ironclaw

IronClaw 1.0 vient de donner au staking $NEAR un véritable cas d'usage au-delà du rendement. Voici le détail complet de ce qui a changé, pourquoi l'architecture tient la route et ce que cela signifie si vous en détenez.
Le problème avec la plupart des #AI agents
Chaque framework d'agent conçu jusqu'à présent partage la même faiblesse structurelle. Le modèle qui décide quoi faire est directement relié aux identifiants qu'il détient, aux outils qu'il peut appeler et à la mémoire qu'il conserve, le tout regroupé dans un seul système sans séparation entre eux. Cela signifie qu'une seule mauvaise décision, un seul outil compromis ou une seule connexion interrompue peut anéantir les progrès ou exposer un accès qu'il n'aurait jamais dû avoir au départ.

Les agents IA deviennent plus capables.
‎Mais plus elles deviennent capables, plus une question devient importante.
‎Pouvons-nous réellement contrôler ce qu’ils font ?
‎C’est l’une des choses qui a attiré mon attention en examinant IronClaw 1.0 de NEAR AI. @NEAR Protocol
‎La plupart des gens se concentrent sur ce qu’un modèle d’IA peut penser.
‎IronClaw adopte une approche légèrement différente en prêtant attention à ce qui se passe après que l’IA a pris sa décision.
‎Le modèle réfléchit à ce qu’il faut faire.
‎Ensuite, le Guard se place entre le modèle et l’action.

Imaginez une entreprise où n’importe qui peut proposer un virement bancaire. Le marketing peut en demander un, l’ingénierie peut en demander un, les RH peuvent en demander un. Mais peu importe qui l’initie, l’argent ne bouge pas tant qu’il n’est pas passé par un guichet unique d’approbation qui applique les mêmes vérifications à chaque fois. Aucun service n’a de porte dérobée. C’est l’idée de base derrière IronClaw 1.0 de NEAR AI : l’agent peut raisonner sur ce qu’il veut faire, mais l’action elle-même doit passer par une couche unique de coordination avant de pouvoir s’exécuter.

Les agents d’IA deviennent bien plus capables que les chatbots. Ils commencent à planifier, à exécuter des tâches, à interagir avec des applications et à assister des flux de travail de plus en plus complexes. À mesure que ces capacités se développent, une question devient plus importante : comment rendre l’IA autonome digne de confiance ?
C’est ici que @NEAR Protocol adopte une approche intéressante avec IronClaw 1.0.
Au lieu de permettre à un modèle d’IA de réfléchir et d’exécuter des actions sans supervision, IronClaw introduit une couche Guard qui sépare la prise de décision de l’exécution. Les opérations sensibles nécessitent une approbation explicite, créant ainsi une couche de sécurité supplémentaire pour les flux de travail alimentés par l’IA.

J’ai étudié ce qui se passe lorsque l’IA dépasse le simple fait de donner des réponses et commence à prendre des actions.
C’est là que commence le véritable défi. Un agent peut être compétent, mais peut-il agir dans des limites claires, préserver son travail et gérer des tâches sensibles en toute sécurité ?
C’est ce qui rend la version 1.0 d’IronClaw, @NEAR Protocol , intéressante à examiner.
#NEARAI Cloud fournit l’infrastructure à l’origine de cette orientation, en offrant aux développeurs un moyen d’exécuter des charges de travail d’IA avec une confidentialité accrue et une sécurité vérifiable. Son approche d’informatique confidentielle s’appuie sur des environnements d’exécution approuvés (Trusted Execution Environments, TEEs) pour isoler les charges de travail d’IA sensibles, tandis que l’attestation cryptographique peut apporter des preuves sur l’endroit et la manière dont le calcul a été effectué.

Les agents d’IA vont au-delà de la simple réponse aux questions.
Ils peuvent naviguer sur des sites web, travailler avec des documents, utiliser des outils, interagir avec des logiciels et, de plus en plus, exécuter des tâches au nom des utilisateurs.
Mais à mesure que les agents gagnent en capacité d’action, une question devient plus importante :
Comment accorder suffisamment d’autorité à l’IA pour qu’elle soit utile, sans lui donner trop de liberté ?
C’est ici que l’IronClaw 1.0 de @NEAR Protocol et NEAR AI deviennent particulièrement intéressants.
Une approche différente de l’architecture des agents d’IA
Les systèmes d’IA traditionnels se concentrent largement sur l’amélioration de la capacité du modèle à raisonner.

Les agents IA vont au-delà des simples réponses aux questions.
On leur demande de plus en plus d’exécuter des tâches, d’interagir avec des logiciels, de gérer des flux de travail et, à terme, d’opérer sur des infrastructures financières et numériques.
Cela crée un nouveau problème.
Comment donner à un agent IA la capacité d’agir sans lui donner une permission illimitée d’agir ?
C’est là que IronClaw 1.0 de @NEAR Protocol devient intéressant.
De la pensée à l'action
Les systèmes d’IA traditionnels fonctionnent surtout autour de la génération d’une réponse.
Un système agentique est différent. Il doit raisonner, prendre des décisions, interagir avec des systèmes externes et exécuter des actions.

Ce que je trouve intéressant dans l’approche de @NEAR Protocol est qu’elle considère les agents d’IA comme une infrastructure, et non simplement comme des chatbots dotés de plus d’outils.
Beaucoup de systèmes d’agents font encore passer le raisonnement, l’exécution, les secrets et l’accès à Internet par la même boucle. Cela peut être impressionnant dans une démonstration, mais le travail en conditions réelles est une autre histoire. Plus un agent a accès à d’outils, plus il y a de risques que quelque chose tourne mal.
IronClaw 1.0 adopte une approche différente.
L’agent prend les décisions, tandis qu’une couche de coordination distincte appelée le garde contrôle la manière dont ces décisions sont exécutées. Chaque action passe par cette couche, y compris les nouvelles capacités ajoutées plus tard.

Quand l’IA peut tout faire, qui garde un œil ?
Depuis longtemps, les agents IA sont des « touche-à-tout » : ils savent rechercher, gérer des fichiers, interagir avec des sites web et communiquer à travers différentes plateformes. Mais lorsqu’un seul agent est chargé à la fois de décider quoi faire et de l’exécuter effectivement, la marge d’erreur, les risques de sécurité et la perte de contrôle augmentent
C’est le défi <c-36/> que relève IronClaw 1.0. Fidèle à son nom, IronClaw est conçu pour donner aux agents IA une prise plus solide sur la façon dont ils agissent, en séparant la prise de décision de l’exécution grâce à une couche de coordination axée sur la sécurité appelée le Guard. Cela signifie qu’un agent IA peut déterminer ce qu’il estime devoir se produire, tandis qu’une couche distincte encadre ce qu’il est réellement autorisé à faire

En tant que personne qui a été écrivain@DAO Labs pendant assez longtemps, j’ai eu l’occasion d’explorer de nombreux projets d’IA. J’ai vu à la fois ce que les agents d’IA peuvent faire et les risques liés au fait de leur donner davantage de liberté.
Que se passe-t-il lorsque les agents d’IA deviennent suffisamment capables pour agir de leur propre chef, mais que nous ne pouvons toujours pas leur faire entièrement confiance ?
Rendre les agents d’IA sûrs et fiables est essentiel à leur adoption et à leur utilité. Le protocole NEAR, avec la publication d’IronClaw 1.0, est le premier à tenter de fournir des cadres et des outils pour relever ce défi.

Les agents IA évoluent de systèmes qui se contentent de répondre à des systèmes capables de raisonner et d’exécuter des tâches complexes dans le monde réel.
Ils vont au-delà de la simple réponse aux questions et commencent à parcourir le web, travailler avec des fichiers, interagir avec des applications, utiliser des API et exécuter des tâches en plusieurs étapes. Mais à mesure que les agents gagnent en autonomie, une question cruciale se pose : comment donner à l’IA la capacité d’agir sans sacrifier la sécurité, la fiabilité et le contrôle de l’utilisateur ?
@NEAR Protocol ’IronClaw 1.0 propose une approche intéressante de ce défi en repensant la manière dont un agent IA pense, agit et maintient sa progression.

Introduction : la prochaine phase des agents IA
Les agents d’intelligence artificielle ont dépassé le simple modèle de questions-réponses. Aujourd’hui, ils planifient des réunions, gèrent des fichiers, mènent des recherches et interagissent sur plusieurs plateformes. Mais cette évolution introduit un défi architectural essentiel : comment garantir que les agents IA agissent en toute sécurité lorsqu’ils disposent de capacités dans le monde réel ?
@NEAR Protocol Aborde ce problème avec IronClaw 1.0, un agent révolutionnaire qui repense fondamentalement l’architecture des agents IA en séparant la prise de décision de l’exécution grâce à une couche de coordination sécurisée.

L’IA va au-delà des systèmes qui se contentent de répondre aux questions.
Nous sommes passés des chatbots aux assistants capables d’utiliser des outils, puis aux agents capables de naviguer sur le web, de travailler avec des fichiers, d’appeler des API et d’exécuter des tâches en notre nom.
Mais à mesure que les agents deviennent plus capables, une question plus large se pose :
Que se passe-t-il quand une IA peut réellement agir ?
Cela rend l’architecture des agents tout aussi importante que l’intelligence du modèle.
C’est le problème que @NEAR Protocol l’IA cherche à résoudre avec IronClaw 1.0, un framework sécurisé et open source d’agent IA, développé en Rust.

Les agents d’IA entrent dans une phase différente.
Ils ne se limitent plus à produire des réponses. Ils peuvent parcourir des sites web, gérer des fichiers, écrire du code, traiter de l’information et exécuter des workflows multi-étapes.
Cette capacité supplémentaire crée un nouveau problème d’ingénierie.
Lorsque des logiciels peuvent agir en votre nom, comment contrôlez-vous ce qu’ils ont le droit de faire ? Comment vous assurez-vous qu’une tâche interrompue ne disparaît pas ? Et comment protégez-vous l’infrastructure qui gère les données et le calcul en arrière-plan ?
C’est ce qui rend intéressant d’examiner IronClaw 1.0 de @NEAR Protocol .

Les agents IA entrent dans une nouvelle phase.
Au lieu de simplement générer des réponses, on attend de plus en plus d'eux qu'ils effectuent des recherches, interagissent avec des outils, gèrent des flux de travail et agissent au nom des utilisateurs. Cela rend une question de plus en plus importante : comment donner plus de capacités à l'IA sans perdre le contrôle ?
#IronClaw 1.0 adopte cette approche par l'architecture.
Son idée clé est la séparation de la pensée et de l'action.
Le modèle IA gère le raisonnement et la prise de décision, tandis qu'une couche de coordination sécurisée appelée le garde se situe entre le modèle et les outils auxquels il peut accéder. Cela crée un chemin contrôlé où les actions peuvent être validées et, si nécessaire, explicitement approuvées avant l'exécution.

Les agents IA entrent dans une phase différente.
L’objectif n’est plus seulement de construire des modèles capables de répondre à des questions. L’opportunité la plus importante consiste à créer des agents capables de prendre des mesures, d’utiliser des outils, de conserver le contexte et d’exécuter des workflows dans le monde réel.
Mais cela pose un problème important :
Comment donner à l’IA la capacité d’agir sans lui confier un contrôle incontrôlé ?
@NEAR Protocol IronClaw 1.0 adopte une approche fondamentalement différente.
La couche « Guard »
IronClaw sépare la prise de décision de l’exécution grâce à une couche de coordination sécurisée appelée le « guard ».

L'IA entre dans un nouveau chapitre fascinant. Nous évoluons au-delà des systèmes qui se contentent de répondre à des questions vers des agents capables de raisonner, d'utiliser des outils, de mémoriser le contexte et d'accomplir des tâches du monde réel. Mais à mesure que l'IA gagne en capacité d'action, une question devient impossible à ignorer : comment donner à l'IA davantage de capacités sans lui accorder une autorité illimitée ?
C'est là que @NEAR Protocol IronClaw 1.0 propose une approche intéressante.
Au cœur d'IronClaw se trouve la séparation entre la pensée et l'action. Au lieu de permettre à un agent IA de prendre une décision et d'exécuter immédiatement une action sensible, l'architecture introduit une couche de protection entre le raisonnement de l'agent et son exécution.

L’intelligence artificielle va au-delà des chatbots.
La prochaine génération d’IA se construit autour d’agents capables de raisonner, d’utiliser des outils, d’exécuter des tâches et de continuer à travailler avec une intervention humaine minimale.
Mais une plus grande autonomie pose un défi fondamental :
Comment donner à l’IA la capacité d’agir sans renoncer à la sécurité, à la confidentialité et au contrôle de l’utilisateur ?
@NEAR Protocol ’s IronClaw 1.0 apporte une réponse intéressante.
IronClaw 1.0 : une architecture différente pour les agents d’IA
IronClaw 1.0 repose sur une distinction architecturale simple mais importante : séparer la partie d’un système d’IA qui décide de celle qui agit.

L’IA est déjà allée au-delà de la simple réponse à des questions.
Le changement le plus significatif intervient lorsqu’un système d’IA peut agir.
Un agent peut naviguer, faire des recherches, travailler avec des fichiers, utiliser des outils externes, communiquer via différents canaux et poursuivre une tâche sans être guidé à travers chaque étape individuelle.
Cela crée un problème d’infrastructure différent.
Quand un logiciel peut agir pour votre compte, la capacité ne suffit plus. Il faut aussi savoir ce que l’agent est autorisé à faire, ce qui se trouve entre ses décisions et ses actions, et ce qui se passe quand quelque chose tourne mal.

Les agents d’IA vont au-delà de la simple réponse à des questions. On attend de plus en plus d’eux qu’ils prennent des actions, travaillent à travers plusieurs applications, se souviennent des tâches précédentes et fonctionnent pendant de longues périodes sans supervision constante. Cela pose une question difficile : comment créer un agent d’IA suffisamment capable pour agir, sans lui donner un accès incontrôlé à tout ce qu’il peut toucher ?
l

L’IronClaw 1.0 de NEAR adopte une approche architecturale différente.
Dissocier la réflexion de l’action
IronClaw 1.0 est un agent d’IA conçu comme un écosystème (harness) bâti autour d’une séparation simple, mais importante : le composant responsable de décider ce qui doit se produire est séparé du composant qui exécute réellement l’action.