APRO預言機如何定義AI代理基礎設施的新基準？
我一直在關注一個自主AI代理在鏈上可靠運行所需的實際條件。處理信息是一回事，但在無信任環境中基於真實價值採取行動又是另一回事。問題通常發生在獲取數據、信任數據以及使用數據觸發行動的過程中。在閱讀了APRO的白皮書以及他們在2024年11月14日關於他們爲AI代理提供的專門解決方案的公告後，他們所構建的感覺不再像是增量更新，而更像是一個必要的基礎。他們不僅僅是在製作一個更快的價格饋送，他們似乎在重新思考當主要用戶不是人類或簡單智能合約，而是另一個具有自己目標和邏輯的自主軟件時，一個預言機必須提供什麼。
AI代理在加密貨幣中的核心挑戰是上下文。一個交易機器人可以被編程爲在價格高於移動平均線時購買。但一個更通用的AI代理可能被指派一個更廣泛的目標，“管理這個DeFi投資組合，以優化以太坊和索拉納的收益”，爲了執行這一目標，代理需要驚人的經過驗證的數據。它當然需要實時資產價格。但它還需要理解協議APY、流動性池深度、不同網絡上的氣體費用，甚至可能需要來自新聞或社交媒體的情緒來評估風險。它比較這些數據，做出決策，並執行交易，所有這些都不需要人工干預。如果數據不正確或被操控，代理將在機器速度下執行錯誤的操作，可能導致重大損失。目前的預言機設計，通常是爲像週期性價格更新這樣的狹窄用例構建的，可能在這個更復雜的模型中成爲瓶頸或單點故障。
APRO的方式，如其材料中所述，似乎通過爲AI的特定行爲模式設計而解決了這個問題。他們的混合“數據推送”和“數據拉取”模型是關鍵。“推送”模型是關於主動的、定期的更新，保持核心資產價格等基礎數據在鏈上不斷流動，以便代理的環境始終是最新的。“拉取”模型是AI變得有趣的地方。這是一個按需功能。當代理的邏輯識別出需要特定的、非標準的數據片段來完成其決策樹時，它可以直接請求這些數據並獲得可驗證的響應。這種靈活性至關重要。這意味着代理不受預定義數據源的限制，它可以尋求它獨特確定爲解決其任務所需的信息，而預言機基礎設施可以響應。這開始看起來不再像一個數據廣播者，而更像一個鏈上的信息檢索系統。
APRO架構提到一個兩層網絡和AI驅動的驗證。在實際操作中，這可能意味着通過APRO網絡傳遞的數據不僅僅通過簡單規則，而是通過可以檢測多條相關數據點之間更微妙的操控或故障的模型進行持續分析。因此，對於做出決策的AI代理而言，數據的完整性與其存在性同樣重要。“AI驅動的驗證”的承諾推薦了一個可以將其安全檢查適應新威脅的系統，這比靜態的基於規則的驗證更進一步。可驗證隨機性的整合是另一個完美適合AI代理用例的部分。許多代理策略，尤其是在遊戲或某些DeFi機制中，可能需要可證明公平的隨機數。將其計入預言機服務意味着代理可以訪問安全的隨機數，作爲另一種原生數據類型，對於從遊戲場景到隨機交易時機等一切都是必不可少的。
我從APRO的公告中理解到的內容是“加密AI代理的首個預言機解決方案”的封閉，這表明這是一個產品化的整體解決方案。它暗示他們正在考慮代理開發者所需的全棧，不僅僅是價格數據，還有處理和信任複雜數據所需的計算和驗證層。一個AI代理不僅需要知道以太坊的價格，它可能需要知道特定鏈上事件日誌是否暗示成功的套利機會，這需要查詢和解析區塊鏈數據本身。通過支持超過40條區塊鏈，APRO還解決了高級代理將在其中操作的多鏈現實。一個被指派尋找最佳收益的代理將自然而然地跨生態系統操作，它的預言機必須能夠提供所有這些生態系統的一致、經過驗證的數據。
基準可能因此被定義爲從數據提供者轉變爲可信的自主軟件執行啓用者。舊的基準是關於單一數據點的準確性和去中心化。新的基準是關於全面性、靈活性和可驗證安全性，適用於由非確定性行爲者請求的動態數據類型數組。這是關於構建一個不僅能回答我們知道要問的問題的預言機，但也能可靠地回答AI代理髮現其需要問的意外問題，以實現其目標。這將預言機從邊緣移動到AI代理操作循環的核心。如果他們能夠在這個架構上交付，特別是AI增強的安全性和低延遲、按需的“拉取”功能，他們不僅會爲AI代理趨勢提供服務，還將提供其基礎設施的關鍵部分，定義這些代理可以安全可靠地實現的目標。真正的考驗將在於延遲、成本和穩健性，當成千上萬的代理同時發出複雜數據請求時。但專門爲這種現實構建的意圖是爲新的基準設定方向。
由哈桑Cryptoo
@APRO Oracle | #APRO | $AT
