Gần đây, khi duyệt Github của NEAR, tôi phát hiện một điều thú vị: Đội NEAR AI đã mở nguồn một bài kiểm tra, trong đó họ sử dụng mô hình lớn mở nguồn Trung Quốc DeepSeek để giải thành công 672 bài toán chứng minh toán học cực kỳ khó. Sau khi hỏi AI, tôi biết những bài toán này được gọi là PutnamBench — là các đề thi thuộc cuộc thi toán học đại học hàng đầu Bắc Mỹ. Nói đơn giản, việc vượt qua bài kiểm tra này chứng tỏ AI sở hữu khả năng suy luận logic cực kỳ chặt chẽ. Theo báo cáo của @MSBIntel, chi phí trung bình để NEAR chạy hết 672 câu hỏi này chỉ khoảng 0,17 USD/câu, tổng cộng chỉ tốn hơn 110 USD. Để so sánh, trong các phương án khác cũng đạt điểm tuyệt đối, chi phí trung bình mỗi câu sử dụng mô hình OpenAI lên tới 44,5 USD, còn Claude cũng cần 3,52 USD. Một công tắc chuỗi lại đầu tư vào những bài toán toán học cao cấp này để làm gì? Thực ra, mục tiêu thực sự của việc khiến AI làm các bài chứng minh logic là để kiểm tra an toàn hợp đồng thông minh — hay còn gọi là xác thực hình thức về mặt kỹ thuật. Ví dụ: dùng logic toán học để kiểm tra từng dòng mã xem có lỗ hổng nào không. Nếu có thể sử dụng sức mạnh tính toán AI mở nguồn với chi phí thấp để hạ thấp ngưỡng xác thực mã xuống mức vài chục xu, thì trong tương lai, các dự án thậm chí cả nhà phát triển bình thường cũng có thể đảm bảo và kiểm tra hợp đồng của mình với chi phí cực kỳ thấp để tránh các sự cố an toàn. Mặc dù điều này không liên quan trực tiếp đến giá coin near:native, nhưng đây cũng là một dấu hiệu cho thấy đội ngũ dự án đang thực sự hành động.