När AI lär sig att "Blockchain": Hur MIT-ingenjörer bygger markörer för Web3-världen "Cursor och Claude kan leka med Web2:s React, men i Web3 är de som blinda människor." ​ När Luke sa detta log hackathon-spelarna i publiken igenkännande - de var alla alltför bekanta med smärtan av att "fastna". Att skriva ett smart kontrakt är aldrig så enkelt som att "sätta ihop några funktioner". En liten avvikelse i en tillståndsvariabel kan direkt riva sönder tiotals miljoner dollar i säkerhetsbrister; En kodrad som inte tar hänsyn till gaskostnader kan göra det svårt för hela applikationen att röra sig i kedjan. Vad som är ännu mer ironiskt är att AI redan har gjort Web2-programmerare till "fullstack över en natt", medan Web3-utvecklare fortfarande upprepade gånger växlar mellan Remix, Hardhat och Foundry och kontrollerar testrapporter om och om igen - av rädsla för att kliva in i de "osynliga groparna" i kedjan. Så Luke bestämde sig för att göra det själv: att vara en AI som verkligen "förstår blockkedjans semantik". Den kan skriva kontrakt, testa säkerhet och hantera hela processen med on-chain. Det är Noras utgångspunkt. @mynoraai #MyNoraAI #BuiltWithNora #NoraAgent #CodeWithNora #NoraAI

1. Från MIT till On-Chain: AI-forskare faller i Web3:s "kontextfälla" Innan han dök in i Web3 var Luke AI-forskare vid MIT Media Lab; Senare blev han en av de få tekniska experterna som var djupt involverade i den underliggande utvecklingen av blockchain och designade personligen HotStuffs konsensusmekanism och BlockSTM parallella exekveringsschema. Denna erfarenhet fick honom att se ett nyckelproblem: flaskhalsen i Web3 är aldrig själva koden, utan "on-chain-sammanhanget" bakom den. Världen av smarta kontrakt är aldrig bara en logisk operation, utan ett komplext "ekosystem för tillståndsmaskiner": varje transaktion påverkas av blocken före och efter, varje kodrad måste exekveras inom reglerna för "konsensus på kedjan", och även mindre optimeringar av kompilatorn kan ändra det slutliga exekveringsresultatet. Han har sett alltför många unga utvecklare snubbla över dessa "osynliga komplexiteter" - även om syntaxen är bra, kraschar kontraktet i kedjan; Funktionen är tydligt realiserad, men ingen använder den eftersom gasen är för hög. Det var också vid den här tiden som en idé tog form i hans hjärta: "Kanske borde AI inte bara förstå kodsyntax, utan också förstå blockkedjans 'språklogik'."

2. Blinda fläckar i AI-verktyg: Varför kan inte Web2:s Cursor hantera on-chain-utveckling? För att förstå värdet av Nora måste vi först förstå den "Web3-blinda fläcken" hos traditionella AI-kodningsverktyg. Dagens LLM-kodningsassistenter – oavsett om det är Cursor, Claude Code eller Copilot – kan generera React-komponenter, skriva API-gränssnitt och till och med bygga hela webbplatslogiken. Men få dem att skriva ett smart kontrakt med Solidity? Det kommer nästan alltid att finnas ett problem. Vad är problemet? Den "semantiska förståelsen" av dessa modeller är helt baserad på Web2-paradigmet: front-end-rendering, back-end-gränssnitt, HTTP-anrop, funktionsindata och -utdata...... De kan inte se de unika tillståndsflödesändringarna i kedjan, logiken för körning av virtuella maskiner, beräkning av gaskostnader och ännu svårare att ta reda på säkerhetsgränserna (t.ex. återinträdesattacker, privilegiekontroll). "De förstår JavaScript-världen, men de förstår inte blockkedjans 'dialekt'." Lukes sammanfattning träffar smärtpunkterna för otaliga Web3-utvecklare. Och det här är Noras ingång.

3. Epifania-ögonblick: Låt AI förstå "temperaturen på bytekod" I slutet av 2024 stötte Luke på ett knepigt problem när han felsökte ett Move-kontrakt: den AI-genererade kodsyntaxen var helt korrekt, men den rapporterade ett fel så snart den laddades upp i kedjan – eftersom exekveringslogiken var helt annorlunda än vad den ursprungliga koden förväntade sig efter att kompilatorn hade optimerats. Det var i det här ögonblicket som han plötsligt kom på att för att AI ska kunna skriva säkra kontrakt måste den först förstå det "underliggande språket" i kompilatorn och den virtuella maskinen. Detta blev det centrala designursprunget för Nora. Till skillnad från traditionella AI-agenter är Noras modellarkitektur direkt inbäddad med "Compiler-Aware" och "VM-Level Context". Den förstår inte bara syntaxskillnaderna för Solidity, Move, Cairo och Rust, utan spårar också exekveringsvägen för kompilerad bytekod och analyserar flödeslogiken för varje instruktion. Detta innebär att Nora inte bara "skriver kod", utan automatiskt kan verifiera kontraktslogik, upptäcka säkerhetsbrister och till och med optimera gasförbrukningen - mer som en "allroundingenjör" som förstår kompileringsprinciper, konsensusmekanismer och säkerhetsrevisioner.