NEAR использует DeepSeek для решения 600 математических задач и доводит цены на аудит ончейн-кода до „капустной цены“.

Автор: Чанъань, TechFlow

Обзор TechFlow: 672 задачи из ведущей североамериканской олимпиады по математике среди студентов колледжей были полностью решены агентами NEAR AI. Общие затраты составили около 111 долларов США, в среднем 0,17 доллара за задачу. Для этого теста команда NEAR AI использовала китайскую открытую модель DeepSeek V4. Это не просто соревнование интеллекта больших языковых моделей; за счетами за вычислительные мощности скрывается инфраструктурный бизнес, направленный на демократизацию дорогостоящей «формальной верификации» смарт-контрактов.

Тестовые данные из открытого репозитория кода раскрыли реальную стоимость решения задач большими моделями.

Недавно, согласно данным сооснователя NEAR Protocol Алекса Скиданова и официальных отчетов, агент NEAR AI решил все 672 сложных математических задачи PutnamBench.

Для читателей, не знакомых с темой, стоит отметить, что PutnamBench — это не обычная база вопросов, а эталонный набор тестов, созданный на основе задач ведущей бакалавриатской олимпиады по математике Северной Америки имени Уильяма Лоуэлла Патнама, формализованных в машиночитаемый вид.

Проще говоря, речь идет о том, может ли ИИ самостоятельно проводить строгие математические логические выводы и решать задачи. На решение всех заданий NEAR AI потратил около 111,85 доллара США. В среднем стоимость одной задачи составила 0,17 доллара.

Для сравнения, счета за другие решения, также получившие максимальный балл, значительно дороже.

Согласно данным, собранным MSBIntel, при использовании GPT-5.6 от OpenAI средняя стоимость одной задачи достигает 44,5 доллара США; для Claude Opus 5 от Anthropic этот показатель составляет 3,52 доллара США.

При проведении данного конкретного теста NEAR использовала решение на базе DeepSeek V4, снизив затраты в 250 раз по сравнению с GPT-5.6.

Публичный блокчейн решает математические задачи: истинная цель не в них

Команды публичных блокчейнов тратят усилия на решение математических задач вовсе не ради образовательного рынка.

Главное требование теста PutnamBench — возможность машинной проверки: ответ, сгенерированный ИИ, не может быть просто текстом, он должен представлять собой строго оформленный код доказательства, написанный на Lean 4 (одном из основных языков для помощников вывода).

Такой код не должен содержать синтаксических ошибок, не может пропускать этапы логического вывода и должен на 100 % проверяться машиной. В области компьютерных наук этому соответствует ключевая технология — формальная верификация.

Если говорить об индустрии криптовалют, то смарт-контракты оперируют суммами в сотни миллионов и даже миллиардов долларов. Традиционный аудит кода опирается на ручной поиск уязвимостей, тогда как формальная верификация с помощью строгого математического логики доказывает строчку за строчкой, что код не содержит ошибок ни при каких возможных состояниях системы.

Долгое время главным недостатком формальной верификации была ее высокая стоимость и долгий процесс. Для нее требуются эксперты высшего уровня и длительный срок, поэтому позволить себе эту процедуру обычно могли только крупнейшие проекты с обширным финансированием.

Этот тест NEAR AI продемонстрировал возможность массового создания надежных математических доказательств с помощью открытых моделей ИИ и подтвердил их низкую стоимость.

Инфраструктура для демократизации безопасности в блокчейне

Сведение порога входа в формальную верификацию к нескольким центам — это именно та практическая деятельность, которую сейчас развивает NEAR.

На данный момент данный набор кода, объединяющий DeepSeek и Lean 4, полностью открыт. Официальная стратегия NEAR на ближайший период предполагает прямое применение этого недорогого инструмента для проверки безопасности самого протокола NEAR и его ключевых смарт-контрактов.

Таким образом, это можно рассматривать как передачу технологий широкому кругу пользователей, или, говоря проще, как реализацию конкретных проектов командой разработчиков в рамках общей повестки искусственного интеллекта.

Если открытый ИИ сможет стабильно генерировать проверяемые машиной доказательства безопасности кода, это значит, что в будущем обычные разработчики и небольшие проектные команды смогут перед развертыванием контракта проводить формальную верификацию всего за несколько центов, существенно снижая риски возникновения ошибок в смарт-контрактах.

Однако, если говорить объективно, это не имеет прямого отношения к краткосрочным колебаниям цены токена NEAR. Но в условиях внутренней конкуренции экосистем публичных блокчейнов предотвращение проблем с помощью нескольких десятков центов имеет гораздо более реальную коммерческую ценность, чем последующее устранение последствий за миллионы долларов.