Whitepaper Rul (.rl) & Avaliação Empírica — Zenodo DOI 10.5281/zenodo.23722094
Whitepaper técnico, análise arquitetural por primeiros princípios, metodologia de benchmark colunar de 80 MB e verificação criptográfica de Prior Art SHA-256 para Rul (.rl).
Rul (.rl): Uma Linguagem de Programação Binária SSA-DAG de 128 Bits Portadora de Escalonamento e Prova
As linguagens de programação tradicionais (C, Go, Rust, Python) foram projetadas em torno de restrições biológicas humanas: entrada de teclado de baixa largura de banda (~40 bits/s) e leitura visual de código ASCII, o que impõe uma enorme taxa de serialização, análise, inferência de tipos e otimização LLVM sobre Agentes de IA autônomos.
Rul (.rl) elimina o código-fonte textual como representação primária, substituindo-o por um SSA-DAG topológico binário plano mapeado em memória, onde cada instrução é um NodeFrame fixo de 128 bits (16 bytes) codificando Algoritmo + ScheduleHint + ProofIdx + AffineToken/ReadLease. Como o Agente de IA emite dicas explícitas de escalonamento e testemunhas de segurança junto com o algoritmo, o compilador Rul realiza zero inferência de tipos e zero busca: um verificador linear O(N) de passagem única garante matematicamente 100% de ausência de aliasing de memória, uso após consumo, buffer overflows e violações de capacidade de sandbox em ~5.78 ns/nó, enquanto o motor de execução de 3 níveis e o compilador direto x86_64 ELF64 AOT fundem pipelines colunares de múltiplos estágios em loops de registradores de passagem única em ~6.4 µs.
Por Que as Linguagens de Texto Humanas São um Gargalo para Agentes de IA
- • A IA serializa a intenção interna de tensores em milhares de caracteres ASCII (pub fn, chaves, ponto e vírgula).
- • O compilador gasta segundos analisando texto, construindo ASTs e executando buscas NP-hard de borrow-checker / alocação de registradores.
- • O escalonamento de hardware (SIMD / blocagem de cache / threads) fica emaranhado dentro da sintaxe imperativa de loops.
- • A IA emite quadros binários de 16 bytes diretamente (0 ms de parsing, 0% de erros de sintaxe).
- • Um único loop direto verifica a ordem SSA, versões de memória e limites em ~5.78 ns/instrução.
- • Mutar 1 byte (Byte 2: schedule_hint) alterna a execução de SIMD em 1 núcleo para MultiCore + ZoneMap.
Resultados Empíricos de Benchmark (80 MB / 10M f64)
| IMPLEMENTAÇÃO | MODO | LATÊNCIA | LARGURA DE BANDA | VS C 8-ACC |
|---|---|---|---|---|
| [A] Imperativo AoS + Vec::collect() | 1 Núcleo AoS + Alocação no Heap | 70.66 ms | 1.13 GB/s | 0.10x |
| [B] Rust Idiomático SoA (filter().map().sum()) | 1 Núcleo Cadeia de Iteradores SoA | 19.12 ms | 4.18 GB/s | 0.38x |
| [C] C/Rust Escrito à Mão SoA de 8 Acumuladores | 1 Núcleo Linha de Base Desenrolada de 8 Vias | 7.32 ms | 10.92 GB/s | 1.00x (Baseline) |
| [D] Rul (.rl) Tier 2 SIMD Fusionado (0x11) | 1 Núcleo SIMD em Bloco L1 (SimdStream) | 5.91 ms | 13.53 GB/s | 1.24x (1-Core vs 1-Core) |
| [E] Rul (.rl) Tier 2 MultiCore (0x12) | Todos os Núcleos (Mutação de Escalonamento de 1 Byte) | 3.19 ms | 25.04 GB/s | 2.29x (Schedule Byte) |
| [F] Rul (.rl) Tier 2 MultiCore + ZoneMap | Todos os Núcleos + Salto O(1) de Blocos Frios | 1.55 ms | 51.53 GB/s | 4.72x (Peak Speedup) |
Cite o Rul (.rl) em Pesquisas
@software{rul_2026_spec,
author = {Rul Core Architecture Team},
title = {{Rul (.rl): A 128-Bit Schedule- and Proof-Carrying Binary SSA-DAG Programming Language and Execution Engine for Autonomous AI Agents}},
month = oct,
year = 2026,
publisher = {Zenodo},
version = {0.4.0},
doi = {10.5281/zenodo.23722094},
url = {https://doi.org/10.5281/zenodo.23722094}
}Prior Art & Verificação Criptográfica
Resumos SHA-256 da especificação central e implementação em Rust ancorados via OpenTimestamps em docs/prior_art/.
| CAMINHO DO ARTEFATO | PAPEL | RESUMO SHA-256 |
|---|---|---|
| docs/rul_spec_v0.md | Especificação Oficial de Layout Binário .rl & Verificador O(N) | 9174ff81b429b19785646f25707034a36b4ba7b4a7964b7e04ddbc31fda9d9c6 |
| docs/WHITEPAPER_RUL_V0_1.md | Whitepaper Técnico & Avaliação Empírica (Zenodo DOI) | 141ea3d9b348369b4e233746619fee443387e931c821fe2eb32b93f760571b98 |
| docs/new_language_for_AI.md | Análise Arquitetural por Primeiros Princípios para Agentes de IA | 88043cda84b7289e9fe26f4bc3547a58b994a91b1df8774bbc206dc6dba5504d |
| src/bytecode.rs | RulHeader de 64B, ArenaDescriptor de 16B, ProofEntry & NodeFrame de 128 bits | 3a8c780cf4181c936b303943eafa3729eba9e519cd9d55569c28f1f630f26c03 |
| src/verifier.rs | Verificador Estático Linear O(N) de Passagem Única (~5.78 ns/nó) | feaa5ae7e94b2bede64772d1ce595286bed35ac2afc9be9b571836813a4eb11b |
| src/engine.rs | Motor de Execução de 3 Níveis, Fusor de Blocos L1, ZoneMap & Rastreador Caixa-Branca | 8037e2f718dc24d372a67111d9a6c5481ade4ff55a62d1b315b35c9ccf879bcf |
| src/aot.rs | Compilador Linux x86_64 AVX2 ELF64 Sem LLVM (~6.4 µs) | fe8eddae822fae0df6ea751aaa7919fc81675a7c169d2aadb4c3b9e6f05f27ac |
| src/mcp.rs | Servidor Model Context Protocol JSON-RPC 2.0 stdio em Memória | c58faa2f0ac626412a6c8ef00ae67dabc85b863f4c0ba73c3e16a0ff909a91c6 |