Короткий огляд фреймворку AI Agent D.A.T.A, випущеного CARV

D.A.T.A - фреймворк для общих «цепочечных» сценариев данных, который в основном решает проблемы повышения возможностей взаимодействия данных AI Agent, такие как обработка данных между блокчейнами, конфиденциальные вычисления и автоматизированные решения.

Написав: Haotian

Нещодавно @carv_official опублікував набір фреймворків і стандартів D.A.T.A. Як випливає з назви, G.A.M.E від Virtual — це фреймворк розробки та розгортання, зосереджений на ігрових сценаріях, тоді як D.A.T.A — це фреймворк даних для загальних «ланцюгових» сценаріїв, головним чином вирішуючи проблему розширення можливостей взаємодії з даними агентів штучного інтелекту, таких як крос-блокчейн обробка даних, обчислення конфіденційності та автоматизоване прийняття рішень. Давайте поговоримо про розуміння D.A.T.A в порівнянні з фреймворком G.A.M.E:

1）Фреймворк G.A.M.E, наданий @virtuals_io, є інструментом для розробників, який допомагає створювати штучний інтелект AI Agent, який може самостійно планувати дії та приймати рішення в ігровому середовищі. Основна цільова аудиторія - великі моделі LLMs.

Дозволяє великим моделям самостійно приймати рішення та планувати дії відповідно до природної мови за допомогою системи високорівневого планування (HLP) та низькорівневого планування (LLP), де HLP розробляє стратегії та завдання, а LLP перетворює завдання на конкретні виконавчі дії. Нарешті, розробники можуть швидко побудувати та розгорнути AI-агента, який може використовуватися в виробничому середовищі на основі модульних компонентів. Наприклад, в іграх це може забезпечити інтелектуальне прийняття рішень для NPC або гравців.

У порівнянні CARV надає D.A.T.A. структуру, яка є базовою інфраструктурою для загальних сценаріїв «даних», має на меті надання якісної підтримки ланцюжка та позаланцюжкових даних AI Agent. Основною цільовою аудиторією є здатність AI Agent до міжланцюжкової «даних» комунікації та взаємодії.

Як універсальний ланцюг блоків, який має модульну та розширювану структуру, SVM Chain впроваджує протокол стандартизації міжланцюжкових даних, що дозволяє AI Agent однаково отримувати доступ до даних різних ланцюгів блоків та обробляти їх, а механізми підтвердження та можливості відстеження ланцюга блоків забезпечують безпеку передачі та обробки даних. Крім того, застосування технологій TEE та ZK забезпечує конфіденційність. Очевидно, CARV передбачає механізм взаємодії AI Agent між ланцюгами блоків.

2. Як це зробити? Екосистема CARV для міжланцюжкової взаємодії з AI Agent складається з чотирьох основних компонентів: SVM Chain, D.A.T.A Framework, CARV_ID, CARV_Labs; див. документ для деталей.

1. SVM Chain надає базову інфраструктуру блокчейну, включаючи обробку транзакцій між ланцюгами, підтримку виконання розумних контрактів, підтримку механізму консенсусу та інші основні функції, які є необхідними для нормального функціонування D.A.T.A. фреймворку.

2. Фреймворк та стандарти D.A.T.A включають стандартизацію даних між ланцюжками, збір та аналіз даних, підтримку обчислень приватності тощо. В процесі цього використовується оригінальна інформація з ланцюжка SVM та зв’язана з системою ідентифікації та агентською системою, щоб вивести стандартизовані дані на рівень застосування.

3. Система управління ідентифікацією CARV_ID, заснована на стандарті ERC7231, в основному включає тегування ідентифікації AI Agent, аутентифікацію, управління дозволами, авторизацію даних тощо, і в основному працює з фреймворковою системою D.A.T.A для управління даними;

4、CARV_Labs, головним чином шляхом інкубації проектів, забезпечення впровадження екосистемних застосувань, підтримки технологічних інновацій тощо, надає базову підтримку для впровадження AI Agent, що врешті-решт дозволяє іншим технологічним модулям фреймворку підтримувати реальне впровадження застосувань AI Agent.

Загалом, очевидно, що спосіб входження CARV в сферу AI Agent полягає в використанні його вроджених переваг ланцюгової структури, захоплюючи “функціональний пункт” обробки даних на ланцюгу та позаланцюгової обробки даних, необхідних для нормальної роботи AI Agent. Шляхом агрегації даних, визначення стандартів даних, побудови механізму підтвердження та відстеження даних, CARV стає блокчейн-архітектурою, яка може працювати з AI Agent.

Фреймворк G.A.M.E та D.A.T.A мають принципову різницю: один глибоко досліджує самостійні рішення та виконавчу здатність AI Agent в ігрових сценаріях, щоб дати змогу AI Agent більш ефективно розуміти введення природньою мовою та перетворювати його на дії у межах ігрових сценаріїв, а інший простягається через оточення багатьох ланцюгів, намагаючись забезпечити ланцюжкову потребу AI Agent за допомогою підходу, що базується на “даних”, роблячи CARV універсальною інфраструктурою ланцюга, що надає переваги спочатку AI Agent.