ما أجده مثيرًا للاهتمام في نهج @NEAR Protocol هو أنه يعامل وكلاء الذكاء الاصطناعي كبنية تحتية، وليس مجرد روبوتات دردشة مزودة بمزيد من الأدوات.
لا تزال الكثير من أنظمة الوكلاء تجمع بين الاستدلال والتنفيذ والأسرار والوصول إلى الإنترنت ضمن الحلقة نفسها. قد يبدو ذلك مثيرًا للإعجاب في عرض تجريبي، لكن العمل الحقيقي في العالم الواقعي قصة مختلفة. كلما زاد عدد الأدوات التي يمكن للوكيل الوصول إليها، زادت فرص حدوث خطأ ما.
يتبع IronClaw 1.0 نهجًا مختلفًا.
يتخذ الوكيل القرارات، بينما تتحكم طبقة تنسيق منفصلة تُسمى الحارس في كيفية تنفيذ تلك القرارات. تمر كل عملية عبر تلك الطبقة، بما في ذلك القدرات الجديدة التي تُضاف لاحقًا.
تأتي نتائج الاختبار مثيرة للاهتمام لأن النموذج الأساسي بقي كما هو: deepseek-v4-flash.
• PinchBench: 93.5% عبر 147 مهمة واقعية
• ClawBench: 88.6% عبر 140+ موقعًا إنتاجيًا
• OfficeQA: 76.4% في الاستدلال عبر عقود من وثائق وزارة الخزانة الأمريكية
نفس النموذج الأساسي. وقت تشغيل مختلف. أداء IronClaw أفضل.
لكن بصراحة، أرى أن البنية أكثر أهمية من الأرقام.
تم بناء IronClaw حول بعض الضمانات العملية:
مصمم بأمان أكثر: قد تتطلب الإجراءات الحساسة موافقة صريحة، بينما يمكن إصدار الأسرار عند الحاجة ثم مسحها.
حالة مستمرة: تسمح نقاط التحقق المستمرة للوكيل بالمتابعة من حيث توقف بدلًا من فقد تقدمه بعد أي انقطاع.
ذاكرة متعددة القنوات: يمكن لـ CLI وWeb وSlack وTelegram أن تعمل كأنها مساعد واحد مع الحفاظ على القواعد والسياق نفسه.
عزل الفريق: يمكن للمؤسسات مشاركة الأدوات دون كشف تلقائي لمساحات العمل الخاصة.
ثم هناك الصورة الأكبر لـ NEAR AI والـ staking.
تقوم NEAR AI ببناء بنية تحتية للذكاء الاصطناعي اللامركزي، مع التركيز على أشياء مثل الاستدلال السري والحوسبة ووكلاء الذكاء الاصطناعي. في هذا السياق، لا يتعلق الـ staking بكسب العائد فقط. بل يساعد أيضًا على دعم وتأمين البنية التحتية اللامركزية التي تعتمد عليها هذه الأنظمة.
يمكن للمستخدمين استيك NEAR واستلام أرصدة حسابية متكررة للاستدلال السري واستضافة IronClaw، بينما يظل المبلغ الرئيسي قابلًا للسحب.
تصبح هذه النقطة أكثر أهمية مع انتقال وكلاء الذكاء الاصطناعي من مجرد المحادثات البسيطة إلى التفاعل مع مواقع الويب والأدوات والبيانات والأنظمة الحساسة. عمليات النشر القادمة مثل OpenClaw تُعد جزءًا من هذا الاتجاه الأوسع.
الخلاصة الأساسية لدي بسيطة:
لا يحتاج وكلاء الذكاء الاصطناعي فقط إلى نماذج أفضل. بل يحتاجون إلى أنظمة أفضل حول تلك النماذج.
إذا كان الأمن موجودًا فقط في وثيقة سياسة، فقد يتحول بسهولة إلى فكرة لاحقة.
مع IronClaw، تتمثل الفكرة في جعل الأمن جزءًا من وقت التشغيل ذاته.
وبصراحة، هذه هي الجزء من نهج ذكاء NEAR الذي أجدُه الأكثر إثارة للاهتمام.
كما أنني شاركت تفصيلًا أعمق لـ IronClaw 1.0 وNEAR AI staking على X وLinkedIn إذا أردت التعمق أكثر.
X: https://x.com/sheishelen914/status/2096210978027303108
LinkedIn:
https://www.linkedin.com/pulse/ironclaw-10-near-staking-why-agent-architecture-now-matters-essien-6xfse?utm_source=share&utm_medium=member_android&utm_campaign=share_via