SCDS - Smart Contract Diagram Standard
三句話摘要
智能合約安全審計中的圖表混亂問題，及一套最小化機器可讀圖表標準（CDS）提案。 把複雜圖表拆成多張聚焦子圖、每圖不超過 9 個概念，是讓審計報告圖表立即從「看不懂」變「一目瞭然」的最小有效動作。 現有圖表失效的根本原因：工程師繪圖時以技術細節為導向，而非以讀者理解為導向，導致審計報告中的圖表資訊密度過高，令閱讀者困惑而非獲益。
重點整理
重點- 1
現有圖表失效的根本原因：工程師繪圖時以技術細節為導向，而非以讀者理解為導向，導致審計報告中的圖表資訊密度過高，令閱讀者困惑而非獲益。
- 2
業界調查揭示三個共通現象：圖表多為特定用途（架構審查、資料流、控制流）；風格極端，要麼過細要麼過粗；許多人有興趣用 AI 代理自動化生成並使圖表具備機器可讀性。
- 3
CDS 標準的兩大目標：一是提供有主見的規則，明確定義智能合約圖表中節點與邊的類型；二是提供對應的 JSON 語義編碼規範，使圖表可由 AI 生成、摘要，並在其他工具中渲染。
- 4
分層圖表是最直接可落地的改善：單一大圖拆解為多張聚焦子圖，每張圖的概念或物件數量維持在 7–9 個上限，可大幅降低認知負擔。
實用技巧與重點
乾貨- 每張圖表的概念/物件上限：7–9 個
- 標準名稱：CDS（Consensus Diligence Standard）
- 提案發布平台：Ethereum Magicians Forum
- 編碼格式：JSON（語義模型的規範編碼）
- 圖表節點/邊類型：參考 JavaScript Solidity 解析器輸出的通用化版本
- 生成方式：可由 AI 代理從合約 artifact 自動建立 → 摘要 → 渲染至外部工具
- 適用圖表類型：通用架構審查、資料流（Data Flow）、控制流（Control Flow）
結論
結論“把複雜圖表拆成多張聚焦子圖、每圖不超過 9 個概念，是讓審計報告圖表立即從「看不懂」變「一目瞭然」的最小有效動作。”
完整解析
詳細智能合約安全審計依賴圖表來傳達系統架構，但現實情況往往令人沮喪。講者 George 來自 Consensus Diligence，他以自己最近繪製的一張圖為例：原本想強調某個合約在系統中的核心地位，最終卻變成一團難以辨識的箭頭網絡。這個問題並非個案——審計報告中充斥著以工程師視角繪製的圖表，技術細節齊全，但閱讀者（包括客戶、審計員、其他工程師）卻無從找到重點。
為了找出解法，George 訪談了多位開發者與審計員，也研究了一般軟體行業的圖表實踐。他歸納出三個共通現象：圖表通常有明確的目標用途（如架構審查、資料流分析）但最終跑偏；風格上要麼過於細緻要麼過於概略，缺乏中間地帶；以及越來越多人希望借助 AI 代理自動化生成圖表，並讓圖表具備機器可讀性。其他軟體行業的啟示是：好的圖表標準需要有明確觀點，不能只提開放性建議，因為工程師在沒有約束的情況下本能地往技術細節鑽。
基於此，George 提出了 CDS（Consensus Diligence Standard）——一套最小化的機器可讀智能合約圖表標準，並已在 Ethereum Magicians Forum 發布提案。標準的核心有兩點：第一，針對智能合約領域定義有主見的節點與邊的類型規則，讓繪圖者有具體遵循依據；第二，提供 JSON 語義編碼規範，使圖表結構可由 AI 從合約 artifact 自動生成，再經 AI 代理摘要，最終在各種工具中渲染顯示。這讓圖表從「人工手繪」走向「人機協作」。
最實用的建議則是分層圖表策略：不要試圖在一張圖上說清楚所有事，而是把一個複雜系統拆解為多張各有焦點的子圖，並嚴格控制每張圖的概念或物件數量在 7–9 個以內。這個上限來自認知心理學的工作記憶容量研究，超過這個數字人腦就難以有效處理。講者認為這是目前每位審計員都可以立即採用的最直接改善手段。
關鍵時刻
Pipeline v2帶時間戳的重點，會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。
事實查核
Pipeline v2說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。
