Как человек, который уже довольно долго является писателем для@DAO Labs , я накопил большой опыт изучения проектов в области ИИ. Я видел и то, на что способны ИИ-агенты, и риски, которые возникают, когда им дают больше свободы.
Что происходит, когда ИИ-агенты становятся достаточно способными, чтобы действовать самостоятельно, но мы все еще не можем полностью доверять их действиям?
Обеспечение безопасности и надежности ИИ-агентов имеет решающее значение для их внедрения и полезности. Протокол NEAR, с выпуском IronClaw 1.0, первым пытается предоставить фреймворки и инструменты для решения этой задачи.
В конечном счете эта схема разработана так, чтобы ИИ‑агенты не действовали без вмешательства человека для оценки безопасности и последствий своих действий. Она предлагает разделить компоненты ИИ‑агента, отвечающие за «мышление» и «действие».
ИИ‑агентам поручено продумать необходимый план действий для выполнения задачи. Затем идет модуль «охранник», который оценивает действие, чтобы определить, безопасно ли его выполнять.
Представьте ИИ‑ассистента, у которого есть личный сотрудник службы безопасности, чтобы контролировать его решения и действия.
В рамках IronClaw ИИ‑агенты могут наметить план действий и способ его выполнения, но личный сотрудник службы безопасности (охранник) принимает финальное решение — разрешить действие или запретить.
ИИ‑агенты, при отсутствии модулей «охранник», могут выполнять действия, которые имеют существенные негативные последствия, когда речь идет о чувствительных данных, или если на системе выполняются несанкционированные действия.
Также впечатляют и статистические показатели
IronClaw также особенно хорош в важных бенчмарках для ИИ‑агентов.
С базовой моделью DeepSeek-V4-Flash IronClaw зафиксировал следующее:
- 93,5% в PinchBench
- 88,6% в ClawBench
- 76,4% в OfficeQA
Что впечатляет — акцент на безопасности не ухудшил производительность этого ИИ‑агента.
IronClaw стремится получить и то, и другое.
4 фундаментальные функции
1. Безопасность по замыслу
Главная проблема ИИ‑агентов — слишком большая свобода.
IronClaw решает это, требуя одобрения перед тем, как можно будет выполнить конкретные действия. Вместо того чтобы у ИИ‑агентов Jenky была свобода действовать, IronClaw ставит ограничения до того, как действия будут запущены.
2. Он помнит, где остановился
Представьте, что вы просите ИИ‑агента решить задачу, которая займет часы, а система падает в последнюю минуту.
Полная потеря часов работы — если придется начать всё заново.
IronClaw сохраняет прогресс с помощью контрольных точек (checkpoints). Поэтому, если агенту нужно остановиться, его можно перезапустить и продолжить работу с того места, где он остановился, а не терять всё.
Для задач ИИ, которые могут занимать часы, это было бы очень полезно бизнесу.
3. Он может работать на разных платформах
У пользователей нет одного приложения на весь день.
IronClaw поддерживает работу с агентом через различные платформы, включая CLI, Web, Slack и Telegram.
Цель — сохранять память агента и контекст, когда каналы интерфейса переключаются.
4. Команды могут держать работу раздельно
Разные проекты, сотрудники и чувствительные данные определяют большинство организаций.
IronClaw включает изоляцию команды, которая помогает сохранять разделение рабочей среды и данных.
ИИ‑ассистент для компании требует больше, чем просто интеллекта: ему нужны четко определенные области работы.
Где проявляются NEAR AI и стейкинг
#IronClaw — один из многих элементов AI‑проекта NEAR.
Он стремится предложить инфраструктуру ИИ, где пользователи не зависят от нескольких крупных компаний, чтобы получать от них данные, модели и ИИ‑агентов.
Для создания инфраструктуры ИИ нужны децентрализованные стеки.
Ставка NEAR — это не только про вознаграждения; она также помогает пользователям поддерживать сеть валидаторов, которая обеспечивает работу блокчейна NEAR, сохраняя его в безопасности и работоспособности.
Это становится особенно важным с ростом числа ИИ‑агентов и приложений, которые используют децентрализованную инфраструктуру.
Ниже показано, как стейкинг в NEAR влияет на ситуацию.
У стейкинга есть вознаграждения, но есть и более альтруистичная сторона. Когда кто‑то делает стейк NEAR, по сути он помогает обеспечить безопасность и поддерживать сеть валидаторов блокчейна NEAR.
Это становится еще важнее, когда всё больше ИИ‑агентов и приложений начинают использовать децентрализованную инфраструктуру.
ИИ‑агенты — это работники. NEAR AI предоставляет часть среды, в которой они могут работать. Стейкинг помогает защитить инфраструктуру этой среды.
IronClaw 1.0 показывает, как можно сделать ИИ‑агентов более способными, сохранив при этом критически важные механизмы безопасности.
Благодаря проектам вроде IronClaw и грядущего OpenClaw вопрос, который стоит задавать, уже не только «Насколько умным может быть ИИ?»
Это также «Можем ли мы создать ИИ, достаточно умный и достаточно безопасный, чтобы на него полагаться?»
#NEARAI фокусируется ровно на этих целях.