NEAR Core 2.6.0版本发布:全球合约支持与乐观区块优化
项目背景
NEAR Core是NEAR区块链协议的核心实现,作为新一代高性能区块链平台,NEAR以其分片架构和开发者友好的特性在区块链领域占据重要位置。本次发布的2.6.0版本带来了两项重要的协议升级,将进一步增强网络的功能性和性能表现。
协议升级亮点
全球合约支持(NEP-591)
2.6.0版本实现了NEP-591改进方案,引入了全球合约(Global Contracts)功能。这一创新特性允许特定合约在整个区块链网络中全局可用,而不需要像传统合约那样在每个分片中单独部署。
全球合约的实现为开发者带来了显著优势:
- 简化了跨分片合约调用流程
- 减少了合约部署和维护的复杂性
- 提高了合约调用的执行效率
- 为构建更复杂的去中心化应用提供了基础支持
这一改变在协议层面进行了精心设计,确保在不影响网络安全性和去中心化特性的前提下,为开发者提供更强大的工具。
乐观区块优化
另一个重大改进是引入了乐观区块(Optimistic Block)机制,旨在解决区块和分片(chunk)生产流程中的执行延迟问题。
传统流程中,区块和分片的执行存在双重延迟:
- 区块生产者需要等待前一区块的执行结果
- 分片生产者又需要等待区块的执行结果
乐观区块机制通过优化这一流程,使区块生产者可以基于乐观假设提前工作,显著减少了整体延迟。这一改进需要改变收据ID的计算方式,从使用extra_hash改为使用block_height,从而支持基于乐观区块的分片执行。
数据库迁移
2.6.0版本包含从版本43到44的数据库迁移。这一迁移过程在验证节点和RPC节点上约需30秒,在归档节点上约需5分钟。迁移过程中不需要额外的存储空间,但需要注意:
- 不要中断迁移过程,否则需要从迁移前的快照恢复
- 迁移完成后数据库将采用新的格式存储数据
回滚机制
在协议升级前,如果遇到问题可以从2.6.0回滚到2.5版本,但需要手动执行数据库回滚操作。回滚步骤包括停止节点、运行专门的回滚命令,然后重新启动旧版本节点。需要注意的是,一旦网络完成协议升级,回滚将不再可能,因为新协议版本与旧版软件不兼容。
后续升级计划
协议版本77的投票将于2025年5月7日开始,预计升级时间为2025年5月8日。升级后,节点运营商需要更新部分配置值以提高区块生成速率,具体说明将在协议升级后提供。
技术影响分析
2.6.0版本的这两项主要改进将对NEAR生态系统产生深远影响:
- 性能提升:乐观区块机制将显著减少区块生产延迟,提高网络吞吐量
- 开发便利:全球合约支持降低了开发复杂应用的门槛
- 扩展性增强:为未来更复杂的跨分片交互奠定了基础
这些改进体现了NEAR团队对区块链可扩展性问题的持续关注和创新解决方案,进一步巩固了NEAR作为开发者友好型区块链平台的地位。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust065- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00