NEAR共同創辦人：DeepSeek讓特定驗證作業成本降至原先的1/100至1/200

NEAR Protocol共同創辦人表示，運用DeepSeek進行的一項驗證作業，成本降至使用傳統封閉式AI模型時的1/100至1/200。不過，這是團隊分享的個案，不能據此認定一般智慧合約安全稽核成本也會按相同比例下降。

NEAR Protocol共同創辦人伊利亞・波洛蘇金（Illia Polosukhin）在24日公開的The Rollup Podcast中，介紹了結合DeepSeek與客製化工具進行驗證的做法。Aurora Labs與Diffuse Labs創辦人兼執行長亞歷克斯・舍甫琴科（Alex Shevchenko），以及NEAR One技術長安東・阿斯塔菲耶夫（Anton Astafiev）也參與對談，討論AI推論的機密性、區塊鏈帳戶簽章與自主AI代理。

形式化驗證是以機器確認程式碼或數學命題是否符合既定規則。波洛蘇金表示，團隊使用DeepSeek和客製化工具，將原本以Claude與ChatGPT執行的相關作業成本，從數萬美元降至數百美元。原始資料將這項比較描述為安全稽核成本，但未公開具體作業範圍與成本計算方式。

因此，1/100至1/200的數字應限於這項個案解讀。僅憑形式化驗證的成本比較，無法推論一般安全稽核成本或漏洞偵測成效也會有相同幅度的變化。

NEAR AI公開的驗證工具儲存庫，包含檢查DeepSeek模型執行環境硬體證明的流程與程式碼。確認模型在哪種環境執行，與證明程式碼符合指定規則，是兩種不同工作；儲存庫內容也無法證實Podcast中提到的成本比較。

對談也談到資料機密性。舍甫琴科指出，薪資或供應鏈交易難以直接記錄在公開帳本上。與會者並討論在AI處理敏感資訊時，運用可信任執行環境（TEE）與密碼學證明的方式。

NEAR AI表示，其服務可在隔離的硬體環境中執行AI推論，並確認執行狀態。這是對服務架構的說明，並非展示個別使用環境安全結果的資料。

量子抗性安全也需要區分適用範圍。NEAR在8月公布的量子抗性路線圖中表示，帳戶簽章將支援ML-DSA。帳戶可採用新的簽章方式，並不代表整個協議已完成轉換。

路線圖將區塊生成所用的共識機制，以及跨鏈基礎設施的轉換列為後續工作。此次對談提出的成本案例，以及NEAR的AI與區塊鏈技術方向，分別限於該項作業與服務說明的範圍。