O Google DeepMind anunciou em 10 de novembro de 2026 que seu novo sistema de IA, AlphaProof Code, foi usado para verificar formalmente o código real do protocolo Signal. Verificação formal é a comprovação matemática de que um software funciona exatamente como previsto, sem falhas ocultas. A equipe orientou agentes de IA a gerar e conferir uma prova de que o código compilado do Signal cumpre garantias essenciais de segurança, como manter as mensagens protegidas mesmo que um dispositivo seja temporariamente comprometido. Todo o trabalho levou quatro semanas — uma tarefa que normalmente exigiria anos de trabalho de equipes especializadas.
O que o AlphaProof Code faz
O AlphaProof Code é um sistema multiagente baseado em vários LLMs (modelos de linguagem de grande porte). Primeiro, pesquisadores traduzem os objetivos de segurança do Signal em especificações formais, revisando cada etapa. Em seguida, um grupo de agentes, impulsionado pelo modelo Gemini Carbon da DeepMind, escreve a prova em Lean, uma linguagem que verifica teoremas matemáticos. Os agentes produziram mais de seis milhões de linhas de código Lean e sinalizaram apenas cerca de um por cento da base de código para revisão humana. O sistema também identificou corretamente duas falhas já corrigidas quando elas foram reintroduzidas, mostrando que consegue distinguir código seguro de código com erros.
Por que isso importa
A verificação abrange a implementação compilada, e não apenas o projeto, eliminando uma lacuna onde muitas vulnerabilidades do mundo real se escondem. O diretor de tecnologia do Signal, Ehren Kret, disse que o resultado traz “mais confiança nas garantias de privacidade do nosso código”. Especialistas veem nisso um passo rumo ao uso da IA para oferecer um nível avançado de garantia de segurança a bancos, dispositivos médicos, softwares de redes elétricas e outros sistemas críticos.
Por que importa
Para quem usa esses serviços no dia a dia, o trabalho significa que a criptografia que protege bilhões de mensagens no Signal e no Google Messages foi verificada matematicamente no nível da implementação, reduzindo o risco de falhas ocultas. Para desenvolvedores, mostra um caminho prático para acelerar as revisões de segurança com verificação formal assistida por IA, embora ainda não estejam claros os custos nem como ampliar o uso.
