Membongkar Kerangka D.A.T.A: Bagaimana Membangun Ulang Ekosistem Interaksi Multi-Rantai?

Ditulis oleh: Haotian

Baru-baru ini, @carv_official menerbitkan seperangkat kerangka kerja dan standar D.A.T.A. Seperti namanya, G.A.M.E Virtual adalah kerangka kerja pengembangan dan penyebaran yang berfokus pada skenario permainan, sedangkan D.A.T.A adalah kerangka kerja data untuk skenario "rantai" umum, terutama memecahkan masalah peningkatan kemampuan interaksi data agen AI seperti pemrosesan data lintas blockchain, komputasi privasi, dan pengambilan keputusan otomatis. Mari kita bicara tentang pemahaman D.A.T.A dibandingkan dengan kerangka G.A.M.E:

1）@virtuals_io menyediakan kerangka G.A.M.E yang membantu pengembang membuat AI Agent yang dapat merencanakan tindakan dan membuat keputusan sendiri di dalam adegan permainan. Layanan utamanya adalah model besar LLMs.

Memungkinkan model besar untuk membuat keputusan otonom dan merencanakan tindakan berdasarkan input bahasa alami, melalui seperangkat perencana tingkat tinggi yang disesuaikan (HLP) dan perencana tingkat rendah (LLP), di mana HLP merumuskan strategi dan tugas, sementara LLP mengubah tugas menjadi tindakan konkret yang dapat dilaksanakan. Akhirnya, pengembang dapat dengan cepat membangun dan mendeploy AI Agent yang dapat digunakan dalam lingkungan produksi berdasarkan komponen modular. Misalnya, dalam game, dapat memberikan keputusan cerdas untuk NPC atau pemain.

Sebaliknya, kerangka kerja CARV menyediakan infrastruktur 'data' yang berorientasi pada skenario umum untuk memberikan dukungan data on-chain dan off-chain berkualitas tinggi bagi AI Agent. Layanan utamanya adalah kemampuan komunikasi dan interaksi 'data' antar-rantai AI Agent.

Sebagai blockchain umum yang modular dan skalabel, SVM Chain-nya mengadopsi protokol standar data lintas rantai, memungkinkan AI Agent untuk mengakses dan memproses data dari berbagai blockchain, sementara mekanisme verifikasi dan pelacakan blockchain menjamin keamanan data selama proses transmisi dan pemrosesan, aplikasi teknologi TEE dan ZK juga memastikan privasi. Tidak sulit melihat bahwa CARV secara khusus mendefinisikan mekanisme operasi saling mengakses antar-rantai bagi AI Agent.

2. Bagaimana cara melakukannya? Sistem ekosistem CARV untuk interaksi antar rantai AI Agent terdiri dari empat komponen inti: SVM Chain, kerangka kerja D.A.T.A, CARV_ID, CARV_Labs; lihat dokumen untuk referensi.

1. SVM Chain menyediakan infrastruktur dasar blockchain, termasuk pemrosesan transaksi antar rantai, mendukung operasi kontrak pintar, mempertahankan mekanisme konsensus, dan fungsi dasar lainnya, yang juga merupakan infrastruktur rantai pendukung yang diperlukan untuk kerangka kerja D.A.T.A beroperasi secara normal.

2. Kerangka dan Standar D.A.T.A, terutama mencakup standarisasi data lintas rantai, agregasi dan pemrosesan analisis data, dukungan perhitungan privasi, dll. Prosesnya melibatkan pengambilan data mentah dari SVM Chain atau lainnya, dan menghubungkannya melalui sistem ID dan agen identitas, dan akhirnya menghasilkan data yang terstandarisasi untuk lapisan aplikasi.

3. Sistem Manajemen Identitas CARV_ID, diimplementasikan berdasarkan standar ERC7231, terutama mencakup tanda pengenal identitas AI Agent, verifikasi identitas, manajemen izin, otorisasi data, dan sebagainya, utamanya bekerja sama dengan sistem kerangka D.A.T.A untuk manajemen data.

4. CARV_Labs, terutama melalui inkubasi proyek, implementasi ekosistem aplikasi, mendukung inovasi teknologi, dll, menyediakan dukungan dasar untuk menerapkan AI Agent, dan pada akhirnya memungkinkan aplikasi AI Agent yang didukung oleh modul kerangka kerja teknologi lainnya dapat benar-benar diimplementasikan.

Secara keseluruhan, dapat dengan jelas dilihat bahwa CARV memasuki jalur AI Agent dengan memanfaatkan keunggulan struktur rantai bawaannya, menangkap 'titik fungsi' pengolahan data di atas dan di bawah rantai yang diperlukan untuk operasi normal AI Agent, menggabungkan data, menentukan standar data, membangun mekanisme verifikasi dan pelacakan data, sehingga membuat CARV menjadi arsitektur blockchain yang dapat dijalankan oleh AI Agent.

Ada perbedaan mendasar antara kerangka kerja G.A.M.E dan D.A.T.A, satu menggali secara mendalam kemampuan pengambilan keputusan dan eksekusi tindakan otonom dari agen AI di adegan game, sehingga agen AI dapat lebih efisien memahami input bahasa alami dan menerjemahkannya ke dalam tindakan di adegan game, dan yang lainnya mengangkangi lingkungan multi-rantai, mencoba dipandu oleh kebutuhan rantai agen AI, mengambil "data" sebagai titik masuk, menjadikan CARV rantai infrastruktur umum yang pertama kali melayani agen AI.