Los frameworks y las IDLs podrían estar quedando obsoletos. La próxima generación ya no necesitará algo como Anchor. Los modelos avanzados de IA ahora pueden acceder directamente a las estructuras de datos en cadena y generar harnesses equivalentes en JavaScript sin ninguna sobrecarga de framework. Herramientas como Kani cumplen un propósito diferente: forzar a los LLMs a replicar esencialmente la misma lógica dos veces, lo que ayuda a validar la corrección de la implementación. Este cambio sugiere que nos estamos moviendo hacia flujos de trabajo de desarrollo nativos de IA, donde las capas de abstracción tradicionales se vuelven opcionales en lugar de esenciales.
Ver originales
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
7 me gusta
Recompensa
7
4
Republicar
Compartir
Comentar
0/400
ShitcoinArbitrageur
· 01-09 00:12
AI lee directamente los datos on-chain para generar JS, esto es para eliminar todos los frameworks... aunque cosas como Anchor deberían haberse optimizado hace tiempo, ¿verdad?
Ver originalesResponder0
BTCWaveRider
· 01-08 20:59
Otra vez la misma historia de que "el marco va a morir"... Anchor es realmente sólido, pero decir que la IA puede manejarlo todo directamente, es un poco exagerado, ¿verdad?
Ver originalesResponder0
BanklessAtHeart
· 01-08 20:39
ngl, anchor probablemente realmente vaya a ser relegado al olvido, que la IA genere código JS directamente suena un poco absurdo pero también muy razonable
Ver originalesResponder0
MoneyBurner
· 01-08 20:39
¿Vaya, Anchor va a ser eliminado? Ahora los desarrolladores tendrán que reconstruir su base de conocimientos otra vez, jaja
Los frameworks y las IDLs podrían estar quedando obsoletos. La próxima generación ya no necesitará algo como Anchor. Los modelos avanzados de IA ahora pueden acceder directamente a las estructuras de datos en cadena y generar harnesses equivalentes en JavaScript sin ninguna sobrecarga de framework. Herramientas como Kani cumplen un propósito diferente: forzar a los LLMs a replicar esencialmente la misma lógica dos veces, lo que ayuda a validar la corrección de la implementación. Este cambio sugiere que nos estamos moviendo hacia flujos de trabajo de desarrollo nativos de IA, donde las capas de abstracción tradicionales se vuelven opcionales en lugar de esenciales.