Encontre a falha que mexe no dinheiro.

É uma amostra pequena, de cinco competições, e não uma prova de superioridade geral. A coluna do Scorpio foi medida em 9 de setembro de 2026 com o motor 890777033a8fc952…, em três repetições idênticas. A impressão digital do motor implantado aparece no topo desta página: se não coincidir, a medição é de um motor anterior e não foi repetida com o de hoje. A do Slither é da versão 0.11.5 sobre os mesmos casos congelados, medida em 6 de setembro; o Slither não mudou entre as duas datas.

O que são as 14 que não casaram — chamá-las de “incorretas” seria impreciso: quatro são de severidade informativa (três avisos de contrato sem eventos e uma nota sobre premissas do token), contexto que o motor entrega de propósito e que não disputa uma lista de vulnerabilidades; três dizem algo verdadeiro sobre o código, que o valor devolvido por uma transferência ERC-20 não é conferido, e a competição não aceitou como achado; e uma é uma chave de sentido único que o motor marca como suspeita porque quem decide se aquilo era intencional é uma pessoa.

Das seis restantes, cinco são a mesma falha de uma entrada da lista oficial, com outro nome. O comparador só casa quando o detector se chama igual à família do rótulo, então, quando o motor acerta a falha e a nomeia pela causa em vez de pelo efeito, a contagem o penaliza duas vezes: o rótulo entra como não encontrado e o achado como incorreto. Os cinco pares foram conferidos um a um, no mesmo contrato e, em quatro deles, na mesma função: a trava que nunca fecha em refund é a reentrância de CH-05; o prazo que pode ser reescrito é CH-07; o percurso sem teto de claimants é MC-08; a assinatura que não amarra a implementação é SP-01; e o digest sem typehash é SP-02. A sexta diz algo verdadeiro que a lista não registra.

Essa atribuição é manual e de parte interessada: quem a fez foi quem trabalha no motor. Por isso os números que valem nesta página continuam sendo os mecânicos. Contando os cinco pares aceitos, dariam 17 casados e 9 sem casar, ou seja, 65,4 % de precisão e 35,4 % de cobertura. Isso é dito para que se veja de onde vem a diferença, não para creditá-la.