Kiedy AI nauczy się "blockchainu": jak inżynierowie z MIT tworzą świat Web3 z Cursor​ "Cursor i Claude potrafią obsługiwać React w Web2, ale w Web3 są jak ślepi ludzie badający słonia."​ ​ Luke wypowiedział te słowa, a uczestnicy hackathonu uśmiechnęli się z porozumieniem — znają ten ból związany z "zacięciem" aż za dobrze. ​ Pisanie inteligentnych kontraktów nigdy nie jest tak proste jak "połączenie kilku funkcji". Nawet niewielka różnica w zmiennej stanu może otworzyć milionowe luki w zabezpieczeniach; linia kodu, która nie uwzględnia kosztów gazu, może sprawić, że cała aplikacja stanie się niezdolna do działania na łańcuchu. ​ Co gorsza, AI już sprawiło, że programiści Web2 "w jedną noc stali się full-stack", podczas gdy deweloperzy Web3 wciąż przełączają się między Remix, Hardhat i Foundry, nieustannie przeszukując raporty testowe — boją się wpaść w te "niewidoczne pułapki" na łańcuchu. ​ Dlatego Luke postanowił wziąć sprawy w swoje ręce: stworzyć prawdziwe AI, które "rozumie semantykę blockchainu". Potrafi pisać kontrakty, testować bezpieczeństwo i zarządzać całym procesem wprowadzania na łańcuch. ​ To jest początek Nory. @mynoraai #MyNoraAI #BuiltWithNora #NoraAgent #CodeWithNora #NoraAI

I. Od MIT do łańcucha: badacze AI wpadają w „pułapkę kontekstu” Web3 Zanim zanurzył się w Web3, Luke był badaczem AI w MIT Media Lab; później stał się jednym z nielicznych technicznych ekspertów głęboko zaangażowanych w rozwój podstaw blockchaina, osobiście zaprojektował mechanizm konsensusu HotStuff oraz równoległe wykonanie BlockSTM. To doświadczenie pozwoliło mu dostrzec kluczowy problem: wąskie gardło Web3 nigdy nie tkwi w samym kodzie, lecz w „łańcuchowym kontekście” stojącym za kodem. Świat inteligentnych kontraktów nigdy nie był jedynie prostą operacją logiczną, lecz złożonym „ekosystemem maszyn stanowych”: każda transakcja jest wpływana przez poprzednie i następne bloki, każda linia kodu musi być wykonywana zgodnie z zasadami „łańcuchowego konsensusu”, a nawet drobne optymalizacje kompilatora mogą zmienić ostateczny wynik wykonania. Widział zbyt wielu młodych programistów potykających się o te „niewidzialne złożoności” — wyraźnie składnia była poprawna, a kontrakt zawodził na łańcuchu; wyraźnie funkcjonalność została zrealizowana, ale z powodu zbyt wysokiego gazu nikt jej nie używał. W tym momencie w jego umyśle ukształtowała się myśl: „Może AI nie powinno rozumieć tylko składni kodu, ale także 'logiki językowej' blockchaina.”

II. Ślepe punkty narzędzi AI: dlaczego Cursor z Web2 nie radzi sobie z rozwojem na blockchainie?​ Aby zrozumieć wartość Nory, należy najpierw pojąć „ślepe punkty” tradycyjnych narzędzi kodowania AI w Web3. ​ Obecne asystenty kodowania LLM — niezależnie od tego, czy to Cursor, Claude Code, czy Copilot — z łatwością generują komponenty React, piszą interfejsy API, a nawet potrafią stworzyć logikę całej strony. Ale gdy mają napisać inteligentny kontrakt w Solidity? Prawie zawsze pojawiają się problemy. ​ Gdzie tkwi problem?​ „Zrozumienie semantyczne” tych modeli opiera się całkowicie na paradygmacie Web2: renderowanie front-endu, interfejsy back-endowe, wywołania HTTP, wejścia i wyjścia funkcji… Nie dostrzegają one unikalnych zmian stanu na blockchainie, logiki wykonania wirtualnej maszyny, obliczeń kosztów gazu, a tym bardziej nie rozumieją granic bezpieczeństwa (np. ataki reentrancy, kontrola uprawnień).​ „Rozumieją świat JavaScriptu, ale nie rozumieją 'dialektu' blockchaina.” Podsumowanie Luke'a trafiło w sedno problemu wielu deweloperów Web3. ​ A to właśnie jest punkt wejścia Nory.

Trzy, moment olśnienia: sprawić, by AI zrozumiało „temperaturę bajtów”​ Pod koniec 2024 roku, Luke napotkał trudny problem podczas debugowania kontraktu Move: kod wygenerowany przez AI miał całkowicie poprawną składnię, ale po wdrożeniu na łańcuchu zgłaszał błąd — powodem była różnica w logice wykonania po optymalizacji przez kompilator, która była całkowicie inna niż oczekiwana w oryginalnym kodzie. ​ W tym momencie nagle zrozumiał: aby AI mogło pisać bezpieczne kontrakty, musi najpierw zrozumieć „język niskiego poziomu” kompilatora i maszyny wirtualnej. ​ To stało się najważniejszym punktem projektowym Nory. ​ W przeciwieństwie do tradycyjnych agentów AI, architektura modelu Nory bezpośrednio wbudowuje **„świadomość kompilatora (Compiler-Aware)” oraz „kontekst na poziomie maszyny wirtualnej (VM-Level Context)”**. Nie tylko rozumie różnice w składni Solidity, Move, Cairo, Rust, ale także potrafi śledzić ścieżkę wykonania bajtów po kompilacji, analizując logikę przepływu każdej instrukcji. ​ To oznacza, że Nora nie tylko „pisze kod”, ale także automatycznie weryfikuje logikę kontraktu, wykrywa luki w zabezpieczeniach, a nawet optymalizuje zużycie gazu — bardziej przypomina „wszechstronnego inżyniera”, który rozumie zarówno zasady kompilacji, mechanizmy konsensusu, jak i audyt bezpieczeństwa.