ИИ выходит за рамки систем, которые просто отвечают на вопросы.
Мы прошли путь от чат-ботов к ассистентам, которые могут использовать инструменты, к агентам, которые могут просматривать веб, работать с файлами, вызывать API и выполнять задачи от нашего имени.
Но по мере того как агенты становятся всё более способными, возникает более важный вопрос:
Что происходит, когда ИИ действительно может действовать?
Это делает архитектуру агентов не менее важной, чем интеллект модели.
Именно эту проблему @NEAR Protocol ИИ решает с помощью IronClaw 1.0 — безопасного, open-source каркаса AI-агента, созданного на Rust.
Его ключевая идея проста: разделить часть, которая принимает решения, и часть, которая действует.
Модель рассуждает о том, что должно произойти. Инструменты, учётные данные, файлы и доступ к сети находятся на стороне выполнения. Между ними находится единый координационный слой, называемый guard, через который должны проходить действия.
Это архитектурное разделение — основа всего остального.
Числа, стоящие за IronClaw
#ironclaw 1.0 был запущен 27 июля 2026 года, и одной из самых сильных частей релиза являются данные бенчмарков.
Используя одну и ту же базовую модель deepseek-v4-flash во всех сравниваемых агентских harness-ах, IronClaw показал:
➜ PinchBench — 93.5%
➜ ClawBench — 88.6%
➜ OfficeQA — 76.4%
▪︎ PinchBench тестирует 147 реальных задач, охватывающих такие области, как планирование, электронная почта, кодинг, исследования и управление файлами.
▪︎ ClawBench фокусируется на взаимодействии с живым вебом на более чем 140 продакшн-сайтах и тестирует многошаговые задачи, такие как бронирования, заявки и покупки.
▪︎ OfficeQA фокусируется на рассуждениях на основе документов по большому корпусу материалов Министерства финансов США, включая отсканированные документы, плотные таблицы и миллионы числовых значений.
Важный момент не просто в том, что IronClaw показал высокий результат.
Базовая модель была той же самой.
Это говорит о том, что сам harness; то, как агент обрабатывает инструменты, разрешения, состояние и выполнение; может существенно влиять на то, чего модель способна достичь.
Однако есть важная оговорка: IronClaw не лидирует во всех бенчмарках. Исследование также отмечает, что он отстаёт в таких бенчмарках, как Gaia и разбиение SWE-lite.
Это делает сравнение более убедительным. Речь не о том, что IronClaw универсально лучше во всём, а о том, что его архитектура показывает сильные результаты в конкретных категориях задач, выделенных в релизе 1.0.
Что на самом деле делает IronClaw другим?
Самые большие улучшения — архитектурные, а не косметические.
1. Безопасность встроена в путь выполнения
Чувствительные действия могут требовать явного человеческого одобрения, в то время как разрешения на основе возможностей контролируют, что агенту разрешено делать.
Учётные данные также держатся отдельно от контекста модели, а секреты обрабатываются через более изолированный слой безопасности.
Это важно, потому что у агента с доступом к электронной почте, файлам, API или финансовым системам гораздо большая поверхность атаки, чем у чатбота.
2. Работа переживает прерывания
IronClaw использует непрерывное контрольное сохранение состояния.
Если агент находится на полпути к длинной задаче и ему нужно одобрение, он перезапускается или сталкивается с прерыванием, его состояние можно сохранить, чтобы работа продолжилась вместо того, чтобы начинать с нуля.
Это превращает прерывание из полного отказа в паузу.
3. Один ассистент в нескольких каналах
IronClaw может работать через CLI, веб, Slack и Telegram, сохраняя общую память и те же политики guard.
Для бизнеса это важно, потому что агент не становится полностью другой системой каждый раз, когда интерфейс меняется.
4. Создано для команд
IronClaw поддерживает многопользовательские развёртывания, где организации могут делиться инструментами и навыками, сохраняя при этом личные рабочие пространства по умолчанию приватными.
Для команд, которым требуется более сильная изоляция, развёртывание в одном арендаторе обеспечивает полное разделение.
Базовая идея проста:
делиться возможностями, не делясь доступом без необходимости.
Где здесь место NEAR AI
IronClaw — только одна часть более крупного стека #NEARAI .
NEAR AI сочетает защищённую агентскую инфраструктуру с конфиденциальными вычислениями через Trusted Execution Environments (TEE), где рабочие нагрузки могут выполняться внутри аппаратно изолированных сред.
Более широкий стек включает NEAR AI Cloud, конфиденциальный инференс, IronClaw, хостинг OpenClaw и интеграции с инфраструктурой NEAR #crypto , такой как Intents и Chain Signatures.
Это создаёт интересное разделение обязанностей:
IronClaw обеспечивает защищённое выполнение агента.
TEE защищают среду, в которой происходит чувствительные вычисления.
NEAR обеспечивает криптоинфраструктуру для идентичности, транзакций и платежей.
А потом есть та часть, которая мне кажется особенно интересной: стейкинг.
Стейкинг — это не только доходность
NEAR AI представила стейкинг для NEAR AI 30 июля 2026 года.
Идея отличается от простого оплаты AI-инфраструктуры кредитной картой.
Пользователи могут заблокировать NEAR и получать регулярные AI-кредиты для таких сервисов, как хостинг IronClaw и конфиденциальный инференс, сохраняя при этом право собственности на базовый стейк.
Для хостинга IronClaw текущая политика такова:
Застейканный NEAR ÷ 100 = ежемесячный бюджет кредитов в USD
Минимальный стейк для активации агента IronClaw сейчас составляет 50 NEAR, а первый агент, как ожидается, выйдет в продакшн примерно за 30 секунд.
Эти цифры — это параметры политики с запуска 30 июля 2026 года, и со временем они могут измениться.
Но здесь есть важное различие, которое не стоит упускать.
Стейкинг NEAR AI — это не то же самое, что стейкинг на уровне протокола.
Стейкинг на уровне протокола обеспечивает безопасность блокчейна NEAR через валидаторов и делегаторов.
Стейкинг NEAR AI вместо этого связывает заблокированный NEAR с использованием AI, таким как хостинг агентов и конфиденциальный инференс.
Это разные механизмы, но они указывают на одну и ту же более широкую идею: актив, обеспечивающий безопасность сети, может также стать частью экономической инфраструктуры, питающей построенные вокруг него приложения.
Большая картина
Поэтому, как мне кажется, история IronClaw интереснее, чем просто запуск очередного AI-агента.
Большая ставка — в соединении нескольких слоёв:
защищённое выполнение → конфиденциальные вычисления → криптонативное владение → агентная активность
Если в конечном итоге агенты будут управлять конфиденциальной информацией, взаимодействовать с компаниями, владеть идентичностями, совершать платежи и выполнять транзакции, то инфраструктура вокруг них должна справляться не только с интеллектом.
❍ Ему нужна безопасность.
❍ Ему нужна устойчивость.
❍ Ему нужна конфиденциальность.
И в конечном итоге ему нужен экономический слой.
Именно поэтому подход NEAR AI заслуживает внимания.
Долгосрочный тезис можно кратко сформулировать так:
Капитал финансирует вычисления.
Вычисления питают агентов.
Агенты создают ончейн-активность.
Останется ли это значимой новой моделью для AI-инфраструктуры, ещё предстоит доказать.
Но архитектура, строящаяся вокруг IronClaw и NEAR AI, говорит о том, что отрасль, возможно, движется к будущему, где вопрос не только:
«Насколько умён агент?»
но также:
«Можем ли мы доверить ему реальную работу?»