OpenAI e Paradigm criam teste para auditoria de smart contracts com IA

A OpenAI e a firma de venture capital cripto Paradigm anunciaram o EVMbench, um benchmark especializado criado para medir o desempenho de agentes de IA na auditoria de smart contracts. A ferramenta avalia três habilidades concretas: encontrar vulnerabilidades de alta gravidade, criar patches para corrigi-las e explorar na prática as falhas encontradas. Com a indústria de blockchain perdendo centenas de milhões de dólares por ano por causa de vulnerabilidades em smart contracts, uma ferramenta padronizada para avaliar sistemas de IA deixa de ser um exercício acadêmico e se torna uma necessidade urgente.

Para entender por que o EVMbench surge justamente agora, é preciso olhar para o estado do mercado de segurança em blockchain. Smart contracts são códigos autoexecutáveis implantados em uma blockchain, e eles controlam bilhões de dólares em protocolos de finanças descentralizadas. O problema é que, depois de publicado na rede, um contrato é praticamente impossível de alterar — qualquer erro se torna permanente e potencialmente devastador.

A auditoria tradicional exige especialistas altamente qualificados, que estão em falta crônica: a demanda por auditores de smart contracts supera a oferta há tempos, e as revisões se arrastam por semanas. Em teoria, é exatamente essa lacuna que agentes de IA podem fechar — desde que, claro, suas capacidades possam ser medidas e comparadas.

O EVMbench tem como alvo a Ethereum Virtual Machine (EVM), o padrão de execução de smart contracts que sustenta não só o Ethereum, mas também dezenas de blockchains compatíveis, como BNB Chain, Polygon, Arbitrum e outras. Isso torna o benchmark relevante para todo o ecossistema, e não para uma única rede. O teste é construído em torno de cenários reais: o agente de IA recebe o código de um contrato e não pode se limitar a apontar uma "possível vulnerabilidade" abstrata.

Ele precisa localizar com precisão a falha crítica, propor um patch funcional e demonstrar a exploração — ou seja, mostrar como um invasor poderia tirar proveito do problema na prática. Essa abordagem em três níveis diferencia o EVMbench de testes genéricos de programação: o que se avalia é a compreensão da lógica de segurança, e não as habilidades sintáticas do modelo.

A parceria entre OpenAI e Paradigm faz sentido, mas está longe de ser trivial. A Paradigm vai além de um fundo que investe em startups cripto: a empresa é conhecida por sua profunda expertise técnica e conduz pesquisas próprias em segurança de blockchain. Para a OpenAI, a colaboração abre a oportunidade de demonstrar o valor prático de seus agentes fora dos cenários habituais, como escrever textos ou gerar código. Vale notar que o benchmark foi desenvolvido em conjunto — o que significa que o EVMbench reflete a experiência de profissionais de segurança atuantes, e não apenas de engenheiros treinados para criar testes.

Para a indústria de segurança com IA, o EVMbench marca a passagem do discurso para resultados mensuráveis. Até agora, era difícil verificar as alegações sobre a eficácia de auditores de smart contracts baseados em IA: cada empresa usava seus próprios testes, incompatíveis entre si. Um benchmark padronizado cria uma linguagem comum — desenvolvedores poderão comparar modelos de forma objetiva, e quem contrata auditorias terá uma referência na hora de escolher ferramentas. Isso muda a dinâmica da concorrência: vence quem tem um modelo que realmente entrega resultados nas mesmas tarefas, e não quem anuncia suas capacidades com mais alarde.

Para usuários e projetos que trabalham com blockchain, as consequências de longo prazo podem ser bastante palpáveis. Se os agentes de IA aprenderem a encontrar vulnerabilidades críticas de forma confiável, o custo e o prazo das auditorias de smart contracts cairão de maneira significativa — e protocolos menores, que hoje não têm condições de bancar uma revisão de segurança completa, passarão a ter acesso à proteção. Isso não elimina a auditoria humana, mas muda seu papel: o especialista poderá se concentrar em vulnerabilidades lógicas complexas e delegar à máquina a busca rotineira por padrões conhecidos.

O EVMbench é um reconhecimento de que a auditoria de segurança automatizada está se tornando uma área séria, que exige ferramentas de avaliação igualmente sérias. O fato de OpenAI e Paradigm terem assumido o desenvolvimento juntas indica a maturidade do momento: o setor está pronto para sair dos experimentos e partir para padrões. A próxima questão é qual pontuação os modelos atuais vão alcançar e com que rapidez os concorrentes vão começar a se otimizar para o novo teste. A história de outros benchmarks sugere que, assim que surge uma meta mensurável, o progresso se acelera de forma exponencial.