CARV представляет фреймворк D.A.T.A: создание кросс-чейн инфраструктуры данных для AI Agent

Автор: Haotian

Недавно CARV выпустила набор фреймворков и стандартов D.A.T.A. Как следует из названия, G.A.M.E от Virtual — это фреймворк разработки и развертывания, ориентированный на игровые сценарии, тогда как D.A.T.A — это фреймворк данных для универсальных «блокчейн-сценариев», в основном решающий проблемы усиления возможностей взаимодействия данных AI Agent, такие как обработка данных между блокчейнами, конфиденциальные вычисления и автоматизированное принятие решений.

Ниже приведено понимание D.A.T.A в сравнении с фреймворком G.A.M.E:

1) Фреймворк G.A.M.E от Virtual помогает разработчикам создавать AI Agent, способные автономно планировать действия и принимать решения в игровых сценариях. Он в основном ориентирован на большие языковые модели (LLMs).

Это позволяет большим моделям осуществлять автономное принятие решений и планирование действий на основе ввода естественного языка через набор дообученных планировщиков высокого уровня (HLP) и планировщиков низкого уровня (LLP); HLP разрабатывает стратегии и задачи, а LLP преобразует задачи в конкретные выполнимые действия. В конечном итоге это позволяет разработчикам быстро создавать и развертывать AI Agent для производственной среды на основе модульных компонентов. Например, в играх это может обеспечивать интеллектуальное принятие решений для NPC или игроков.

В отличие от этого, фреймворк D.A.T.A от CARV — это инфраструктура «данных» для универсальных сценариев, цель которой — предоставить AI Agent высококачественную поддержку ончейн и оффчейн данных. Его основная ориентация — возможности межчейновой коммуникации и взаимодействия «данных» AI Agent.

Будучи модульным, масштабируемым универсальным публичным блокчейном, его SVM Chain внедряет протокол стандартизации межчейновых данных, позволяющий AI Agent единообразно получать доступ и обрабатывать данные различных блокчейнов; при этом механизмы верификации и отслеживаемости блокчейна гарантируют безопасность данных в процессе передачи и обработки, кроме того, применение технологий TEE и ZK обеспечивает конфиденциальность. Нетрудно заметить, что CARV в основном определяет набор механизмов адаптации и взаимодействия для AI Agent между цепями.

2) Как именно это реализуется? Экосистема CARV для адаптации межчейнового взаимодействия AI Agent в основном разделена на четыре ключевых компонента: SVM Chain, фреймворк D.A.T.A, CARV_ID, CARV_Labs;

Подробнее см. в документации для справки

1. SVM Chain предоставляет базовую инфраструктуру блокчейна, включая обработку межчейновых транзакций, поддержку выполнения смарт-контрактов, поддержание механизмов консенсуса и другие базовые функции; это также сопутствующая цепная инфраструктура, необходимая для нормальной работы фреймворка D.A.T.A;

2. Фреймворк и стандарты D.A.T.A, в основном включают стандартизацию межчейновых данных, агрегацию и парсинг данных, поддержку конфиденциальных вычислений и т. д.; процесс включает получение исходных данных из SVM Chain и связывание через систему ID и систему идентификации Agent, в конечном итоге выводя стандартизированные данные на уровень приложения;

3. Система управления идентификацией CARV_ID, реализована на основе стандарта ERC7231, в основном включает маркировку идентификации AI Agent, аутентификацию, управление правами доступа, авторизацию данных и т. д., в основном работает совместно с системой фреймворка D.A.T.A для управления данными;

4. CARV_Labs, в основном через инкубацию проектов, внедрение приложений экосистемы, поддержку технологических инноваций и т. д., предоставляет базовую поддержку для внедрения приложений AI Agent, в конечном итоге позволяя приложениям AI Agent, поддерживаемым другими модулями технических фреймворков, быть успешно внедренными.

Из вышесказанного можно ясно увидеть, что способ входа CARV в сегмент AI Agent заключается в использовании врожденных преимуществ его цепочечной структуры, захвате этой «функциональной точки» обработки ончейн и оффчейн данных, необходимых для нормальной работы AI Agent, через агрегацию данных, определение стандартов данных, построение механизмов верификации и отслеживания данных, тем самым делая CARV блокчейн-архитектурой, способной поддерживать работу AI Agent.

Между фреймворками G.A.M.E и D.A.T.A существует существенное различие: один глубоко исследует возможности автономного принятия решений и выполнения действий AI Agent в игровых сценариях, позволяя AI Agent более эффективно понимать ввод естественного языка и преобразовывать его в действия в игровом сценарии; другой же охватывает мультичейн-среду, пытаясь ориентироваться на цепочечные потребности AI Agent, используя «данные» как точку входа, чтобы сделать CARV первой универсальной инфраструктурной цепью, обслуживающей AI Agent.