Осталось 2 дня: поправка XRP с редкой активацией глаз 100% консенсуса

Экосистема XRPL ведет обратный отсчет, поскольку ключевая поправка должна вступить в силу в ближайшие несколько дней.

Согласно данным XRPScan, для исправления XRPL 3.1.3 «fixCleanup3_1_3» вступил двухнедельный период активации с ожидаемым сроком 27 мая 2026 года.

Особенность этой поправки заключается в том, что она достигла 100% консенсуса, как показывает популярный исследователь XRPL XRPScan, что является редким явлением для большинства поправок, большинство из которых просто превысили требуемую отметку в 80%.

Система внесения поправок в $XRP Ledger использует процесс консенсуса для утверждения любых изменений, влияющих на обработку транзакций в $XRP Ledger. Полнофункциональные изменения процесса транзакций вносятся в виде поправок; затем валидаторы голосуют за эти изменения.

Если поправка получает поддержку более 80% в течение двух недель, поправка принимается, и изменение применяется навсегда ко всем последующим версиям реестра. Для отключения принятой поправки требуется новая поправка.

«fixCleanup3_1_3» смог достичь 100% консенсуса, поскольку не требовал ручного голосования и являлся поправкой «да, исправление» по умолчанию. Это набор исправлений для NFT, разрешенных доменов, хранилищ и протокола кредитования.

Поправка последовала за тем, как Ripple пересматривает безопасность $XRP Ledger с помощью искусственного интеллекта. Прогресс был достигнут в обнаружении ошибок красной командой с помощью искусственного интеллекта, которая была создана с упором на постоянный анализ кодовой базы XRPL и то, как функции взаимодействуют в реальных сценариях, а не только изолированно.

В результате версия XRPL 3.1.3 содержала только исправления ошибок и улучшения и не содержала новых функций, требующих голосования.

Ripple расширяет усилия по обеспечению безопасности XRPL

В марте Ripple заявила, что пересматривает способ защиты $XRP Ledger, в центре усилий которого находится искусственный интеллект.

Помимо активного тестирования, Ripple заявила, что инвестирует в модернизацию и лучшее согласование самой кодовой базы XRPL. Многие классы ошибок в долгоживущих системах, таких как xrpld, возникают не только из-за отдельных ошибок, но и из-за структурных проблем, таких как ограниченная безопасность типов, противоречивые шаблоны взаимодействия между функциями, недостаточное соблюдение инвариантов, а также недокументированные или необеспеченные предположения.

Следовательно, решение этих проблем остается критически важным, поскольку оно делает систему более предсказуемой, более понятной и устойчивой.