NEAR AI gör framsteg inom formell verifiering av kärnkontrakt
NEAR AI arbetar för att göra formell verifiering mer tillgänglig, med inledande fokus på NEAR Protocol och dess centrala smarta kontrakt. Formell verifiering använder matematiska bevis för att kontrollera om programvara uppfyller definierade regler. Den kompletterar testning och kodgranskning, men kan inte garantera fullständig säkerhet.
Arbetet bygger vidare på NEAR AI:s uppgivna förstaplats sett till totalt antal lösta problem på topplistan Lean Eval v1. På PutnamBench löste systemet 672 Lean-problem. Den uppgivna kostnaden var cirka 0,17 dollar per problem, medan arkivet anger modellkostnader på 111,85 dollar för bidraget. NEAR betonar att benchmarkresultat inte motsvarar den fullständiga kostnaden eller arbetsinsatsen för att verifiera produktionsprogramvara.
Att tillämpa formell verifiering på driftsatta kontrakt kräver fortfarande korrekta modeller, tydligt definierade egenskaper och bevis som stämmer överens med implementationen. Garantierna gäller endast de egenskaper och antaganden som har kontrollerats. Därför måste formell verifiering komplettera testning, kodgranskning och operativ säkerhet. Initiativet speglar ett bredare intresse för AI-assisterade bevis, däribland arbete som diskuterats av Aptos Labs och Ethereums medgrundare Vitalik Buterin. För NEAR-handlare är detta en möjlig säkerhetsutveckling på lång sikt, inte en tillkännagiven driftsättning eller en omedelbar katalysator för tokenen.
Neutral
Nyheten är neutral för NEAR:s pris på kort sikt. Den rapporterar om forskning och benchmarkresultat, inte om en liveutrullning, protokolländring, finansieringsbeslut eller någon direkt förändring av efterfrågan på tokenen. Handlare kan se resultaten som en positiv signal för NEAR:s säkerhetsambitioner, men förbehållen kring produktionskostnader och begränsningar i verifieringen gör en omedelbar prisreaktion mindre sannolik.
På längre sikt kan mer tillgänglig formell verifiering stärka förtroendet för NEAR:s protokoll och ekosystem av smarta kontrakt om den framgångsrikt tillämpas i praktiken. Det skulle kunna bidra till ett positivare marknadssentiment och ökad nätverksanvändning, men sammanfattningarna visar inte att någon utrullning har skett och kvantifierar inte heller någon effekt på användning eller intäkter. Precis som med liknande säkerhets- och forskningsnyheter kommer marknadspåverkan sannolikt att bero på uppföljning och bredare marknadsförhållanden; den tillgängliga informationen motiverar inte en hausseartad eller baisseartad klassificering.