当前主流神经网络推理依赖存放在高带宽显存中的稠密浮点权重矩阵，既受严重的内存墙瓶颈制约，也无法在以太坊虚拟机（EVM）等确定性虚拟机上原生执行。而在 Blum-Shub-Smale 模型下，对连续域上递归动力系统的终止性与算术不变量做验证一般是不可判定的。本文提出并对 WERR（Waves & Errors）与第三阶段轨道误差动力学（OED）进行了形式化验证与裸机实证验证。该非张量决策范式不存储任何权重，而是依据沿 Mandelbrot 集边界 ∂M 的一个 24 字节坐标种子 Θ=(c_x, c_y, zoom)，按需程序化地合成非线性决策边界。作者将递推 z_{n+1}=z_n^2+c 投影到模剩余环 Z/9Z 与定点域 Q_{16.16}，在 Lean 4（v4.34.1）与 Mathlib4 中给出十条机器验证定理，且不存在未证明猜想（无 sorry）。定理覆盖 I_3={0,3,6} ⊂ Z/9Z 的理想闭包、通用燃料受限停机性（≤9 步与 ≤12 步）、在 2^63-1 以下 Q_{16.16} 平方无溢出、边界逃逸敏感度的非常数性，以及参数化 EVM gas 上界（≤22,557，控制在 24,000 以内）。实验在 40 核双路 Intel Xeon 服务器上完成：向量化的 36 次迭代 CPU 内核 6.49 秒处理 10 万次决策（15,397 决策/秒，0 字节 VRAM，15.15 倍加速）；S 型离群门控在保留 89.60% 干净基线信号的同时抑制了 100.00% 的对抗性尖峰。适合形式化方法、去中心化/链上推理、EVM 计算与资源受限边缘部署方向的研究者阅读。

该论文针对链上 AI 推理在 EVM 环境中的根本性瓶颈展开研究。背景问题是:以太坊虚拟机存储按 gas 计费,若把静态浮点神经网络权重矩阵写入链上存储,成本高达数百万 gas,使直接链上推理在工程上不可行;而零知识机器学习(ZK-ML)虽把张量乘法外包给链下证明者,却引入了 10 至 300 秒的 SNARK 证明延迟以及每笔 25 万至 50 万 gas 的验证开销。由于 DeFi 攻击(无抵押闪电贷、三明治 MEV、LVR 毒性流量)都在单个区块内原子完成,ZK-ML 预言机在时间尺度上无法及时响应。 为此作者提出 Werracle:一个零存储的链上 AI 决策预言机,其全部参数可压缩进单个 32 字节 EVM 存储槽(bytes32)。其核心方法借用程序化 Mandelbrot 逃逸动力学(z_{n+1}=z_n^2+c),由 24 字节坐标三元组 Theta=(c_x, c_y, zoom)推导出连续的非线性决策超平面,从而无需存储任何权重矩阵即可表达非线性判决边界。实现层面使用纯 Solidity 字节码与定点 Q16.16 算术(WerrMath.sol),对 16 点 Pareto 微网格求值仅消耗 21,438 gas,在 Base、Arbitrum 等 L2 rollup 上折合不足 0.0005 美元,执行延迟为亚毫秒级。 应用演示为 WerracleFeeHook.sol——一个 Uniswap v4 动态 swap 费率调节器,实时度量订单簿湍流度并在 0.05% 至 0.50% 区间原子调整 LP 费率,作为闪电贷/MEV 场景下的“断路器”。作者声称协议通过 1,000 项密码学封存的确定性验证套件(100% 通过),遥测永久关闭,并在专用 EVM 开发网沙盒(Chain ID 4242)上运行。 需注意:所引前置工作标注为 arXiv:2609.25498,该编号指向未来日期、无法核实;“production-grade” 的表述仅基于 devnet 沙盒,文中未披露主网部署、第三方审计或真实资金规模下的对抗测试结果。因此应视为概念验证型研究,而非可直接采信的生产级组件。

该论文聚焦以太坊虚拟机（EVM）提前编译（AOT）技术的产物复用粒度问题。当前主流 AOT 编译器（如 revmc、evmone、DTVM）以「合约代码哈希」为最小单位缓存和复用编译产物，即每个不同的字节码哈希都对应一次独立编译。作者指出，这一粒度与真实链上负载的分布严重不匹配：实际部署由「合约族」（contract families）主导，包括工厂合约、代理合约、模板化部署等，同一族的合约在指令结构上几乎完全一致，差别仅在于少量内嵌常量（如地址、参数、初始化值）。研究团队在 Base、Ethereum、BSC、Arbitrum 四条 EVM 链上进行了测量，发现在 10K 区块窗口内，23.1%–47.6% 的唯一可编译字节码可归入共享的族骨架。这意味着按哈希编译会反复编译结构等价的代码，导致编译时间与产物占用被放大，并在有限编译预算下反而降低了对实际执行负载的覆盖率。为解决问题，作者提出 SkelOT 框架，把编译复用的单位从代码哈希提升为族骨架：每个族只编译一个原生产物，把族内不变的常量直接固化进产物，而把随合约变化的常量放入一份按合约索引的运行时表，在执行时读取。SkelOT 基于 revmc/LLVM 实现，并在 Base 主网 10K 区块语料（352 万笔交易）上评估：编译单元数减少 47.5%，产物体积减少 57.4%，编译时间提速 2.19 倍，同时与按哈希 AOT 保持字节级完全一致的执行结果。运行时方面，族内成员合约获得 1.31 倍的中位单合约加速。在面向 75% 执行时间覆盖率的编译预算约束下，SkelOT 所需产物数量远少于按哈希 AOT，且该优势在所有覆盖率目标下均成立。适合 EVM 客户端与执行层性能工程师、区块链节点/验证者运维人员以及编译器与运行时研究者阅读。