AI

تتحول وكلاء AI من مجرد أدوات دردشة بسيطة إلى كيانات رقمية تستطيع تنفيذ المهام ذاتيًا، وإدارة الأصول، والانخراط في الأنشطة الاقتصادية. يكشف هذا المقال كيف يمكّن نظام هوية DID الخاص بـ Luffa، ومحفظة Web3، وهندسة AI القابلة للتحقق، وكلاء AI من امتلاك قدرات فعلية على السلسلة.

لوفا (Luffa) منصة رقمية تدمج بين تقنيات AI والويب 3 (Web3)، صُممت لإعادة تعريف طريقة تفاعل المنشئين والجماهير وGrupo. من خلال توظيف الهوية اللامركزية (DID)، ووكيل AI، والمدفوعات على السلسلة، ونظام اقتصادي قابل للبرمجة، تسعى لوفا إلى بناء نظام بيئي مبتكر يتيح للمحتوى والقيمة وGrupo التدفق بحرية.

في بنية Gate.AI، يمر طلب الذكاء الاصطناعي عادةً بسلسلة من المراحل: مرحلة طلب الوصول أو طلب الوصول، تحليل المهمة، تقييم النموذج، اتخاذ قرارات التوجيه، تنفيذ النموذج، وتسليم النتيجة. ومن خلال ربط أنظمة النماذج المتنوعة عبر واجهة موحدة، تتمكن Gate.AI من توزيع موارد الاستدلال تلقائيًا حسب الاحتياجات في الوقت الفعلي، مما يحقق تعاونًا سلسًا بين نماذج متعددة مع الحد من مخاطر الاعتماد على نموذج واحد.

AntFun (ANTFUN) هو تطبيق Web3 يجمع بين الذكاء الاصطناعي (AI) والتواصل الاجتماعي وميزات المحفظة متعددة الشبكات، ليمنح المستخدمين إدارة الأصول الرقمية وعرض الهوية على السلسلة والتفاعل الاجتماعي وخدمات المعلومات الذكية. بعكس محافظ العملات الرقمية التقليدية التي تركز أساسًا على تخزين الأصول وتداولها، يحوّل AntFun المحفظة إلى بوابة حيوية للمستخدمين لاستكشاف عالم Web3.

يكمن الفارق الجوهري بين Janction ومتجر OpenAI GPT في أن Janction شبكة تعاون لامركزية لوكلاء AI، بينما متجر OpenAI GPT منصة لنشر وتوزيع تطبيقات AI. تُركّز Janction على الربط والتعاون وتبادل القيمة بين الوكلاء، في حين يُسهّل متجر GPT للمستخدمين اكتشاف واستخدام تطبيقات GPT.

شبكة Janction Agent Network هي شبكة تعاونية لوكلاء AI ضمن النظام البيئي Janction، تُمكّن وكلاء AI المتعددين من اكتشاف بعضهم البعض، والتواصل، والتعاون، والتداول عبر إطار هوية موحد، وآلية اكتشاف الموارد، ونظام جدولة المهام، وطبقة تسوية القيمة. على عكس وكلاء AI التقليديين الذين يعملون بصورة مستقلة، تركز شبكة Janction Agent Network بشدة على الترابط والتنفيذ المنسق بين الوكلاء.

Janction هي شبكة لا مركزية لمعدل التجزئة صُممت لعصر الذكاء الاصطناعي، تجمع بين موارد الحوسبة الموزعة عالميًا، ووكلاء AI، وآليات تحفيز البلوكشين لتقديم بنية تحتية مفتوحة لتدريب نماذج الذكاء الاصطناعي والاستدلال وتنفيذ المهام الذكية. تهدف Janction إلى تسهيل اكتشاف موارد الحوسبة وتوزيعها والتعاون عليها وتسوية قيمتها دون الاعتماد على خدمات سحابية مركزية.

Trusta.AI وWorld مشروعان للبنية التحتية للهوية في Web3، لكنهما يختلفان جوهريًا في معالجة تحديات الهوية الرقمية. يعتمد World على التعرف البيومتري—كمسح القزحية—للتحقق من تميز كل مستخدم، مع التركيز الأساسي على بناء إطار رقمي قوامه "شخص واحد، هوية واحدة". في المقابل، يبني Trusta.AI شبكة هوية وسمعة عبر تحليل السلوك على السلسلة، وتقييم السمعة، والمؤهلات القابلة للتحقق، لمعالجة تراكم الثقة وتمكين التعاون الموثوق.

إثبات الإنسانية هي آلية للتحقق من الهوية البشرية الحقيقية أطلقتها Trusta.AI، صُممت لتحديد ما إذا كان حساب بلوكشين يديره شخص حقيقي أو روبوت أو محفظة منشأة بشكل جماعي. تحلل الآلية السلوك على السلسلة وأنماط التفاعل وسجلات السمعة وبيانات اعتماد الهوية لإصدار تسميات هوية موثوقة للمستخدمين، كما تقدم بيانات اعتماد قابلة للتحقق لإجراء التحقق عبر التطبيقات المختلفة.

Trusta.AI هي شبكة لا مركزية للهوية والسمعة صُممت خصيصًا لمستخدمي Web3 ووكلاء AI. تعمل على بناء هويات رقمية موثوقة عبر تحليل السلوك على السلسلة، وتقييم السمعة، والتحقق من الهوية، وبيانات الاعتماد القابلة للتحقق. تتصدى الشبكة لتحديات رئيسية مثل بوت الحسابات، وهجمات Sybil، وانتحال الهوية، وغياب هويات موثوقة لوكلاء AI، لتوفير بنية تحتية موحدة لطبقة الثقة في نظام البلوكشين البيئي.

Quack AI هي بنية تحتية متخصصة في حوكمة الذكاء الاصطناعي (AI) تركز على Web3، صُممت لإدارة الأصول الواقعية (RWA) وسيناريوهات الحوكمة متعددة الشبكات. تعتمد بنيتها الأساسية على تكامل وكيل AI، ومحرك السياسات، وآليات التنفيذ الآلي، مما يُتيح للمنظمات اللامركزية المستقلة (DAOs) والبروتوكولات على السلسلة تعزيز كفاءة التعاون عبر السلسلة وأتمتة الحوكمة.

Gate Research: تركز هذه الورقة على الحاجة العملية لمراجعة التداول في سوق العملات الرقمية. وبالاستناد إلى إطار عمل OpenClaw وإمكانات Gate MCP، طور النظام منصة استشارات استثمارية تعتمد على الذكاء الاصطناعي تقوم بأتمتة العملية بالكامل من جمع البيانات وتحليل المؤشرات وحتى توليد التقارير. ومع اعتماد بنية قائمة على الوكلاء واستدعاء الأدوات بشكل معياري، أصبح الذكاء الاصطناعي قادرًا على فهم بيانات التداول، وإجراء التحليل، ودعم قرارات الاستثمار، وإصدار تقارير مراجعة واضحة وقابلة للتنفيذ. بشكل عام، يؤكد هذا النهج إمكانات نموذج "LLM + MCP + Agent" في التطبيقات المالية، ويوفر مسارًا عمليًا لتطبيق المساعدة الاستثمارية المعتمدة على الذكاء الاصطناعي، ويضع الأساس لتطور أنظمة اتخاذ القرار الذكية والمعتمدة على التحليل الكمي في المستقبل.

Gate Research: تدفع نماذج اللغة الكبيرة وتقنيات الوكلاء الذكيين أنظمة التداول إلى مرحلة جديدة من التطور. التداول الكمي، الذي كان يعتمد سابقًا بشكل كبير على مهارات البرمجة وأنظمة الهندسة المعقدة، يتجه تدريجيًا نحو منتجات توفر حواجز دخول أقل بكثير. قدمت Gate منتجات مثل AI Quant Workspace وGate for AI، التي تهدف إلى دمج توليد الاستراتيجيات، واختبارها التاريخي، والتنفيذ الآلي في منصة واحدة من خلال التفاعل بلغة طبيعية، وأدوات كوانت بدون برمجة، وواجهات تداول موحدة، مما يتيح لعدد أكبر من المستخدمين المشاركة في تداول الاستراتيجيات. ومع استمرار نضج تقنيات الذكاء الاصطناعي، تتطور منصات التداول من أدوات المطابقة التقليدية إلى بنية تحتية للتداول قائمة على الذكاء الاصطناعي.

يتمثل الفارق الأساسي بين Gate.AI والاتصال المباشر بـ OpenAI API في نهجهما المعماري. فبينما يتيح OpenAI API الوصول المباشر إلى نماذج OpenAI، تعمل Gate.AI كبوابة ذكاء اصطناعي (AI Gateway) ومنصة لتوجيه النماذج، حيث توحد الوصول إلى نماذج لغوية كبيرة متعددة، وتقوم تلقائياً باختيار النموذج وتوجيه الطلبات بناءً على عوامل تشمل التكلفة والأداء والتوفر.

تنبع المخاطر الرئيسية التي تواجه شبكة Allora من جودة البيانات، وتقييم دقة النماذج، وتصميم الحوافز، والتفاعلات الاستراتيجية بين المشاركين. وباعتبارها شبكة استدلال AI لامركزية، تعتمد Allora على التنسيق بين Workers وReputers وValidators. فإذا تضمنت بيانات الإدخال انحيازاً، أو تعرضت آلية التقييم للتلاعب، أو اختل هيكل الحوافز، فقد تنخفض جودة تنبؤات الشبكة. ويمثل الوعي بهذه المخاطر مدخلاً أوضح لفهم كيفية عمل البنية التحتية اللامركزية للذكاء الاصطناعي والتحديات التي تواجه تطورها.