IronClaw 1.0 entdecken: Die Guard zwischen Entscheidung und Handlung

Wenn KI alles kann, wer behält dann die Aufsicht?
Lange Zeit waren KI-Agenten ein „Alleskönner“: Sie können recherchieren, Dateien verwalten, mit Websites interagieren und plattformübergreifend kommunizieren. Doch wenn ein Agent sowohl dafür verantwortlich ist, zu entscheiden, was zu tun ist, als auch es tatsächlich auszuführen, wächst der Raum für Fehler, Sicherheitsrisiken und Kontrollverlust
Dies ist die Herausforderung, die @NEAR Protocol  mit IronClaw 1.0 angeht. Ganz seinem Namen entsprechend wurde IronClaw entwickelt, um KI-Agenten einen festeren Griff darüber zu geben, wie sie handeln, indem die Entscheidungsfindung von der Ausführung durch eine sicherheitsorientierte Koordinationsschicht namens Guard getrennt wird. Das bedeutet, dass ein KI-Agent bestimmen kann, was seiner Meinung nach geschehen sollte, während eine separate Schicht regelt, was er tatsächlich tun darf
In diesem Artikel untersuchen wir, wie #IronClaw  funktioniert, welche Benchmark-Leistung es hat, welche Funktionen entwickelt wurden, um Agenten sicherer und zuverlässiger zu machen, und wie NEAR AI und Staking in die größere Vision von dezentraler KI passen.
Was ist IronClaw 1.0?
IronClaw 1.0 ist eine Open-Source-Implementierung auf Rust-Basis, inspiriert von OpenClaw und entwickelt von #NEARAI , jedoch neu aufgebaut mit Fokus auf Privatsphäre, Isolation und Kontrolle. Anstatt davon auszugehen, dass das Modell mit sensiblen Informationen vertraut werden kann, ist IronClaw darauf ausgelegt, Geheimnisse nach Möglichkeit außerhalb des Modells zu halten
Denken Sie an einen Bankmitarbeiter, der Ihre Anfrage entgegennehmen kann, aber das Tresorschloss nicht allein öffnen darf. Ein Sicherheitssystem steht zwischen dem Mitarbeiter und dem Tresor und prüft, ob die angeforderte Aktion autorisiert ist, bevor sie zugelassen wird
Dieses Sicherheitssystem ist der Guard von IronClaw.
Anstatt ein KI-Modell direkt mit jedem Tool, jeder Berechtigung und jedem externen System zu verbinden, trennt IronClaw Entscheidungsfindung von der Ausführung. Aktionen laufen durch den Guard, sodass ein Agent eine breite Palette von Aufgaben ausführen kann, ohne dass rohe Credentials direkt dem LLM offengelegt werden müssen.
Die Benchmark-Leistung von IronClaw 1.0
Bild, das die Benchmark-Leistung von IronClaw zeigt 
IronClaw 1.0 belegt in allen drei Benchmarks, die verschiedene Aspekte agentenartiger Arbeit testen (d. h. was von einem KI-Agenten erwartet wird), den ersten Platz. Wichtig ist, dass alle drei Ergebnisse im Test dieselbe DeepSeek-V4-Flash-Basis-Model verwenden.
PinchBench testet Aufgaben, die alltagsnah sind, also alltägliche Arbeitsabläufe: Es bewertet 147 praktische Aufgaben, darunter das Planen von Meetings, das Verwalten von E-Mails, das Schreiben von Code und das Bearbeiten von Dateien. IronClaw erzielte 93,5 % und lag damit ungefähr vier Prozentpunkte vor dem nächstbesten Modell.
ClawBench testet eine Ausführung im realen Umfeld: Es führt Agenten über kontrollierte Umgebungen hinaus auf mehr als 140 echte produktive Websites., einschließlich mehrstufiger Aktivitäten wie das Buchen von Flügen und das Durchführen von Käufen. IronClaw erzielte 88,6 %
OfficeQA testet einen Deep-Reasoning-Test: Er prüft das Denken anhand großer Sammlungen von Unternehmensdokumenten. Der Datensatz umfasst nahezu ein Jahrhundert an US-Treasury-Bulletins, darunter etwa 89.000 Seiten und mehr als 26 Millionen numerische Werte – und IronClaw erzielte 76,4 %
Was diese Ergebnisse interessant macht, ist nicht irgendeine einzelne Zahl.
Die drei Benchmarks testen drei unterschiedliche Umgebungen, und IronClaw liegt in allen drei vorn. Das deutet darauf hin, dass seine Architektur nicht nur für einen eng definierten Aufgabentyp optimiert ist. Denn dasselbe Design, bei dem Aktionen über einen kontrollierten Checkpoint laufen, kann auch einen Agenten für sehr unterschiedliche Arten von Arbeit unterstützen.
Mit anderen Worten: Der Guard mag ein Tor zwischen Denken und Handeln sein – doch diese Ergebnisse deuten darauf hin, dass ein Tor nicht zwangsläufig zum Engpass werden muss.
Die wichtigsten Funktionen, die IronClaw anders machen
Sicherheitskonzept by Design: 
IronClaw verwendet explizite Freigaben für sensible Aktionen. Anstatt dass ein Agent zuerst handelt und später erklärt, können bestimmte Vorgänge bis zum Guard angehalten werden, bis die Erlaubnis erteilt ist. Außerdem sind Passwörter und Tokens so ausgelegt, dass sie nur bei Bedarf einmal ausgegeben und anschließend aus Logs, Fehlern und Berichten entfernt werden.
Persistenter Status
IronClaw nutzt kontinuierliche Checkpoints, um seinen Fortschritt zu speichern, sodass eine Unterbrechung eher eine Pause als einen Neustart bedeutet. Der Agent kann dort wieder ansetzen, wo er aufgehört hat, statt seine Arbeit von Grund auf neu aufzubauen. Stellen Sie es sich wie ein Lesezeichen vor: Sie können das Buch schließen, aber Sie verlieren die Seite nicht.
Omni-Channel Memory
Ein Assistent wird weniger nützlich, wenn sein Gedächtnis verschwindet, sobald Sie die Plattform wechseln. IronClaw ist so konzipiert, dass es über die CLI, das Web, Slack und Telegram als ein einziger Assistent funktioniert – nicht als getrennte Assistenten. Dabei werden dieselben Speicher- und Sicherheitsregeln über alle Kanäle hinweg mitgeführt.
IronClaw ist für Teams gebaut 
IronClaw unterstützt Multi-Tenant-Deployments, bei denen Tools und Fähigkeiten, die von einer Person erstellt wurden, in der gesamten Organisation geteilt werden können. Single-Tenant-Deployments bieten dagegen vollständige Isolation für Teams, die sie benötigen.
Bild, das zeigt, was IronClaw anders macht 
NEAR AI und NEAR Staking 
IronClaw löst das Problem, wie ein KI-Agent handeln kann, während Kontrolle und Sicherheit bestehen bleiben. Allerdings braucht ein Agent noch einen sicheren Ort, um zu laufen, Informationen zu verarbeiten und mit KI-Modellen zu interagieren – und genau hier kommt NEAR AI ins Spiel.
NEAR AI baut Infrastruktur für eine privatere, sichere und nutzergesteuerte KI. Dazu gehört sein Stack für vertrauliche Inferenz, bei der KI-Workloads in hardware-isolierten Umgebungen laufen können, sowie das Hosting von Agenten für Systeme wie IronClaw.
Man kann es sich wie ein Haus vorstellen, in dem IronClaw der sicherheitsbewusste Bewohner ist, während NEAR AI die geschützte Umgebung bereitstellt, in der es arbeitet.
Aber wie wir alle wissen, braucht ein dezentrales Ökosystem einen Weg, um das Netzwerk sicher, zuverlässig und angemessen unterstützt zu halten, während immer mehr Menschen und Anwendungen darauf angewiesen sind.
Genau dort wird Staking wichtig
Am 30. Juli 2026 kündigte NEAR AI das Staking von NEAR an, um Zugriff auf bestimmte KI-Dienste zu erhalten.
Die Idee ist stattdessen, dass Sie Ihr NEAR nicht direkt für KI-Dienste ausgeben: Ihr Stake kann Credits erzeugen, während das zugrunde liegende $NEAR  weiterhin Ihnen gehört und zurückgezogen werden kann, wenn Sie unstaken. Je mehr Sie staken, desto mehr Zugriff oder Credits können Sie erhalten – je nach Dienst. Sobald Sie unstaken, verlieren Sie den Zugriff auf die Dienste, die mit diesem Stake verknüpft sind.
Es ist in gewisser Weise ähnlich wie eine Festgeldanlage, aber ohne festes Fälligkeitsdatum.
Derzeit unterstützte zwei Dienste sind:
Vertrauliche Inferenz: Staking kann verwendet werden, um Inferenz für Open-Source-Modelle wie DeepSeek, Qwen usw. zuzugreifen. Hier wird jedoch nicht das gestakete NEAR selbst ausgegeben. Stattdessen wird die Staking-Rendite, die Ihr NEAR erwirtschaftet, in KI-Compute-Credits umgewandelt, die sich über die Zeit ansammeln – basierend auf der Größe Ihres Staks.
Agent Hosting: Sie können außerdem NEAR staken, um Agent Hosting zuzugreifen, einschließlich IronClaw und der kommenden Agenten. Für das Agent Hosting folgt das monatliche Kreditbudget einem festen Verhältnis:
Gestaktes NEAR ÷ 100 = Monatliches Kreditbudget
Beispielsweise erhält man durch Staking von 500 NEAR 5 US-Dollar an monatlichen Credits, die sich für jede Abonnementperiode erneuern, solange NEAR gestaked bleibt.
Und Sie benötigen mindestens 50 NEAR, um Ihren ersten IronClaw-Agenten bereitzustellen, gemäß der aktuellen Richtlinie.
Persönliche Einsicht
Abseits der Forschung finde ich persönlich, dass IronClaw deshalb interessant ist, weil es KI aus einer Richtung betrachtet, die man leicht übersieht – und die mit Vertrauen zu tun hat.
Erstens gefällt mir, dass IronClaw einem KI-Agenten nicht einfach Zugriff auf alles gibt und auf das Beste hofft.
Zweitens finde ich die Tatsache spannend, dass ich mein NEAR staken kann, um auf IronClaw zuzugreifen, während ich mein gestaktes NEAR trotzdem behalte.
Und wie man so sagt: „Eine Kette ist nur so stark wie ihre Glieder.“ Für dezentrale KI ist der Agent nur ein Glied. Die Sicherheit des Netzwerks, die Privatsphäre der Berechnungen und die Infrastruktur, die den Agenten unterstützt, sind mindestens genauso wichtig.
Das ist für mich der Punkt, der IronClaw Aufmerksamkeit wert macht.
Fazit
Da sich KI weiterentwickelt, wird es genauso wichtig, Sicherheit und Kontrolle sicherzustellen wie KI leistungsfähiger zu machen.
NEAR AI hat Infrastruktur aufgebaut und verbessert sie weiter, um KI privater und sicherer zu machen – und gleichzeitig durch NEAR-Staking noch zugänglicher.
Wir wissen alle, dass ein leistungsstarker Agent Türen öffnen kann – aber eine gut gestaltete Architektur bestimmt, welche Türen er öffnen darf.
Und damit komme ich zu dem Schluss, dass die Zukunft von #crypto  und Web3 den Agenten gehört, die mit den richtigen Leitplanken mehr leisten können.