Μονάδες
1. Εισαγωγή στην Τεχνητή Νοημοσύνη στο Blockchain και στο Web3: Ρόλοι, Όρια, Έλεγχος ταυτότητας και Ασφάλεια-Κρισιμότητα 2. Υποστήριξη Smart Contract Writing: Solidity/Vyper Draft και Secure Code Generation 3. Υποστήριξη Έξυπνου Ελέγχου Συμβάσεων: Ανασκόπηση Ασφαλείας και Προσχέδια Ευρημάτων 4. Σάρωση ευπάθειας: Κοινά μοτίβα ευπάθειας και αυτοματοποιημένη ανάλυση 5. Ανάλυση δεδομένων On-Chain: Κάνοντας αίσθηση αποκλεισμού, συναλλαγών και δεδομένων πορτοφολιού 6. Ανάλυση DeFi και Πρωτοκόλλου: Ρευστότητα, MEV και Οικονομικές Επιθέσεις 7. Tokenomic Modelling: Supply, Distribution, Incentive και Simulation 8. Τεκμηρίωση και τεχνική γραφή: Λευκό βιβλίο, NatSpec και Οδηγός χρήσης 9. Απάτη, χάλι και ανίχνευση κινδύνου: Κόκκινες σημαίες επί της αλυσίδας 10. Έλεγχος κρίσιμος για την ασφάλεια, έγκριση από εμπειρογνώμονα και υπεύθυνη χρήση 11. Ροή εργασιών από άκρο σε άκρο, Διακυβέρνηση, Επαλήθευση και Δεοντολογία
Μονάδα 8 / 11

Τεκμηρίωση και τεχνική γραφή: Λευκό βιβλίο, NatSpec και Οδηγός χρήσης

Κέρδη:

  • Να είστε σε θέση να χρησιμοποιείτε την τεχνητή νοημοσύνη με ασφάλεια για την παραγωγή λευκής βίβλου, NatSpec, τεχνικής-απλής μετάφρασης και αποκάλυψης κινδύνου και κατανόησης ότι αυτό είναι το πιο παραγωγικό πεδίο.
  • Δυνατότητα επαλήθευσης κάθε τεχνικής αξίωσης με τον πραγματικό κωδικό και αφαίρεση της υπερβολής και της γλώσσας εγγύησης για την αποφυγή του κινδύνου λανθασμένης τεκμηρίωσης
  • Ικανότητα ειλικρινούς αποδοχής των κινδύνων, προειδοποίησης «όχι οικονομικών συμβουλών» και συνέπεια του κώδικα τεκμηρίωσης

Η τεκμηρίωση στο Web3 δεν είναι πολυτέλεια, αλλά θέμα ασφάλειας και εμπιστοσύνης. Με την αλληλεπίδραση με ένα έξυπνο συμβόλαιο, ο χρήστης διακινδυνεύει τα πραγματικά του χρήματα. Αν δεν καταλαβαίνει τι κάνει, είναι ανοιχτός στην εξαπάτηση. Ο ελεγκτής δεν μπορεί να ελέγξει με ασφάλεια κώδικα που δεν είναι καλά τεκμηριωμένος. Σε αυτήν την ενότητα, καλύπτουμε τον τομέα όπου η τεχνητή νοημοσύνη είναι πιο αξιόπιστη και αποτελεσματική: τεκμηρίωση και τεχνική γραφή. Από τη λευκή βίβλο έως τα σχόλια στον κώδικα, από τον οδηγό χρήστη έως τις αποκαλύψεις κινδύνου, η τεχνητή νοημοσύνη είναι ένας πραγματικός πολλαπλασιαστής δύναμης εδώ — εφόσον η ακρίβεια παρακολουθείται ανθρώπινα.

Τύποι τεκμηρίωσης Web3

  • Whitepaper / litepaper: Το βασικό έγγραφο που περιγράφει το όραμα, τον μηχανισμό και τα tokenomics του έργου.
  • Τεχνική τεκμηρίωση: Διεπαφές συμβάσεων, οδηγός ενοποίησης για προγραμματιστές.
  • NatSpec (Προδιαγραφές φυσικής γλώσσας Ethereum — Τυπική μορφή σχολίου σε κώδικα στο Solidity που περιγράφει τι κάνουν οι λειτουργίες): Τεκμηρίωση ενσωματωμένη σε κώδικα, που διαβάζεται τόσο από άνθρωπο όσο και από εργαλείο.
  • Οδηγός χρήστη: Απλό κείμενο που λέει στον τελικό χρήστη "πώς να το χρησιμοποιεί, ποιοι κίνδυνοι υπάρχουν".
  • Αποποίηση ευθύνης: Προειδοποιήσεις που απαιτούνται νομικά και ηθικά.

Ένα κοινό πρόβλημα με αυτούς τους τύπους: στους προγραμματιστές δεν αρέσει να γράφουν και συχνά το αφήνουν για την τελευταία στιγμή. Το AI καλύπτει ακριβώς αυτό το κενό.

Γιατί η τεκμηρίωση είναι η ασφαλέστερη περιοχή της τεχνητής νοημοσύνης

Το κόστος του λάθους στην τεκμηρίωση είναι χαμηλότερο από ό,τι στον έλεγχο: μια λανθασμένη πρόταση διορθώνεται, δεν πετούν χρήματα (απευθείας). Επιπλέον, η τεχνητή νοημοσύνη είναι φυσικά ισχυρή στην παραγωγή γλώσσας. Έτσι, η τεχνητή νοημοσύνη είναι και αποτελεσματική και σχετικά ασφαλής εδώ. Όμως δύο κρίσιμοι κίνδυνοι παραμένουν:

  1. Ψεύτικος τεχνικός ισχυρισμός: Η τεχνητή νοημοσύνη μπορεί να παραποιήσει τι κάνει ο κώδικας. Αυτό παραπλανά τον χρήστη και μπορεί να γίνει ευπάθεια ασφαλείας (εκτός αν λέει "αυτή η λειτουργία προστατεύει τα χρήματά σας" και δεν το κάνει).
  2. Υπερβολική γλώσσα/γλώσσα μάρκετινγκ: Η τεχνητή νοημοσύνη μπορεί να παράγει γλώσσα που κάνει ένα έργο να φαίνεται ασφαλές ή κερδοφόρο. Αυτό είναι τόσο ηθικό όσο και νομικό πρόβλημα.
Προσοχή: Η τεκμηρίωση περιγράφει τον κωδικό. Δεν είναι ο ίδιος ο κώδικας. Κάθε τεχνικός ισχυρισμός που γράφει το AI ("αυτό συμβαίνει", "που διατηρεί") πρέπει να επαληθεύεται σε σχέση με τον πραγματικό κώδικα. Η εσφαλμένη τεκμηρίωση μπορεί να είναι πιο επικίνδυνη από τον σωστό κωδικό, επειδή ο χρήστης εμπιστεύεται την τεκμηρίωση.

Επίπεδα χρήσης AI στην τεκμηρίωση

1. Γενιά NatSpec. Το AI διαβάζει μια υπάρχουσα συνάρτηση και συντάσσει την ερμηνεία NatSpec: τι κάνει, ποιες είναι οι παράμετροί της, τι επιστρέφει. Αυτό απλοποιεί την επιθεώρηση και τη συντήρηση.

2. Τεχνική-απλή μετάφραση. Η τεχνητή νοημοσύνη μεταφράζει έναν περίπλοκο μηχανισμό σε γλώσσα που μπορεί να κατανοήσει ο τελικός χρήστης - μια από τις μεγαλύτερες ανάγκες του Web3.

3. Περίγραμμα και δομή Λευκής Βίβλου. Η τεχνητή νοημοσύνη παράγει τον σκελετό και τα τμήματα μιας λευκής βίβλου. Η ακρίβεια του περιεχομένου είναι ανθρώπινη.

4. Πολυγλωσσία και προσαρμογή επιπέδου. Το AI μπορεί να παράγει το ίδιο περιεχόμενο, τόσο τεχνικό όσο και απλό, τόσο στα τουρκικά όσο και στα αγγλικά.

Αδύναμη προτροπή / Ισχυρή προτροπή

Αδύναμη προτροπή:

Γράψτε μια λευκή βίβλο για αυτό το έργο.

Η τεχνητή νοημοσύνη δημιουργεί υπερβολικό, πιθανώς ψεύτικο αντίγραφο γεμάτο μάρκετινγκ χωρίς να γνωρίζει τον πραγματικό μηχανισμό.

Ισχυρή προτροπή:

Ο ρόλος σας: τεχνικός συγγραφέας Web3. Παρακάτω είναι ο ΠΡΑΓΜΑΤΙΚΟΣ μηχανισμός, τα tokenomics και ο κώδικας του έργου. Γράψτε ένα προσχέδιο μιας λευκής βίβλου που βασίζεται αποκλειστικά σε αυτές τις πληροφορίες. Κανόνες: - Μην υπερβάλλετε, ΜΗΝ χρησιμοποιείτε φράσεις όπως "εγγυημένο κέρδος", "απόλυτα ασφαλές" κ.λπ. - Βασίζετε κάθε τεχνικό ισχυρισμό στον μηχανισμό που δίνω. Μην προσθέτετε κατασκευές.- Προσθέστε μια ενότητα "Κίνδυνοι" που δηλώνει ξεκάθαρα τους κινδύνους.- Προσθέστε μια προειδοποίηση "Αυτό δεν είναι οικονομική συμβουλή". Σημειώστε όποια πληροφορία δεν είστε βέβαιοι ή που δεν έχω ως [ΠΡΟΣ ΣΥΜΠΛΗΡΩΣΗ].

Τέσσερα πρότυπα με δυνατότητα αντιγραφής

1) γενιά NatSpec:

Γράψτε τυπικά σχόλια NatSpec στην ακόλουθη συνάρτηση: @notice (τι κάνει, απλό), @dev (τεχνική σημείωση), @param και @return. Γράψτε μόνο αυτό που κάνει ο κωδικός ΠΡΑΓΜΑΤΙΚΑ. Προσθήκη συμπεριφοράς που δεν υπάρχει στον κώδικα. Επισημάνετε το εφέ για το οποίο δεν είστε σίγουροι.

2) Τεχνική-απλή μετάφραση:

Εξηγήστε αυτόν τον μηχανισμό σε απλά τουρκικά που μπορεί να καταλάβει ένας αρχάριος χρήστης κρυπτογράφησης: τι κάνει, τι πρέπει να κάνει ο χρήστης, ΠΟΙΟΙ ΚΙΝΔΥΝΟΙ υπάρχουν; Υπερβολή; καμία εγγύηση ασφάλειας. Μην κρύβετε κινδύνους, φέρτε τους στο προσκήνιο.

3) Ενότητα κινδύνου/προειδοποίησης:

Γράψτε μια ειλικρινή ενότητα "Κίνδυνοι και προειδοποιήσεις" για αυτό το έργο: κίνδυνος έξυπνου συμβολαίου, κίνδυνος αγοράς, κίνδυνος ρευστότητας, κανονιστική αβεβαιότητα, απώλεια κλειδιού. Εξηγήστε κάθε κίνδυνο σε απλή γλώσσα. Μην υποτιμάτε τους κινδύνους. τελειώνουμε με "αυτή δεν είναι οικονομική συμβουλή".

4) Έλεγχος συνοχής τεκμηρίωσης-κώδικα:

Παρακάτω είναι μια λειτουργία και η διαθέσιμη τεκμηρίωσή της. Επισημάνετε σημεία όπου το έγγραφο έρχεται σε αντίθεση ή παραλείπει την ΠΡΑΓΜΑΤΙΚΗ συμπεριφορά του κώδικα. Τελική λήψη απόφασης. Υποβάλετέ το για "επαλήθευση προγραμματιστή".

Τρεις μίνι θήκες (σε αριθμούς)

Περίπτωση 1 — Η NatSpec ενίσχυσε την επιθεώρηση. Μια ομάδα υπέβαλε μια σύμβαση 25 λειτουργιών για έλεγχο χωρίς σχόλια. Ο ελεγκτής ζήτησε επιπλέον χρόνο για να καταλάβει τη λογική. Η ομάδα παρήγαγε προσχέδια NatSpec με AI και επιβεβαίωσε το καθένα με κωδικό. Η προετοιμασία του ελέγχου συντομεύτηκε κατά σχεδόν 1 ημέρα. Μάθημα: η καλή τεκμηρίωση μειώνει το κόστος ελέγχου.

Περίπτωση 2 — Λάθος ισχυρισμός. Το εγχειρίδιο χρήστη που παρήγαγε η YZ ανέφερε ότι «τα χρήματά σας μπορούν να αποσυρθούν ανά πάσα στιγμή». ενώ υπήρχε 7ήμερο λουκέτο στη σύμβαση. Ο τεχνικός έλεγχος το έπιασε αυτό. Αν δημοσιευόταν, οι χρήστες θα έκαναν λάθος και θα θυματοποιούνταν. Μάθημα: κάθε τεχνική αξίωση επιβεβαιώνεται με κωδικό.

Περίπτωση 3 — Η υπερβολή ξεκαθαρίστηκε. Στο πρώτο προσχέδιο της λευκής βίβλου, η τεχνητή νοημοσύνη χρησιμοποίησε εκφράσεις όπως "υψηλή απόδοση χωρίς κίνδυνο". Η ομάδα τα αφαίρεσε και πρόσθεσε ένα τίμιο τμήμα κινδύνου. Αυτό προστάτευε το έργο τόσο ηθικά όσο και νομικά. Μάθημα: Η προκατάληψη μάρκετινγκ της τεχνητής νοημοσύνης πρέπει να ελεγχθεί.

Ηθικό βάρος της τεκμηρίωσης

Η τεκμηρίωση του Web3 διαβάζεται σε ένα πλαίσιο όπου ο χρήστης διακινδυνεύει τα χρήματά του. Επομένως:

  • Ειλικρίνεια: Οι κίνδυνοι δεν μπορούν να κρυφτούν και οι υπερβολικές υποσχέσεις δεν μπορούν να δοθούν.
  • Ακρίβεια: Οι τεχνικές αξιώσεις πρέπει να ταιριάζουν με τον κωδικό. Το "το έγγραφο το λέει" δεν είναι υπεράσπιση, αλλά μάλλον παραποίηση.
  • Προσβασιμότητα: Η γραφή σε γλώσσα που πραγματικά κατανοεί ο χρήστης είναι ένα μέτρο ασφαλείας. Ένα έγγραφο που δεν είναι κατανοητό είναι μια πρόσκληση για εξαπάτηση.
  • Αποποίηση ευθύνης: Θα πρέπει να δηλωθεί ξεκάθαρα ότι δεν πρόκειται για οικονομικές συμβουλές και κανονιστική αβεβαιότητα.
Συμβουλή: Δοκιμή ειλικρίνειας ενός εγγράφου Web3: "Εάν ένας χρήστης βάλει χρήματα για να εμπιστευτεί μόνο αυτό το έγγραφο, θα αισθανθεί εξαπατημένος όταν έρθει αντιμέτωπος με την αλήθεια;" Να έχετε πάντα την τεχνητή νοημοσύνη να επισημαίνει το τμήμα κινδύνου, όχι να το θάβετε στο τέλος.

Συνήθη λάθη

  • Δεν επιβεβαιώνεται ο τεχνικός ισχυρισμός με κωδικό. Το λάθος έγγραφο παραπλανά τον χρήστη.
  • Εγκατάλειψη της γλώσσας διαφημιστικής εκστρατείας/μάρκετινγκ. Ηθικός και νομικός κίνδυνος.
  • Ελαχιστοποίηση ή απόκρυψη κινδύνων. Παραβίαση εμπιστοσύνης.
  • Εκτύπωση λευκού χαρτιού χωρίς να δίνετε τον πραγματικό μηχανισμό στο AI. Παράγει κατασκευές.
  • Αγνοώντας την προειδοποίηση «όχι οικονομικές συμβουλές». Νομική υποχρέωση.
  • Μη διατήρηση της τεκμηρίωσης σε συγχρονισμό με τον κώδικα. Όταν αλλάζει ο κωδικός, το έγγραφο γίνεται παραπλανητικό.

Συνοπτικά

  • Η τεκμηρίωση είναι θέμα ασφάλειας και εμπιστοσύνης στο Web3. Είναι το πιο παραγωγικό πεδίο της AI.
  • Το κόστος του λάθους είναι σχετικά χαμηλό, αλλά οι ψευδείς τεχνικοί ισχυρισμοί και η υπερβολή αποτελούν σοβαρούς κινδύνους.
  • Κάθε τεχνικός ισχυρισμός πρέπει να επιβεβαιώνεται με πραγματικό κωδικό. Το έγγραφο δεν αντικαθιστά τον κωδικό.
  • Οι κίνδυνοι πρέπει να γράφονται ειλικρινά και ευδιάκριτα. Η υπερβολή και η γλώσσα εγγυήσεων πρέπει να αφαιρεθούν.
  • «Δεν είναι οικονομική συμβουλή» και οι κανονιστικές προειδοποιήσεις είναι υποχρεωτικές.

Εργασία εφαρμογής

Αποκτήστε μια λειτουργία έξυπνης σύμβασης. Δώστε στο AI την προτροπή «Δημιουργία NatSpec» και συγκρίνετε τη δημιουργημένη ερμηνεία γραμμή προς γραμμή με την πραγματική συμπεριφορά του κώδικα — υπάρχουν διαφωνίες; Στη συνέχεια, δημιουργήστε μια "τεχνική-απλή μετάφραση" και ένα "τμήμα κινδύνου/προειδοποίησης" για την ίδια λειτουργία. Βρείτε και διορθώστε τουλάχιστον μία δήλωση του AI που είναι υπερβολική ή έρχεται σε αντίθεση με τον κώδικα.

λίστα ελέγχου

  • [ ] Επιβεβαίωσα κάθε τεχνική αξίωση με τον πραγματικό κωδικό.
  • [ ] Αφαίρεσα τις υπερβολές/εγγυήσεις.
  • [ ] Έγραψα τους κινδύνους με ειλικρίνεια και τους τονίζοντας.
  • [ ] Έδωσα στο AI τον πραγματικό μηχανισμό. Δεν τον άφησα να το φτιάξει.
  • [ ] Πρόσθεσα την προειδοποίηση "Αυτό δεν είναι οικονομική συμβουλή."
  • [ ] Έγραψα το NatSpec πλήρως για όχημα και έλεγχο.
  • [ ] Σχεδίαζα να διατηρήσω την τεκμηρίωση σε συγχρονισμό με τον κώδικα.