Ketika AI Belajar "Blockchain": Bagaimana Insinyur MIT Membangun Kursor untuk Dunia Web3 "Kursor dan Claude dapat bermain dengan Web2's React, tetapi di Web3, mereka seperti orang buta." ​ Ketika Luke mengatakan ini, para pemain hackathon di antara penonton tersenyum sadar - mereka semua terlalu akrab dengan rasa sakit "terjebak". Menulis kontrak pintar tidak pernah sesederhana "menyatukan beberapa fungsi". Sedikit penyimpangan dalam variabel keadaan dapat secara langsung merobek puluhan juta dolar dalam kerentanan keamanan; Baris kode yang tidak memperhitungkan biaya gas dapat menyulitkan seluruh aplikasi untuk bergerak on-chain. Yang lebih ironis adalah bahwa AI telah membuat pemrogram Web2 "full stack dalam semalam", sementara pengembang Web3 masih berulang kali beralih antara Remix, Hardhat, dan Foundry, memeriksa laporan pengujian berulang kali - karena takut melangkah ke "lubang tak terlihat" di rantai. Jadi Luke memutuskan untuk melakukannya sendiri: menjadi AI yang benar-benar "memahami semantik blockchain". Itu dapat menulis kontrak, menguji keamanan, dan menangani seluruh proses on-chain. Ini adalah titik awal Nora. @mynoraai #MyNoraAI #BuiltWithNora #NoraAgent #CodeWithNora #NoraAI

1. Dari MIT ke On-Chain: Peneliti AI Jatuh ke dalam "Jebakan Konteks" Web3 Sebelum terjun ke Web3, Luke adalah peneliti AI di MIT Media Lab; Kemudian, ia menjadi salah satu dari sedikit ahli teknis yang sangat terlibat dalam pengembangan blockchain yang mendasarinya, dan secara pribadi merancang mekanisme konsensus HotStuff dan skema eksekusi paralel BlockSTM. Pengalaman ini membuatnya melihat masalah utama: kemacetan Web3 bukanlah kode itu sendiri, tetapi "konteks on-chain" di baliknya. Dunia kontrak pintar tidak pernah hanya operasi logis, tetapi "ekosistem mesin state" yang kompleks: setiap transaksi dipengaruhi oleh blok sebelum dan sesudah, setiap baris kode harus dieksekusi dalam aturan "konsensus on-chain", dan bahkan pengoptimalan kecil dari kompiler dapat mengubah hasil eksekusi akhir. Dia telah melihat terlalu banyak pengembang muda menemukan "kerumitan tak terlihat" ini - meskipun sintaksnya baik-baik saja, kontraknya mogok di rantai; Fungsinya jelas disadari, tetapi tidak ada yang menggunakannya karena gasnya terlalu tinggi. Pada saat inilah sebuah ide terbentuk di hatinya: "Mungkin, AI seharusnya tidak hanya memahami sintaks kode, tetapi juga memahami 'logika bahasa' blockchain."

2. Titik buta dalam alat AI: Mengapa Kursor Web2 tidak dapat menangani pengembangan on-chain? Untuk memahami nilai Nora, pertama-tama kita harus memahami "titik buta Web3" dari alat pengkodean AI tradisional. Asisten pengkodean LLM saat ini – apakah itu Cursor, Claude Code, atau Copilot – dapat menghasilkan komponen React, menulis antarmuka API, dan bahkan membangun logika seluruh situs. Tapi minta mereka menulis kontrak pintar Solidity? Hampir selalu ada masalah. Apa masalahnya? "Pemahaman semantik" dari model-model ini sepenuhnya didasarkan pada paradigma Web2: rendering front-end, antarmuka back-end, panggilan HTTP, input dan output fungsi...... Mereka tidak dapat melihat perubahan aliran status yang unik pada rantai, logika eksekusi mesin virtual, perhitungan biaya gas, dan bahkan yang lebih sulit untuk mengetahui batas keamanan (seperti serangan reentrancy, kontrol hak istimewa). "Mereka memahami dunia JavaScript, tetapi mereka tidak memahami 'dialek' blockchain." Ringkasan Luke menyentuh masalah pengembang Web3 yang tak terhitung jumlahnya. Dan ini adalah titik masuk Nora.

3. Momen pencerahan: Biarkan AI memahami "suhu bytecode" Pada akhir tahun 2024, Luke mengalami masalah rumit saat men-debug kontrak Move: sintaks kode yang dihasilkan AI benar-benar benar, tetapi melaporkan kesalahan segera setelah diunggah on-chain - karena logika eksekusi benar-benar berbeda dari apa yang diharapkan kode asli setelah kompiler dioptimalkan. Pada saat inilah dia tiba-tiba menyadari bahwa agar AI dapat menulis kontrak yang aman, ia harus terlebih dahulu memahami "bahasa yang mendasarinya" dari kompiler dan mesin virtual. Ini menjadi asal usul desain inti Nora. Tidak seperti agen AI tradisional, arsitektur model Nora langsung disematkan dengan "Compiler-Aware" dan "VM-Level Context". Itu tidak hanya memahami perbedaan sintaks Solidity, Move, Cairo, dan Rust, tetapi juga melacak jalur eksekusi bytecode yang dikompilasi dan menganalisis logika aliran setiap instruksi. Ini berarti bahwa Nora tidak hanya "menulis kode", tetapi juga dapat secara otomatis memverifikasi logika kontrak, mendeteksi kerentanan keamanan, dan bahkan mengoptimalkan konsumsi gas - lebih seperti "insinyur serba bisa" yang memahami prinsip-prinsip kompilasi, mekanisme konsensus, dan audit keamanan.