小編最近在瀏覽 NEAR 的 Github 時發現了一個有趣的事： NEAR AI 團隊開源了一項測試，他們使用中國開源大模型 DeepSeek，成功解出了 672 道極具難度的數學證明題。 問了 AI 後得知，這些題目稱為 PutnamBench，是北美最頂尖的大學生數學競賽題。 簡單來說，能通過這項測試，代表 AI 具備了極其嚴密的邏輯推導能力。 根據 @MSBIntel 的報導，NEAR 的這套方案完成全部 672 道題，平均每題成本僅 0.17 美元，總共僅花費 110 美元出頭。 作為對比，其他同樣取得滿分的方案中，使用 OpenAI 模型的單題平均成本高達 44.5 美元，Claude 也要 3.52 美元。 一條公鏈做這些高深的數學題是為了什麼？ 其實費盡力氣讓 AI 做數學邏輯證明，真正的目標是智能合約的安全審計，也就是技術上所說的形式化驗證。 例如，用數學邏輯逐行檢查程式碼是否存在漏洞；如果能以低成本的開源 AI 算力，將代碼驗證門檻降至幾毛錢的白菜價； 未來項目方甚至普通開發者，或許都能以極低的成本保障並審計自己的合約，避免安全漏洞。 雖然這與 near:native 的幣價沒有直接關聯，但也算是項目方在踏實做事的一種跡象。