proteção das mensagens antes e depois de um dispositivo ser comprometido por um tempo. O CTO do Signal, Ehren Kret, aparece no texto dizendo que traduzir código em produção para teoremas válidos em Lean, com ajuda de agentes, amplia o alcance desse tipo de análise.
A DeepMind declara que está abrindo os artefatos da verificação formal para a comunidade e aponta um artigo técnico no mesmo anúncio. Os resultados e o alcance exato das provas são os que a própria empresa descreve. Quem for reusar o material precisa conferir os artefatos e o artigo, não só o comunicado.