المؤلف: تشانغآن، شينتشاو TechFlow
مقدمة شينتشاو: فَـكَّ فريق NEAR AI جميع مسائل المسابقة الرياضية الجامعية العليا في أمريكا الشمالية البالغ عددها 672، باستخدام وكيل. بلغ إجمالي التكلفة حوالي 111 دولارًا أمريكيًا، أي ما يعادل 0.17 دولار أمريكي لكل سؤال. وقد استخدم فريق NEAR AI النموذج المفتوح المصدر الصيني DeepSeek V4 لإكمال هذا الاختبار. إنها ليست مجرد مسابقة ذكاء نموذج كبير، بل خلف فاتورة الحوسبة، تكمن عمل بنية تحتية تهدف إلى جعل "التحقق الرسمي" للعقود الذكية المكلفة متاحًا للجميع.
بيانات اختبار لمكتبة كود مفتوحة المصدر، كشفت عن تكلفة حل المسائل بواسطة النماذج الكبيرة.
في الآونة الأخيرة، وفقًا للبيانات المنشورة من قبل المؤسس المشارك لـ NEAR Protocol، أليكس سكيدانوف، والجهات الرسمية، حلّ وكيل NEAR AI جميع المسائل الرياضية الـ 672 على منصة PutnamBench.
للمقروءين غير المطلعين، PutnamBench ليس مجرد قاعدة أسئلة عادية، بل هو اختبار معياري تم تشكيله من أسئلة مسابقات الرياضيات الجامعية الرائدة في أمريكا الشمالية (William Lowell Putnam).
ببساطة، تم تكليف الذكاء الاصطناعي بإجراء استنتاجات رياضية منطقية دقيقة لمعرفة ما إذا كان يمكنه حل المسائل بنفسه. وباستكمال جميع الحلول، أنفق NEAR AI حوالي 111.85 دولارًا أمريكيًا. وبمتوسط تكلفة قدرها 0.17 دولارًا أمريكيًا لكل سؤال.
بالمقارنة، تكون فواتير الحلول الأخرى التي حصلت على الدرجة الكاملة أكثر تكلفة بكثير.
وفقًا للبيانات التي جمعتها MSBIntel، فإن التكلفة المتوسطة لكل سؤال تصل إلى 44.5 دولارًا باستخدام GPT-5.6 من OpenAI، بينما تتطلب كل أسئلة Claude Opus 5 من Anthropic 3.52 دولارًا.
في هذا الاختبار المحدد، قلّصت NEAR تكلفة الحل باستخدام DeepSeek V4 إلى واحد من خمسمائة جزء من تكلفة GPT-5.6.
السلاسل العامة تحل مسائل رياضية، لكن نية صاحب الكأس ليست في الخمر
فريق السلسلة العامة يبذل جهدًا في حل مسائل رياضية، وليس بهدف تثقيف السوق.
المتطلب الأساسي لاختبار PutnamBench هو قابلية التحقق من الآلة: لا يمكن أن يكون رد الذكاء الاصطناعي مجرد نص إجابة، بل يجب أن يكون كود إثبات صارم مكتوب بلغة Lean 4 (إحدى لغات مساعدات الإثبات الرئيسية).
لا يمكن أن تحتوي هذه الشفرات على ثغرات نحوية، ولا يمكن تخطي خطوات الاستنتاج، ويجب أن تمر بفحص آلي بنسبة 100%. في الوقت نفسه، يتوافق هذا في مجال علوم الحاسوب مع تقنية رئيسية تُعرف بالتحقق الرسمي.
وبداخل قطاع التشفير، تحمل العقود الذكية مبالغ تتراوح بين مئات الملايين ومليارات الدولارات. تعتمد مراجعة الكود التقليدية على البحث اليدوي عن الثغرات، بينما فإن التحقق الرسمي يستخدم منطقًا رياضيًا دقيقًا لإثبات سطر بسطر أن الكود لن يخطئ في أي حالة ممكنة.
لطالما كان عيبًا قاتلًا في التحقق الرسمي أنه مكلف وبطيء. فهو يتطلب خبراء أمنيين من الطراز الأول ودورات طويلة، وعادةً ما يكون متاحًا فقط للمشاريع الرائدة ذات الموارد المالية الكبيرة.
أثبت هذا الاختبار لـ NEAR AI إمكانية توليد أدلة رياضية موثوقة بكميات كبيرة باستخدام نماذج الذكاء الاصطناعي مفتوحة المصدر، كما أثبت تكلفته المنخفضة.
البنية التحتية المُيسّرة لأمان السلسلة
إن خفض عتبة التحقق الرسمي إلى بضعة قروش هو العمل الحقيقي الذي تُخطّط له NEAR.
حاليًا، تم فتح كود هذا النظام الذي يربط بين DeepSeek وLean 4 بالكامل. الاتجاه التالي الذي أعلنه NEAR رسميًا هو تطبيق هذه الأدوات منخفضة التكلفة مباشرة على بروتوكول NEAR وتحقق أمان العقود الذكية الأساسية.
لذلك، يمكنك فهم ذلك على أنه تفويض تقني، أو بعبارة أكثر وضوحًا، أن فريق المشروع يقوم بعمل ما مرتبط بسرد الذكاء الاصطناعي.
إذا كان يمكن للذكاء الاصطناعي مفتوح المصدر إنتاج إثباتات أمان كود قابلة للتحقق آليًا بشكل مستقر، فهذا يعني أن المطورين العاديين وفرق المشاريع الصغيرة في المستقبل يمكنهم أيضًا تشغيل التحقق الرسمي بتكلفة بضعة سنتات قبل نشر العقد، مما يقلل من احتمالية حدوث مشاكل في العقود الذكية.
لكن بصدق، هذا لا يرتبط مباشرةً بارتفاع أو انخفاض سعر رمز NEAR على المدى القصير. لكن في المنافسة الأساسية لبيئة السلسلة العامة، فإن إنفاق بضع عشرات من الدولارات لتفكيك الألغام يكون أكثر قيمة تجارية حقيقية بكثير من إنفاق ملايين الدولارات لإصلاح الأمور لاحقًا.