Расшифровка фреймворка D.A.T.A: как реконструировать экосистему мультичейн взаимодействия?

Автор: Haotian

Недавно @carv_official выпустил набор стандартов и фреймворков D.A.T.A. Как следует из названия, фреймворк Virtual G.A.M.E. ориентирован на развертывание игровых сценариев, в то время как D.A.T.A. представляет собой фреймворк для обработки данных в общих «цепных» сценариях, в основном решая проблемы усиления возможностей взаимодействия данных AI Agent, такие как обработка данных между блокчейнами, конфиденциальные вычисления и автоматическое принятие решений.

1）Фреймворк G.A.M.E, предоставленный @virtuals_io, является инструментом, который помогает разработчикам создавать искусственного интеллекта, способного самостоятельно планировать действия и принимать решения в игровых сценах. Его основной целевой аудиторией являются большие модели LLMs.

Позволяет большой модели автономно принимать решения и планировать действия на основе естественного языка, используя набор настраиваемых высокоуровневых планировщиков (HLP) и низкоуровневых планировщиков (LLP). HLP разрабатывает стратегии и задачи, а LLP преобразует задачи в конкретные выполнимые действия. В конечном итоге это позволяет разработчикам быстро создавать и развертывать модульные компоненты для использования в производственной среде AI Agent, например, для предоставления интеллектуальных решений NPC или игрокам в играх.

В отличие от CARV, D.A.T.A. Framework предоставляет инфраструктуру «данных» для общих сценариев, целью которой является обеспечение AI Agent высококачественной поддержки данных на цепи и вне ее. Основными целями обслуживания являются межцепочечное взаимодействие и коммуникация «данных» AI Agent.

Как универсальная публичная цепочка с модульной структурой и высокой масштабируемостью, SVM Chain использует протокол нормализации данных межсетевой связи, что позволяет AI Agent единообразно получать доступ и обрабатывать данные различных блокчейн-сетей. Механизмы проверки и отслеживаемости блокчейна обеспечивают безопасность передачи и обработки данных, а применение TEE и ZK-технологий обеспечивает конфиденциальность. Очевидно, что CARV в основном определяет механизм взаимодействия AI Agent в разных цепочках.

2. Как это сделать? Экосистема CARV включает в себя четыре основных компонента для взаимодействия между цепями с агентами искусственного интеллекта: SVM Chain, D.A.T.A Framework, CARV_ID, CARV_Labs; см. документацию для справки

1. SVM Chain предоставляет инфраструктуру блокчейна, включая обработку транзакций между блокчейнами, поддержку выполнения смарт-контрактов, поддержку механизма консенсуса и другие основные функции, которые являются необходимыми для нормальной работы D.A.T.A. фреймворка.

2. Фреймворк и стандарт D.A.T.A включает в себя стандартизацию данных межцепочек, агрегацию и обработку данных, поддержку конфиденциальных вычислений и т. д. В процессе включается получение исходных данных из цепи SVM и их связь с помощью системы идентификаторов и системы идентификации агентов, в результате которой выводятся стандартизированные данные на уровне приложения.

3. Система управления идентификацией CARV_ID, реализованная на основе стандарта ERC7231, включает в себя маркировку идентификации AI Agent, проверку подлинности, управление правами, авторизацию данных и так далее, и в основном взаимодействует с системой управления данными D.A.T.A.

4、CARV_Labs, главным образом, путем инкубации проектов, внедрения экосистемических приложений, поддержки технологических инноваций и т. Д., обеспечивает базовую поддержку для внедрения приложений AI Agent, в конечном итоге позволяя другим модулям технологических фреймворков реализовать реальное внедрение приложений AI Agent.

Итак, можно ясно видеть, что способом, которым CARV входит в сферу AI Agent, является использование своей цепной структуры в качестве врожденного преимущества, захватывая 'точку функции', связанную с обработкой данных на цепи и за цепью, необходимых для нормального функционирования AI Agent, путем агрегирования данных, определения стандартов данных, создания механизмов проверки данных и их отслеживания, тем самым превращая CARV в блокчейн-архитектуру, способную обеспечить работу AI Agent.

Существует существенное различие между фреймворком G.A.M.E и фреймворком D.A.T.A., один глубоко раскапывает возможности автономного принятия решений и выполнения действий ИИ-агента в игровой сцене, так что ИИ-агент может более эффективно понимать вводимые данные на естественном языке и переводить их в действия в игровой сцене, а другой охватывает многоцепочечную среду, пытаясь руководствоваться потребностями ИИ-агента в цепочке, принимая «данные» в качестве точки входа, что делает CARV общей инфраструктурной цепочкой, которая в первую очередь обслуживает агента ИИ.