Когда ИИ сможет делать всё, кто будет следить?
Долгое время ИИ-агенты были «мастерами на все руки»: они способны проводить исследования, управлять файлами, взаимодействовать с веб-сайтами и общаться на разных платформах. Но когда один агент отвечает и за то, что нужно делать, и за фактическое выполнение, растет риск ошибок, проблем с безопасностью и потери контроля
Это задача, с которой @NEAR Protocol призван справиться с помощью IronClaw 1.0. Верный своему названию, IronClaw создан, чтобы дать ИИ-агентам более надежный контроль над тем, как они действуют, отделяя принятие решений от исполнения с помощью ориентированного на безопасность координационного слоя под названием Guard. Это означает, что один ИИ-агент может определить, что, по его мнению, должно произойти, в то время как отдельный слой управляет тем, что ему на самом деле разрешено делать
В этой статье мы рассмотрим, #IronClaw работает, его результаты в бенчмарках, функции, разработанные для того, чтобы агенты были безопаснее и надежнее, а также то, как NEAR AI и стейкинг вписываются в более широкое видение децентрализованного ИИ.
Что такое IronClaw 1.0?
IronClaw 1.0 — это реализация с открытым исходным кодом на Rust, вдохновленная OpenClaw и созданная #NEARAI , но переработанная вокруг приватности, изоляции и контроля. Вместо того чтобы исходить из того, что модель можно доверять при работе с чувствительной информацией, IronClaw устроен так, чтобы по возможности сохранять секреты вне модели
Представьте сотрудника банка, который может принять вашу заявку, но не может открыть сейф самостоятельно. Между сотрудником и сейфом стоит система безопасности, которая проверяет, разрешено ли запрошенное действие, прежде чем позволить ему произойти.
Такая система безопасности — это Guard IronClaw.
Вместо того чтобы напрямую подключать AI-модель к каждому инструменту, учетным данным и внешней системе, IronClaw отделяет принятие решений от выполнения. Действия проходят через Guard, и в результате получается агент, который может выполнять широкий спектр задач, не требуя раскрывать «сырые» учетные данные напрямую в LLM.
Результаты бенчмарка IronClaw 1.0
Изображение: результаты бенчмарка производительности IronClaw
IronClaw 1.0 занимает первое место во всех трех бенчмарках, которые тестируют разные аспекты агентной работы (то есть то, что от AI-агента ожидают). Важно отметить, что во всех трех тестах используется одна и та же базовая модель DeepSeek-V4-Flash.
PinchBench тестирует то, что по смыслу является повседневной рабочей проверкой: оцениваются 147 практических задач, включая планирование встреч, управление электронной почтой, написание кода и обработку файлов. IronClaw набрал 93,5%, примерно на четыре процентных пункта больше, чем ближайшая лучшая модель.
ClawBench — это тест реального выполнения, который выводит агентов за пределы контролируемых сред и в работу более чем на 140 реальных производственных веб-сайтах, включая многошаговые действия, такие как бронирование рейсов и совершение покупок, и IronClaw набрал 88,6%
OfficeQA — это тест глубинного рассуждения, в котором проверяется, как модель рассуждает по большим массивам корпоративных документов. Его набор данных охватывает почти век бюллетеней Казначейства США: около 89 000 страниц и более 26 миллионов числовых значений, и IronClaw набрал 76,4%
То, что делает эти результаты интересными, — это не какое-то одно число.
Три бенчмарка тестируют три разных среды, и IronClaw лидирует во всех трех, что указывает на то, что его архитектура оптимизирована не только под один узкий тип задач: один и тот же дизайн, где действия проходят через контролируемую контрольную точку, также может поддерживать агента для самых разных видов работы.
Другими словами, Guard может быть «воротами» между мыслью и действием, но эти результаты показывают, что таким воротам не обязательно становиться узким местом.
Ключевые функции, которые делают IronClaw уникальным
Безопаснее по дизайну:
IronClaw использует явные подтверждения для чувствительных действий. Вместо того чтобы агент сначала выполнял действие, а потом объяснял, некоторые операции могут остановиться у Guard, пока не будет предоставлено разрешение. Также пароли и токены предназначены для выдачи только один раз по мере необходимости, а затем удаляются из логов, ошибок и отчетов
Постоянное состояние
IronClaw использует непрерывные контрольные точки, сохраняя прогресс, чтобы прерывание превращалось в паузу, а не в сброс. Агент может возобновиться с того места, где остановился, вместо того чтобы заново собирать свою работу. Представьте это как закладку: вы можете закрыть книгу, но не теряете страницу.
Omni-Channel Memory
Ассистент становится менее полезным, если его память исчезает всякий раз, когда вы меняете платформу. IronClaw создан для работы в среде CLI, Web, Slack и Telegram как одного ассистента, а не как отдельных ассистентов, при этом сохраняя ту же память и правила безопасности на всех каналах.
IronClaw создан для команд
IronClaw поддерживает мультиарендные развертывания, при которых инструменты и навыки, созданные одним человеком, можно разделять по всей организации; при этом развертывания с одной арендой обеспечивают полную изоляцию для команд, которым это необходимо.
Изображение: что делает IronClaw отличным
NEAR AI и стейкинг NEAR
IronClaw решает задачу того, как AI-агент может действовать, сохраняя при этом контроль и безопасность, однако агенту все равно нужно где-то безопасно работать, обрабатывать информацию и взаимодействовать с моделями ИИ, и именно здесь появляется NEAR AI.
NEAR AI строит инфраструктуру для более приватного, безопасного и управляемого пользователями ИИ. В ее стек входит конфиденциальный инференс, при котором AI-нагрузки могут работать внутри аппаратно-изолированных сред, а также хостинг агентов для систем вроде IronClaw.
Это можно представить как дом, где IronClaw — ответственный с точки зрения безопасности житель, а NEAR AI предоставляет защищенную среду, в которой он работает.
Но, как мы все знаем, децентрализованной экосистеме нужен способ сохранять сеть безопасной, надежной и должным образом поддерживаемой, поскольку от нее зависят все больше людей и приложений.
И именно здесь стейкинг становится важным
30 июля 2026 года NEAR AI объявила стейкинг NEAR как способ доступа к определенным AI-услугам.
Идея в том, что вместо того чтобы тратить ваш NEAR напрямую на AI-услуги, ваш стейк может генерировать кредиты, пока лежащая в основе $NEAR остается вашей и может быть выведена при анстейке. Чем больше вы застейкаете, тем больше доступа или кредитов вы можете получить — в зависимости от сервиса. А когда вы выводите стейк, вы теряете доступ к услугам, привязанным к этому стейку.
Это немного похоже на срочный вклад, но без фиксированной даты окончания.
Сейчас поддерживаются две услуги:
Конфиденциальный инференс: стейкинг можно использовать, чтобы получать доступ к инференсу для моделей с открытым исходным кодом, таких как DeepSeek, Qwen и т. п. При этом тратится не сам застейканный NEAR. Вместо этого доход от стейкинга в NEAR конвертируется в кредиты на AI-вычисления, которые накапливаются со временем в зависимости от размера вашего стейка.
Хостинг агентов: вы также можете застейкать NEAR, чтобы получить доступ к хостингу агентов, включая IronClaw и будущие агенты. Для хостинга агентов месячный лимит кредитов следует фиксированному соотношению:
Застейкнутый NEAR ÷ 100 = месячный лимит кредитов
Например, стейкинг 500 NEAR дает вам 5 долларов в месячных кредитах, которые обновляются в каждый период подписки, пока NEAR остается в стейкинге.
И вам нужно как минимум 50 NEAR, чтобы развернуть своего первого агента IronClaw — согласно текущей политике.
Личное наблюдение
Вдали от исследований, лично я считаю IronClaw интересным, потому что он рассматривает ИИ в направлении, которое легко упустить, — и это доверие.
Во-первых, мне нравится то, что IronClaw не просто дает AI-агенту доступ ко всему и надеется на лучшее.
Во-вторых, меня интригует тот факт, что я могу застейкать свой NEAR, чтобы получить доступ к IronClaw, при этом сохраняя свой застейканный NEAR.
И как говорится: «Цепь крепка настолько, насколько крепки ее звенья». Для децентрализованного ИИ агент — это лишь одно звено. Безопасность сети, приватность вычислений и инфраструктура, поддерживающая агента, важны не меньше.
Для меня именно это делает IronClaw достойным внимания.
Заключение
По мере того как ИИ продолжает развиваться, обеспечение безопасности и контроля становится столь же важным, как и повышение возможностей ИИ.
NEAR AI создала и продолжает улучшать инфраструктуру, ориентированную на то, чтобы сделать ИИ более приватным и безопасным, а также сделать его более доступным через стейкинг NEAR.
Мы все знаем, что мощный агент может открывать двери, но хорошо продуманная архитектура определяет, какие именно двери ему следует иметь право открывать.
И это подводит меня к выводу: будущее #crypto и Web3 принадлежит агентам, которые могут делать больше при наличии правильных ограничений.