Lorsque l'IA apprend la "blockchain" : comment un ingénieur du MIT construit le curseur du monde Web3 "Cursor et Claude peuvent naviguer dans le React de Web2, mais en arrivant dans le Web3, ils sont comme des aveugles tâtonnant un éléphant." Lorsque Luke a prononcé cette phrase, les participants du hackathon dans la salle ont souri en coin - cette douleur de "bloquer" leur est bien familière. Écrire des contrats intelligents n'est jamais aussi simple que "assembler quelques fonctions". Un léger écart dans une variable d'état peut directement ouvrir une faille de sécurité de plusieurs millions de dollars ; une ligne de code qui ne prend pas en compte le coût du gas peut rendre toute l'application incapable de fonctionner sur la chaîne. Plus ironique encore, l'IA a déjà permis aux programmeurs de Web2 de "devenir full stack du jour au lendemain", tandis que les développeurs de Web3 continuent de passer d'un outil à l'autre, entre Remix, Hardhat et Foundry, scrutant les rapports de test encore et encore - de peur de tomber dans ces "trous invisibles" sur la chaîne. Ainsi, Luke a décidé de se retrousser les manches : créer une IA qui "comprend vraiment la sémantique de la blockchain". Capable d'écrire des contrats, de tester la sécurité, et de gérer l'ensemble du processus de mise en chaîne. C'est le point de départ de Nora. @mynoraai #MyNoraAI #BuiltWithNora #NoraAgent #CodeWithNora #NoraAI

Un, de MIT à la chaîne : les chercheurs en IA tombent dans le « piège contextuel » du Web3 Avant de plonger dans le Web3, Luke était chercheur en IA au MIT Media Lab ; par la suite, il est devenu l'un des rares experts techniques à s'impliquer profondément dans le développement de la blockchain, ayant conçu lui-même le mécanisme de consensus HotStuff et le schéma d'exécution parallèle BlockSTM. Cette expérience lui a permis de comprendre un problème clé : le goulot d'étranglement du Web3 n'est jamais le code lui-même, mais le « contexte en chaîne » derrière le code. Le monde des contrats intelligents n'est jamais une simple opération logique, mais un ensemble complexe d'« écosystèmes de machines d'état » : chaque transaction est influencée par les blocs précédents et suivants, chaque ligne de code doit être exécutée selon les règles du « consensus en chaîne », et même les plus petites optimisations du compilateur peuvent changer le résultat final de l'exécution. Il a vu trop de jeunes développeurs trébucher sur cette « complexité invisible » — la syntaxe n'a clairement pas de problème, mais le contrat s'effondre sur la chaîne ; la fonctionnalité est bien réalisée, mais personne ne l'utilise à cause des frais de gas trop élevés. C'est aussi à ce moment-là qu'une idée a pris forme dans son esprit : « Peut-être que l'IA ne devrait pas seulement comprendre la syntaxe du code, mais aussi la 'logique linguistique' de la blockchain. »

Deux, les zones d'ombre des outils d'IA : pourquoi le Cursor de Web2 ne peut-il pas gérer le développement sur la chaîne ? Pour comprendre la valeur de Nora, il faut d'abord saisir les "zones d'ombre Web3" des outils de codage AI traditionnels. Aujourd'hui, les assistants de codage LLM — que ce soit Cursor, Claude Code ou Copilot — génèrent des composants React, écrivent des interfaces API avec aisance, et peuvent même construire la logique d'un site entier. Mais leur faire écrire un contrat intelligent en Solidity ? Cela pose presque toujours problème. Où est le problème ? La "compréhension sémantique" de ces modèles est entièrement basée sur le paradigme Web2 : rendu frontal, interfaces arrière, appels HTTP, entrées et sorties de fonctions... Ils ne voient pas les changements d'état spécifiques à la chaîne, la logique d'exécution de la machine virtuelle, le calcul des coûts de gas, et ils ne comprennent pas les limites de sécurité (comme les attaques par réentrance, le contrôle des permissions). "Ils comprennent le monde de JavaScript, mais ne parlent pas le 'dialecte' de la blockchain." Le résumé de Luke touche un point sensible pour de nombreux développeurs Web3. Et c'est précisément là que Nora intervient.

Trois, moment d'illumination : faire comprendre à l'IA "la température du bytecode"​ À la fin de 2024, Luke a rencontré un problème épineux en déboguant un contrat Move : le code généré par l'IA était syntaxiquement correct, mais une fois sur la blockchain, il renvoyait une erreur — la raison étant qu'après optimisation par le compilateur, la logique d'exécution était complètement différente de celle attendue dans le code original. ​ C'est à ce moment-là qu'il a soudainement compris : pour que l'IA écrive des contrats sécurisés, il faut d'abord lui faire comprendre le "langage de bas niveau" du compilateur et de la machine virtuelle. ​ Cela est devenu le point de départ central de la conception de Nora. ​ Contrairement aux agents IA traditionnels, l'architecture du modèle de Nora intègre directement **"la sensibilisation au compilateur (Compiler-Aware) et le contexte au niveau de la machine virtuelle (VM-Level Context)"**. Elle ne se contente pas de comprendre les différences de syntaxe entre Solidity, Move, Cairo et Rust, mais peut également suivre le chemin d'exécution du bytecode après compilation, en analysant la logique de circulation de chaque instruction. ​ Cela signifie que : Nora ne se contente pas de "coder", elle peut également valider automatiquement la logique des contrats, détecter les vulnérabilités de sécurité, et même optimiser la consommation de gas — elle ressemble davantage à un "ingénieur polyvalent" qui comprend à la fois les principes de compilation, les mécanismes de consensus et l'audit de sécurité.