Beberapa hari ini saya mempelajari AI Agent dan menemukan satu masalah yang tak bisa dihindari: model memang makin cerdas setelah disetel, tetapi kalau data di bawahnya melenceng, seluruh analisis ikut melenceng. Saldo akun, riwayat transaksi protokol, cadangan dana—cukup satu angka saja yang tidak cocok, maka semua pekerjaan bagus setelahnya jadi sia-sia.

Karena itu, saya jadi lebih memperhatikan @SpaceandTime.

Yang ingin dipecahkannya adalah masalah kepercayaan terhadap data itu sendiri. Intinya disebut Proof of SQL: setelah kueri dijalankan, hasilnya bukan hanya diberikan kepada Anda, tetapi juga dilengkapi bukti tanpa pengetahuan. Orang lain bisa memastikan proses komputasi dan data dasarnya tidak diubah, tanpa perlu menghitung ulang. Hasil verifikasi juga bisa dikirimkan ke kontrak EVM, dengan biaya on-chain sekitar 150.000 Gas. Untuk lintas rantai, data dari jaringan seperti Ethereum, Bitcoin, Polygon, ZKsync, Sui, dan Avalanche disatukan, sehingga dengan SQL Anda bisa sekaligus memeriksa riwayat transaksi dompet dan perubahan aset di beberapa rantai.

Penerapan praktisnya cukup jelas. AI Agent yang mengevaluasi pendapatan biaya suatu protokol, atau DeFi yang memeriksa agunan dan saldo pengguna, bisa mendapatkan hasil yang dapat diverifikasi. Dalam tokenisasi aset dunia nyata, laporan kepemilikan, arus kas, dan NAV juga membutuhkan dukungan data andal yang menggabungkan data on-chain dan off-chain seperti ini.

$SXT adalah token asli jaringan, yang digunakan untuk membayar beban kerja seperti pengindeksan data, penulisan, dan pembuatan bukti, sekaligus mendukung staking oleh validator. Keamanan jaringan dijaga melalui mekanisme staking dan penalti. Mainnet diluncurkan pada Mei 2025. Pada November, v2 menambahkan tabel data off-chain khusus untuk kebutuhan tokenisasi dan stablecoin. Di sisi perusahaan, jaringan ini telah terintegrasi dengan Microsoft Fabric dan menjadi mitra penjualan bersama.

Tentu saja, kerja sama bukan berarti ada volume penggunaan nyata. Biaya dan latensi pembuatan bukti juga masih perlu dipantau untuk melihat apakah sanggup memenuhi kebutuhan bisnis.

Apakah token ini bisa menciptakan permintaan berkelanjutan juga bergantung pada apakah para pengembang benar-benar mulai menggunakan jaringan ini.

Pada akhirnya, kepercayaan terhadap data bukanlah sesuatu yang bisa dibangun hanya lewat penjelasan di white paper. Kepercayaan itu terbentuk dari kueri nyata yang dilakukan berulang kali dan penggunaan nyata yang terus bertambah. Menurut saya, arah Proof of SQL sudah tepat. Namun, hal yang benar-benar layak diperhatikan selanjutnya adalah apakah ia bisa beralih dari “bisa membuktikan” menjadi “digunakan setiap hari oleh banyak orang”. Suatu saat, jika AI Agent menjalankan analisis, DeFi mencocokkan pembukuan, dan tokenisasi melaporkan NAV dengan otomatis menggunakan lapisan verifikasi ini, barulah bisa dibilang benar-benar diterapkan.
#SXT $SXT @SpaceandTime