Quando a IA pode fazer tudo, quem vigia?
Durante muito tempo, os agentes de IA têm sido um “faz-tudo”, capazes de pesquisar, gerenciar arquivos, interagir com sites e se comunicar entre plataformas. Mas, quando um agente é responsável tanto por decidir o que fazer quanto por realmente fazê-lo, aumentam as chances de erros, riscos de segurança e perda de controle
Este é o desafio que @NEAR Protocol aborda com o IronClaw 1.0. Fiel ao seu nome, o IronClaw foi criado para dar aos agentes de IA um controle mais firme sobre como agem, separando a tomada de decisão da execução por meio de uma camada de coordenação focada em segurança chamada Guard. Isso significa que um agente de IA pode determinar o que acredita que deve acontecer, enquanto uma camada separada governa o que ele está realmente autorizado a fazer
Neste artigo, vamos explorar como #IronClaw funciona, seu desempenho nos benchmarks, os recursos criados para tornar os agentes mais seguros e confiáveis, e como a NEAR AI e o staking se encaixam na visão mais ampla de uma IA descentralizada.
O que é o IronClaw 1.0?
O IronClaw 1.0 é uma implementação open-source baseada em Rust, inspirada no OpenClaw e construída por #NEARAI , mas refeita com foco em privacidade, isolamento e controle. Em vez de presumir que o modelo pode ser confiado com informações sensíveis, o IronClaw foi projetado para manter segredos fora do modelo sempre que possível.
Pense em um funcionário de banco que consegue receber sua solicitação, mas não consegue abrir o cofre por conta própria. Um sistema de segurança fica entre o funcionário e o cofre, verificando se a ação solicitada é autorizada antes de permitir que aconteça.
Esse sistema de segurança é o Guard do IronClaw.
Em vez de conectar diretamente um modelo de IA a cada ferramenta, credencial e sistema externo, o IronClaw separa tomada de decisão de execução. As ações passam pelo Guard, e o resultado é um agente que consegue realizar uma ampla gama de tarefas sem exigir que credenciais brutas sejam expostas diretamente ao LLM.
O desempenho do Benchmark do IronClaw 1.0
Imagem mostrando O desempenho do Benchmark do IronClaw
O IronClaw 1.0 ocupa o primeiro lugar nos três benchmarks que testam diferentes aspectos do trabalho agentico (isto é, o que se espera que um Agente de IA faça). É importante notar que todos os três resultados usam o mesmo modelo base DeepSeek-V4-Flash durante os testes.
O PinchBench testa algo que é sinônimo de teste de trabalho do dia a dia: avalia 147 tarefas práticas, incluindo agendar reuniões, gerenciar e-mails, escrever código e lidar com arquivos. O IronClaw obteve 93,5%, cerca de quatro pontos percentuais à frente do próximo melhor modelo.
O ClawBench testa execução em cenários reais, levando agentes além de ambientes controlados e para mais de 140 sites de produção do mundo real, envolvendo atividades de múltiplas etapas como reservar voos e fazer compras. O IronClaw obteve 88,6%.
O teste OfficeQA é um teste de raciocínio profundo que avalia o raciocínio através de grandes coleções de documentos corporativos. O conjunto de dados abrange quase um século de boletins do Tesouro dos EUA, cobrindo cerca de 89.000 páginas e mais de 26 milhões de valores numéricos, e o IronClaw obteve 76,4%.
O que torna esses resultados interessantes não é nenhum número em particular.
Os três benchmarks testam três ambientes diferentes e o IronClaw lidera em todos os três, sugerindo que sua arquitetura não foi apenas otimizada para um tipo estreito de tarefa. Ou seja, o mesmo design — em que as ações passam por um checkpoint controlado — também pode suportar um agente em tipos de trabalho muito diferentes.
Em outras palavras, o Guard pode ser uma porta entre pensamento e ação, mas esses resultados sugerem que uma porta não necessariamente precisa se tornar um gargalo.
Os principais recursos que tornam o IronClaw diferente
Mais seguro por design:
O IronClaw usa aprovações explícitas para ações sensíveis. Em vez de um agente agir primeiro e explicar depois, certas operações podem parar no Guard até que a permissão seja dada. Além disso, senhas e tokens foram pensados para serem emitidos apenas uma vez quando necessário e depois removidos de logs, erros e relatórios.
Estado Persistente
O IronClaw usa checkpoints contínuos salvando o progresso, para que uma interrupção vire uma pausa em vez de um reset. O agente pode retomar de onde parou, em vez de reconstruir o trabalho do zero. Pense nisso como um marcador de página: você pode fechar o livro, mas não perde a página.
Memória Omni-Channel
Um assistente se torna menos útil se a memória dele desaparecer sempre que você troca de plataforma. O IronClaw foi projetado para funcionar de forma contínua entre CLI, Web, Slack e Telegram como um único assistente — em vez de assistentes separados — mantendo as mesmas regras de memória e segurança em todos esses canais.
O IronClaw foi construído para equipes
O IronClaw suporta implantações multi-tenant, em que ferramentas e habilidades criadas por uma pessoa podem ser compartilhadas por toda a organização, enquanto as implantações single-tenant fornecem isolamento completo para equipes que precisam disso.
Imagem mostrando o que torna o IronClaw diferente
NEAR AI e Staking de NEAR
O IronClaw resolve o problema de como um agente de IA pode agir mantendo o controle e a segurança, porém o agente ainda precisa de um lugar seguro para executar, processar informações e interagir com modelos de IA — e é aí que a NEAR AI entra.
A NEAR AI está construindo infraestrutura para uma IA mais privada, segura e controlada pelo usuário. Sua stack inclui inferência confidencial, em que cargas de trabalho de IA podem rodar dentro de ambientes isolados por hardware, além de hospedagem de agentes para sistemas como o IronClaw.
Você pode pensar nisso como uma casa em que o IronClaw é o morador focado em segurança, enquanto a NEAR AI fornece o ambiente protegido em que ele opera.
Mas, como todos sabemos, um ecossistema descentralizado precisa de uma forma de manter a rede segura, confiável e devidamente suportada à medida que mais pessoas e aplicações dependem dela.
É por isso que o staking se torna importante.
Em 30 de julho de 2026, a NEAR AI anunciou a aplicação de staking de NEAR como forma de acessar determinados serviços de IA.
A ideia é que, em vez de gastar seu NEAR diretamente em serviços de IA, seu staking pode gerar créditos enquanto o $NEAR subjacente continuar sendo seu e pode ser retirado quando você desfizer o staking. Quanto mais você faz staking, mais acesso ou créditos você pode receber — dependendo do serviço. E, quando você desfaz o staking, você perde o acesso aos serviços ligados àquele staking.
É algo parecido com um depósito fixo, mas sem uma data de vencimento fixa.
Os dois serviços atualmente suportados são:
Inferência Confidencial: o staking pode ser usado para acessar inferência de modelos open-source como DeepSeek, Qwen, etc. Aqui, não é o próprio NEAR em staking que é gasto. Em vez disso, o rendimento de staking que o seu NEAR gera é convertido em créditos de computação de IA, que vão se acumulando ao longo do tempo com base no tamanho do seu staking.
Hospedagem de Agentes: você também pode fazer staking de NEAR para acessar hospedagem de agentes, incluindo o IronClaw e agentes que virão. Para hospedagem de agentes, o orçamento mensal de créditos segue uma proporção fixa:
NEAR em staking ÷ 100 = Orçamento mensal de créditos
Por exemplo, fazer staking de 500 NEAR te dá US$ 5 em créditos mensais, que são renovados a cada período de assinatura enquanto o NEAR continuar em staking.
E você precisa de pelo menos 50 NEAR para implantar seu primeiro agente do IronClaw, de acordo com a política atual.
Insight pessoal
Fora da pesquisa, pessoalmente, acho o IronClaw interessante porque ele aborda a IA de uma direção que é fácil de ignorar e que é confiança.
Primeiro, eu gosto do fato de que o IronClaw não apenas dá a um agente de IA acesso a tudo e torce pelo melhor.
Em segundo lugar, o fato de eu poder fazer staking do meu NEAR para acessar o IronClaw — mantendo ainda assim meu NEAR em staking — me intriga.
E como diz o ditado: “Uma cadeia só é tão forte quanto seus elos”. Para uma IA descentralizada, o agente é apenas um elo. A segurança da rede, a privacidade da computação e a infraestrutura que dá suporte ao agente importam tanto quanto.
Para mim, é isso que torna o IronClaw digno de atenção.
Conclusão
À medida que a IA continua evoluindo, garantir segurança e controle se torna tão importante quanto deixar a IA mais capaz.
A NEAR AI construiu — e continua melhorando — uma infraestrutura focada em tornar a IA mais privada e segura, além de torná-la mais acessível por meio do staking de NEAR.
Sabemos que um agente poderoso pode abrir portas, mas uma arquitetura bem projetada determina quais portas ele deve ter permissão para abrir.
E isso me leva à conclusão de que o futuro de #crypto e Web3 pertence a agentes que conseguem fazer mais, com os limites certos em vigor.