KI-Agenten treten in eine neue Phase ein.
Anstatt nur Antworten zu generieren, wird zunehmend erwartet, dass sie recherchieren, mit Tools interagieren, Workflows verwalten und in Vertretung der Nutzer Handlungen ausführen. Das macht eine Frage immer wichtiger: Wie geben wir KI mehr Fähigkeiten, ohne die Kontrolle aufzugeben?
#IronClaw 1.0 von @NEAR Protocol nähert sich dieser Herausforderung über die Architektur.
Seine Kernidee ist die Trennung von Denken und Handeln.
Das KI-Modell übernimmt das Schlussfolgern und die Entscheidungsfindung, während zwischen dem Modell und den Tools, auf die es zugreifen kann, eine sichere Koordinationsschicht namens „guard“ sitzt. Dadurch entsteht ein kontrollierter Pfad, in dem Aktionen validiert werden können und, wenn nötig, vor der Ausführung ausdrücklich genehmigt werden.
Die Ergebnisse sind ebenfalls bemerkenswert.
Mit dem Deepseek-v4-flash-Base-Modell erreichte IronClaw 1.0:
📈 93.5% bei PinchBench
📈 88.6% bei ClawBench
📈 76.4% bei OfficeQA
Diese Benchmarks decken verschiedene Aspekte der Agentenfähigkeit ab, darunter Tool-Nutzung, komplexe Aufgaben, Web-Interaktionen und das Schlussfolgern über Dokumente aus dem Arbeitsplatz.
Aber Leistung ist nur ein Teil der Geschichte.
IronClaw ist auf mehrere praktische Anforderungen für persistente KI-Agenten ausgelegt:
🛡️ Sicherer durch Design — explizite Genehmigungen helfen, Nutzer in der Kontrolle über sensible Aktionen zu halten.
💾 Persistenter Zustand — kontinuierliche Checkpoints ermöglichen es Agenten, die Arbeit fortzusetzen, statt nach Unterbrechungen den Fortschritt zu verlieren.
🌐 Omni-Channel-Speicher — Agenten können Kontext über CLI, Web, Slack und Telegram hinweg aufrechterhalten.
👥 Team-Isolation — getrennte Umgebungen, Speicher und Berechtigungen helfen Teams, Agenten mit besseren Grenzen zu betreiben.
Diese Funktionen werden besonders relevant, wenn KI-Agenten von experimentellen Demos hin zu echten Workflows wechseln.
Und das verbindet sich mit der größeren #NEARAI Vision.
NEAR AI konzentriert sich auf nutzergesteuerte und verifizierbare KI-Infrastruktur, einschließlich privater Inferenz und sicherer Umgebungen für Agenten. Das Ziel ist nicht nur, KI leistungsfähiger zu machen, sondern eine Infrastruktur zu schaffen, in der Nutzer mehr Kontrolle über ihre Daten, ihre Intelligenz und ihre Interaktionen behalten können.
Dann gibt es Staking.
NEAR arbeitet als Proof-of-Stake-Netzwerk, bei dem Validatoren Transaktionen verarbeiten und an der Sicherung des Konsenses teilnehmen. Gestoaktes NEAR bildet die wirtschaftliche Grundlage, die hilft, diese dezentrale Infrastruktur abzusichern.
Das bedeutet, dass Staking mehr ist als nur potenzielle Belohnungen.
Es geht auch darum, das Netzwerk zu unterstützen, auf das sich Anwendungen und zukünftige KI-Agenten verlassen können.
Während sich Systeme wie OpenClaw herausbilden, könnte die echte Chance in der Kombination aus fähigen Agenten + sicherer Ausführung + persistentem Zustand + dezentraler Infrastruktur liegen.
Die Zukunft der KI wird nicht nur dadurch bestimmt, welches Modell am intelligentesten ist.
Das hängt auch davon ab, wer die Infrastruktur kontrolliert, die diese Modelle nutzen, und ob Nutzer den Agenten vertrauen können, die in ihrem Namen handeln.