Nie martw się już TPS, agent AI w ogóle nie działa

Ostatnio przejrzałem kody projektów, które nazywają się "AI publiczną łańcuchem", szczerze mówiąc, byłem dość rozczarowany. Większość z nich gra w grę słów, myśląc, że podłączenie interfejsu GPT-4 to już projekt AI? Tego typu logika "klejowa" w rzeczywistym środowisku produkcyjnym po prostu nie działa. Zobaczyłem kilka rzeczy, a podejście @Vanarchain wydaje mi się interesujące. Zastanawiałem się, dlaczego obecne agentów na łańcuchu zachowują się jak głupki? Główna przyczyna nie leży w tym, że model jest głupi, ale w tym, że łańcuch sam w sobie "zapomina". Gdy uruchamiasz agenta na Solanie lub Ethereum, każdy krok wnioskowania wymaga ponownego podawania kontekstu, koszty gazu mogą doprowadzić projekt do bankructwa, nie wspominając już o tym wzruszającym opóźnieniu.

Podczas badania stosu technologicznego Vanar, odkryłem, że jego punkt wejścia jest dość wyrafinowany. Nie stara się na siłę konkurować z mocą obliczeniową, ale koncentruje się na "pamięci semantycznej". Ta warstwa Neutron faktycznie rozwiązuje problem "tylko przechowywania, bez pamiętania" danych na łańcuchu. W porównaniu do obecnych projektów, które tylko wiedzą, jak zwiększać TPS w L1, Vanar wyraźnie lepiej rozumie problemy deweloperów AI — potrzebujemy środowiska, które umożliwia modelom niskokosztowe "zawieszenie" i "wczytywanie zapisu", a nie tylko kalkulatora, który szaleje z zapisywaniem transakcji. Te kilka dni na testowej sieci, odkryłem, że jeśli na łańcuchu wdrożysz NPC wymagającego długoterminowej pamięci, tradycyjna architektura EVM to prawdziwa tragedia, ale w architekturze Vanar logika wywoływania danych jest znacznie płynniejsza.

To tak, jakby wszyscy rywalizowali, kto ma szybszy samochód, a Vanar buduje stacje paliw i strefy wypoczynku. Choć teraz wydaje się to niepozorne, gdy wybuchnie prawdziwy agent na poziomie aplikacji, czyli w scenariuszach wymagających częstej interakcji i złożonego kontekstu, wartość tej infrastruktury stanie się oczywista. Wiele projektów nadal myśli w kategoriach Web2, próbując stworzyć AI Web3, myśląc, że przeniesienie mocy obliczeniowej na łańcuch to już sukces, co jest wielkim błędem. Prawdziwe pole bitwy leży w kompatybilności środowiska wykonawczego. Vanar, który bezpośrednio wplata warstwę wnioskowania AI i warstwę pamięci w sam rdzeń łańcucha, mimo że wymaga dużo pracy, zmierza w dobrym kierunku. Nawet jeśli teraz wygląda to na wczesny etap, wystarczy, że wszystko działa, a potem nastąpi zjawisko obniżania wymagań. Nie skupiaj się tylko na cenie monet, ale zwróć uwagę na historię commitów na Githubie, to jest prawdziwe złoto. #vanar $VANRY