Als AI „Blockchain“ lernt: Wie MIT-Ingenieure die Cursor der Web3-Welt gestalten „Cursor und Claude können Web2 mit React meistern, aber in Web3 sind sie wie Blinde, die einen Elefanten ertasten.“ Als Luke diesen Satz äußerte, lächelten die Hackathon-Teilnehmer im Publikum wissend – diesen Schmerz des „Hängensbleibens“ kennen sie nur zu gut. Das Schreiben von Smart Contracts ist nie so einfach wie „ein paar Funktionen zusammenstellen“. Eine kleine Abweichung bei einer Statusvariable kann direkt Millionen von Dollar an Sicherheitslücken aufreißen; eine Zeile Code, die die Gas-Kosten nicht berücksichtigt, kann die gesamte Anwendung auf der Blockchain zum Stillstand bringen. Ironischerweise hat AI Web2-Programmierer bereits „über Nacht zu Full-Stack-Entwicklern“ gemacht, während Web3-Entwickler immer noch zwischen Remix, Hardhat und Foundry hin- und herwechseln und die Testberichte immer wieder durchgehen – aus Angst, in die „unsichtbaren Fallen“ auf der Blockchain zu tappen. Also beschloss Luke, selbst aktiv zu werden: eine echte AI zu schaffen, die „die Semantik der Blockchain versteht“. Die in der Lage ist, Verträge zu schreiben, Sicherheit zu testen und den gesamten Onboarding-Prozess zu bewältigen. Das ist der Ausgangspunkt von Nora. @mynoraai #MyNoraAI #BuiltWithNora #NoraAgent #CodeWithNora #NoraAI

1. Von MIT zur Blockchain: AI-Forscher fallen in die "Kontextfalle" von Web3 Bevor er in Web3 eintauchte, war Luke AI-Forscher am MIT Media Lab; später wurde er zu einem der wenigen technischen Experten, die tief in die Entwicklung der Blockchain-Technologie involviert sind und entwarf persönlich den HotStuff-Konsensmechanismus sowie den BlockSTM-Parallelausführungsansatz. Diese Erfahrung ließ ihn ein zentrales Problem erkennen: Der Flaschenhals von Web3 ist niemals der Code selbst, sondern der "on-chain Kontext" hinter dem Code. Die Welt der Smart Contracts ist nie nur eine einfache logische Berechnung, sondern ein komplexes "Ökosystem von Zustandsmaschinen": Jede Transaktion wird von vorhergehenden und nachfolgenden Blöcken beeinflusst, jede Zeile Code muss nach den Regeln des "on-chain Konsenses" ausgeführt werden, selbst kleine Optimierungen des Compilers können das endgültige Ausführungsergebnis verändern. Er hat zu viele junge Entwickler gesehen, die über diese "unsichtbare Komplexität" stolpern – die Syntax ist offensichtlich korrekt, aber der Vertrag läuft auf der Blockchain zusammen; die Funktionalität ist zwar gegeben, aber aufgrund zu hoher Gasgebühren wird sie nicht genutzt. In diesem Moment formte sich ein Gedanke in ihm: "Vielleicht sollte AI nicht nur die Syntax des Codes verstehen, sondern auch die 'sprachliche Logik' der Blockchain."

Zwei, die blinden Flecken von AI-Tools: Warum Web2s Cursor nicht mit der Entwicklung auf der Blockchain zurechtkommt?​ Um den Wert von Nora zu verstehen, muss man zuerst die "Web3-Blindstellen" traditioneller AI-Codierungstools verstehen. ​ Heutige LLM-Coding-Assistenten – egal ob Cursor, Claude Code oder Copilot – generieren mühelos React-Komponenten, schreiben API-Schnittstellen und können sogar die Logik einer gesamten Website erstellen. Aber sie dazu zu bringen, einen Solidity-Smart-Contract zu schreiben? Das führt fast immer zu Problemen. ​ Wo liegt das Problem?​ Das "semantische Verständnis" dieser Modelle basiert vollständig auf dem Paradigma von Web2: Frontend-Rendering, Backend-Schnittstellen, HTTP-Aufrufe, Eingaben und Ausgaben von Funktionen... Sie können die spezifischen Statusflussänderungen, die Ausführungslogik der virtuellen Maschine und die Berechnung der Gas-Kosten auf der Blockchain nicht erkennen und haben auch kein Gespür für Sicherheitsgrenzen (wie z.B. Reentrancy-Angriffe, Berechtigungssteuerung).​ "Sie verstehen die Welt von JavaScript, aber sie können den 'Dialekt' der Blockchain nicht hören." Lukes Zusammenfassung trifft den Schmerzpunkt unzähliger Web3-Entwickler. ​ Und genau hier setzt Nora an.

Drittens, der Aha-Moment: Lassen Sie AI die "Temperatur des Bytecodes" verstehen​ Ende 2024 hatte Luke beim Debuggen eines Move-Vertrags ein kniffliges Problem: Der von AI generierte Code war syntaktisch völlig korrekt, aber beim Hochladen auf die Blockchain trat ein Fehler auf – der Grund war, dass die Ausführungslogik nach der Compiler-Optimierung völlig anders war als ursprünglich im Code erwartet. ​ In diesem Moment wurde ihm plötzlich klar: Um AI dazu zu bringen, sichere Verträge zu schreiben, muss man ihr zuerst die "niedrigere Sprache" von Compiler und virtueller Maschine verständlich machen. ​ Das wurde zum zentralen Designpunkt von Nora. ​ Im Gegensatz zu traditionellen AI-Agenten ist in der Modellarchitektur von Nora direkt **„Compiler-Bewusstsein (Compiler-Aware) und „VM-Level-Kontext (VM-Level Context)“** eingebettet. Sie versteht nicht nur die syntaktischen Unterschiede zwischen Solidity, Move, Cairo und Rust, sondern kann auch den Ausführungsweg des kompilierten Bytecodes verfolgen und die Logik des Flusses jeder einzelnen Anweisung analysieren. ​ Das bedeutet: Nora ist nicht nur „Code schreiben“, sie kann auch automatisch die Logik von Verträgen validieren, Sicherheitslücken erkennen und sogar den Gasverbrauch optimieren – sie ist eher wie ein „Alleskönner-Ingenieur“, der sowohl Compiler-Theorie, Konsensmechanismen als auch Sicherheitsprüfungen versteht.