A IA aprendeu a provar a impossibilidade: AWM de Tsinghua bate GPT-6 Astra e Claude Opus 5.5 onde eles desistem

O que uma IA faz quando uma tarefa não tem solução? Geralmente diz “Não consegui” – o que é indistinguível de “Não encontrei”. Uma equipe da Universidade de Tsinghua e da Universidade de Zhejiang liderada pelo vencedor do Prêmio Turing, Andrew Yao, introduziu o Algebraic World Model (AWM), um sistema que prova a impossibilidade literalmente: ele constrói um modelo matemático de um ambiente desconhecido, formaliza-o em Lean 4 e produz uma prova verificável de que não existe sequência vencedora. Em ARC-AGI-3 a abordagem supera todos os 183 níveis e aumenta a pontuação de Claude Opus 5 de 40,7 para 99,9.

Por que “não funcionou” é uma resposta ruim

ARC-AGI-3 é um conjunto de 25 jogos públicos onde o agente não recebe regras nem gol. Tem que resolver a mecânica e depois passar de nível. Estas tarefas testam se um modelo consegue raciocinar sobre um mundo desconhecido em vez de recordar exemplos semelhantes do treinamento.

É exatamente aí que os carros-chefe tropeçam. Em um experimento em dois níveis selados – níveis cujo orçamento de ação está uma unidade abaixo da vitória mais barata possível – nem Claude Opus 5.5 nem GPT-6 Astra, ambos equipados com ferramentas de codificação, produziram uma única prova. Em 12 execuções, eles afirmaram que a tarefa era impossível apenas cinco vezes e, em quatro desses casos, citaram o custo mínimo errado. No nível sc25 com um orçamento de 18 ações (a vitória mais barata custa 19), GPT-6 Astra encontrou uma rota que custava 22 movimentos e concluiu que não existia nada mais barato – sem uma prova.

Como AWM transforma um jogo em um teorema

O trabalho acontece em três etapas. Primeiro, exploração: o agente reproduz, registra observações e escreve hipóteses como código Python executável. Cada hipótese é testada contra todas as transições observadas e reescrita se pelo menos uma transição a contradizer.

Depois vem a estrutura: as hipóteses tornam-se objetos digitados e regras compartilhadas, enquanto as transformações inspiradas na teoria das categorias eliminam a redundância. No jogo lp85, onze conceitos separados sobre quatro tipos de botões foram reunidos em uma única regra, press_permutes. Finalmente, o modelo é traduzido para Lean 4, a linguagem que os matemáticos usam para provas verificáveis ​​por máquina. Há AWM comprova dois tipos de afirmações: que um caminho específico atinge a meta e que, sob um determinado orçamento, não existe nenhum caminho vencedor.

A frase-chave é “em absoluto”. Um modelo normal diz “Não encontrei”. AWM apresenta uma prova que pode ser verificada linha por linha e que exclui todas as sequências legais de ações, não apenas aquelas que o agente tentou.

Seis provas versus zero

Nos dois níveis selados AWM produziu uma prova fechada Lean de que vencer dentro do orçamento é impossível em todas as seis corridas de seis. GPT-6 Astra e Claude Opus 5.5 produziram zero dessas provas em doze execuções. As estimativas de custo mínimo são ainda mais reveladoras: quatro dos seis limites iniciais de AWM estavam corretos, Claude Opus 5.5 acertou um de seis e GPT-6 Astra acertou nenhum. Depois de ser informado que existia uma vitória mais barata, AWM revisou suas regras e atingiu seis limites corretos em seis.

183 níveis, 99,9 pontos e 43% das ações de um ser humano

Depois vem o conjunto completo de ARC-AGI-3. Nos 25 jogos públicos, os modelos de AWM permitem que Lean reproduza as trajetórias vencedoras de todos os 183 níveis. Em layouts invisíveis, as regras congeladas previram todas as 4.160 transições; após uma mudança mecânica, o modelo rejeitou 4.031 transições – o que significa que o modelo percebeu que o mundo havia mudado em vez de continuar com as instruções antigas.

Com Claude Opus 5 como modelo básico, AWM pontua 99,9; o mesmo Claude Opus 5 sem AWM pontua 40,7. As trajetórias vencedoras certificadas utilizam 43% das ações que uma linha de base humana gasta. Em outras palavras, o sistema não apenas encerra o jogo; ele limpa mais economicamente do que um ser humano médio.

Onde está a captura

As provas de AWM são provas sobre um modelo aprendido, não sobre o jogo em si. A transformação de telas em estados acontece em Python, fora de Lean. O modelo pode acabar mais rígido que o jogo; então uma prova de “impossível” seria verdadeira para o modelo e falsa para a realidade. Os autores são explícitos sobre o que as provas estabelecem: as regras concordam com cada transição registada, a rota certificada realmente limpa o nível sob essas regras e em níveis selados não existe nenhuma rota vencedora dentro do orçamento.

A ligação com o jogo real é estabelecida de fora: as regras congeladas prevêem 4.160 transições em layouts invisíveis, e uma busca exaustiva no motor de jogo confirma os limites selados. Mas se a exploração foi incompleta e o agente esqueceu uma regra importante, o resultado é uma verdade local, e não uma descrição do mundo inteiro. Os autores descrevem um ciclo: observação, hipótese, experimento, abstração, prova e observação novamente. O papel está ligado arXiv (enviado em 29 de outubro de 2026, revisado em 30 de outubro), e os registros de execução mais uma demonstração são no site do projeto.

Por que isso é importante além dos jogos

Os agentes já planejam viagens, escrevem códigos e gerenciam tarefas. No mundo real, porém, eles terão de dizer não apenas “aqui está a solução”, mas “não há solução, e aqui está o porquê”. A diferença é enorme. “Não encontrei” significa tentar outra abordagem ou esperar. “Provei que não é possível” liberta recursos, altera o plano e interrompe um ciclo interminável.

Para uma plataforma construída sobre modelos generativos, a questão parece a mesma vista do outro lado: quanto mais tarefas são automatizadas, mais importante se torna a verificabilidade – e não a confiança em uma resposta. Uma prova formal é a forma mais extrema e rigorosa dessa verificabilidade. Nos jogos já funciona. No planeamento, orçamentação e revisão de código, o próximo passo é aprender a construir provas igualmente curtas e legíveis para problemas sem regras claras.

O que isso significa para os usuários

Ambos os modelos do papel - Claude Opus 5.5 e GPT-6 Astra - estão disponíveis em NeuralSpace Bate-papo. AWM é um projeto de pesquisa sem acesso público, mas você já pode ver como os modelos modernos raciocinam sobre suas próprias tarefas. Para agentes de construção e projetos de sua autoria, existe o Código seção.

E um pouco de estatísticas reais. De acordo com dados de produção anônimos de NeuralSpace nos últimos 30 dias (janela 03.10–02.11.2026), o chat processou 1.513 mensagens de usuários em 516 sessões. Quatro modelos representaram 69% das respostas, com GPT-5.4 Mini liderando com 580 respostas. Os carros-chefe pesados ​​são escolhidos seletivamente: no trabalho diário, a velocidade e o preço geralmente vencem, enquanto os problemas difíceis são uma história à parte.

Perguntas frequentes

O que é Algebraic World Model?

Um sistema que explora um ambiente desconhecido, constrói um modelo matemático dele e prova formalmente afirmações sobre esse modelo em Lean 4 — por exemplo, que uma meta é inalcançável dentro de um determinado orçamento de ação.

Qual a diferença entre AWM e um modelo de linguagem regular?

Um modelo de linguagem propõe uma resposta e pode estar errado sem mostrá-la. AWM primeiro constrói regras explícitas do mundo, depois as verifica e obtém consequências como uma prova que um programa independente pode verificar. Um erro em uma regra fica visível em vez de oculto nos pesos.

Posso tentar AWM?

Não existe uma versão pública; é um projeto de pesquisa. Mas os modelos básicos nos quais ele foi executado estão disponíveis no NeuralSpace Chat, e você pode criar seus próprios experimentos na seção Código.