全部 通识 以太坊 比特币 Solana 公链 Solidity Web3应用 编程语言 安全 密码学 AI 存储 其他

案例研究 - Web3中AI代理的承诺与现实

本文讨论了在Web3中使用AI代理时面临的挑战，特别是在安全、非托管的环境中实现大规模应用。文章通过一个构建者的案例，强调了传统Session Key方法的局限性，并介绍了Biconomy的Smart Sessions如何通过将多个权限捆绑到单个Supertransaction中，简化用户体验，同时保持安全性和控制。
AI代理  Web3  Session Key  Supertransaction  Biconomy  智能合约 
  • Biconomy
  • 发布于 2025-10-25
  • 阅读 ( 623 )
  • ( 31 )

Solana instruaction MCP 介绍以及安装教学

SolanaInstructionMCP介绍以及安装教程
MCP 
  • 0xWen1918
  • 发布于 2025-10-24
  • 阅读 ( 432 )
  • ( 21 )

苦涩的教训与古代哲学家

文章探讨了人工智能发展的哲学基础，认为AI的发展历程与西方认识论的演变相呼应，经历了从模仿（柏拉图）、经验（亚里士多德）到自我反思（黑格尔）的阶段。文章还指出，Richard Sutton的“苦涩的教训”在于强调通过经验学习的重要性，而非依赖人类的直觉和预先设定的知识。
人工智能  强化学习  模仿学习  经验学习  自我反思  哲学 
  • thogiti
  • 发布于 2025-10-22
  • 阅读 ( 446 )
  • ( 30 )

Recall：AI Agent 的链上竞技场

本文介绍了Recall，一个旨在为AI Agent提供可验证的性能数据和声誉评分的协议，通过链上竞赛、社区驱动的评估和代币激励，Recall致力于构建高信任的AI基准测试系统，并最终成为Agent互联网中Agent发现、交易和协作的基础设施，类似于早期互联网的Google PageRank。
AI Agent  基准测试  链上竞赛  声誉系统  AgentRank  动态基准 
  • 4pillars
  • 发布于 2025-08-27
  • 阅读 ( 563 )
  • ( 11 )

联邦学习与区块链的结合：FLock去中心化AI网络内幕

文章介绍了FLock，一个去中心化的AI网络，它结合了联邦学习和区块链激励机制，旨在替代中心化的AI系统。FLock被联合国开发计划署(UNDP)选为战略AI合作伙伴，它通过结合传统的和联邦学习AI模型训练与自动化的区块链奖励分配，创建了一个开放的、社区所有、构建和领导的特定应用模型市场。
联邦学习  区块链  去中心化AI  FLock  人工智能  数据隐私 

GenLayer 是什么？Web3 的 AI 层解析

GenLayer 是一个将人工智能置于核心的新型区块链，旨在通过赋予区块链推理能力，解决 Web3 的挑战，使去中心化互联网更安全、有用和易于访问。它通过智能合约和乐观民主等机制，在DeFi、Staking、GameFi和NFT等领域具有广泛的应用前景，能够提高Web3的效率和安全性。
GenLayer  人工智能  区块链  智能合约  DeFi  DApp 
  • DAIC
  • 发布于 2025-07-22
  • 阅读 ( 425 )
  • ( 5 )

深度神经菜单拍卖：一种基于AI驱动机制的区块链费用市场方案

本文提出了一种基于AI驱动机制设计的区块链交易费用解决方案：深度神经菜单拍卖。该方案通过Mechanism Network动态生成gas和price的菜单选项，用户选择效用最大化的选项，实现激励兼容性和个体理性。Buyer Network模拟用户选择，通过端到端训练优化收益和降低费用差异，并通过强化学习适应需求冲击，旨在创建更高效、稳定和用户友好的费用市场。
区块链  交易费用  AI  机制设计  深度学习  强化学习 
  • thogiti
  • 发布于 2025-07-20
  • 阅读 ( 1108 )
  • ( 22 )

GenLayer：用于主观数据的 AI 共识

GenLayer 是一种新的协议，通过将 AI 集成到其共识层中，从而开启了新的功能，使开发人员可以构建一种新的“智能合约”。它采用了一种新的共识模型“乐观民主”，该模型在主观数据上建立可靠的共识，而没有单一的正确答案。智能合约可以直接访问任何实时网站，而无需依赖外部预言机，并集成了以太坊 Rollup，以实现高交易吞吐量和低费用。
智能合约  AI  共识机制  乐观民主  GenLayer  LLM 
  • DAIC
  • 发布于 2025-07-15
  • 阅读 ( 424 )

Vitalik: 我对“AI 2027”的回应

文章批判了AI 2027中，仅有领先AI具备超强能力而其他人停滞不前的假设，认为生物武器末日并非必然，网络安全末日和超级说服末日也非定局。文章强调，应重视防御性技术，如空气过滤、病毒实时检测和免疫系统增强，同时主张信息生态系统应更加多元化，并配备防御性AI来抵御超级说服。
AI安全  网络安全  生物防御  超级智能  信息安全  防御性AI 

GenLayer：AI与区块链信任层

GenLayer旨在构建一个用于AI经济的"合成管辖区"，通过 AI 驱动的智能合约处理自然语言并访问实时数据，依赖名为"乐观民主"的共识系统做出公正决策，并支持 Python 以方便 AI 社区在区块链上构建智能合约。该项目已启动激励性测试网，旨在实现完全去中心化，为AI代理提供可信赖的交易环境，并获得资金支持。
GenLayer  智能合约  乐观民主  AI  区块链  去中心化 
  • DAIC
  • 发布于 2025-07-03
  • 阅读 ( 407 )

深入了解Mira Network：增强AI的信任度

Mira Network 是一个去中心化系统，旨在通过群体验证（而非个体完美）来解决AI的“训练困境”，即AI模型无法同时解决幻觉和偏差的问题。它通过将AI输出转化为可独立验证的声明，并利用多个AI模型之间的分布式共识，减少AI错误率，已应用于Klok、Learnrite、Gigabrain等应用中，证明了AI在不同行业的可靠性。
AI  去中心化  验证  区块链  模型  分布式共识 
  • tobs.x
  • 发布于 2025-06-28
  • 阅读 ( 1586 )
  • ( 35 )

AI与加密技术的交叉融合

本文探讨了加密技术与人工智能交叉领域的11个用例，旨在激发关于可能性的讨论以及尚待解决的挑战。
人工智能  加密技术  区块链  身份认证  知识产权  微支付 

AI框架太多了

当前AI开发正面临框架瓶颈，例如LangChain和AutoGen等框架在快速启动项目后，会限制性能优化和调试。建议采用agentic primitives，即小型、可组合的构建块，例如原子代理、显式状态管理和声明式编排，以提高可调试性、性能优化、可测试性、增量部署和成本控制。这种方法可以构建定制化的、生产级别的AI系统。
AI框架  agentic primitives  LangChain  AutoGen  调试  性能优化  模型 

UMA 的AI实验：AI代理能否增强乐观预言机？

UMA推出了Optimistic Truth Bot，这是一个实验性的AI代理系统，旨在为UMA的Optimistic Oracle中的实时问题提供答案。该系统通过AI代理提出建议，以提高效率并保留人工监督，目前在预测市场中已达到90%以上的准确率。该实验旨在探索AI如何与人类协作，以实现更快、更公平和更具前瞻性的链上真相验证。
Optimistic Oracle  AI代理  预测市场  链上验证  Optimistic Truth Bot  LLM 
  • uma_xyz
  • 发布于 2025-06-04
  • 阅读 ( 1472 )
  • ( 64 )

$Virtual 熊市案例

Virtuals Protocol 旨在成为链上AI自主代理的创建和交易平台。该平台经历了快速增长和随后的活动及收入大幅下降。尽管其技术框架具有一定的创新性，但主要优势在于加密AI领域的先发优势和品牌效应。为了维持其高估值，Virtuals需要证明其能从投机活动转变为可持续的用户价值和收入。
AI代理  链上交易  Token化  DeFi  估值  区块链 

奇点会到来吗？

文章探讨了人工智能（AI）技术发展是否会导致技术奇点，即技术发展变得不可控和不可逆转，并威胁人类社会。文章引用了多项研究，包括ChatGPT 4通过图灵测试，以及对AI发展速度的预测。文章认为，虽然AI在某些方面超越人类，但目前看来奇点在短期内不太可能发生，并讨论了AI可能面临的挑战如学习内容质量下降以及未来的发展方向。
人工智能  技术奇点  GenAI  图灵测试  深度学习  Memex 

数字化取证和欺诈分析变得更简单

本文介绍了使用 LlamaCloud 和 LlamaIndex 进行文档解析，以提取如英国邮政编码、IP 地址、电子邮件地址、银行详细信息等敏感信息的方法，用于欺诈检测和数字取证。通过 GenAI 引擎，可以从各种格式的文档中提取信息，并展示了使用 LlamaExtract 提取信息的代码示例。文章还评估了使用不同配置的成本和输出结果。
LlamaIndex  LlamaCloud  文档解析  欺诈检测  数字取证  GenAI 

2025年保密人工智能发展现状：谁是赢家，谁是输家

本文探讨了2025年保密人工智能的发展现状，重点关注了在AI处理敏感数据时如何保护数据安全的技术方案。文章深入分析了TEE、零知识证明（ZKP）、全同态加密（FHE）和多方计算（MPC）等关键技术，并探讨了它们在实际应用中的权衡与结合，以及在企业和Web3领域中的应用案例，强调了TEE在当前保密AI领域的重要性。
保密AI  TEE  零知识证明  全同态加密  多方计算  数据安全 

Monad MCP Server 教程：与 Monad 测试网交互的利器（附惊喜彩蛋）

在区块链开发的广阔领域中，与主网/测试网进行高效交互是开发者们必不可少的技能。MonadMCPServer作为一款强大的工具，为开发者提供了与Monad测试网进行交互的便捷途径。它允许开发者检查MON代币余额、发送交易、部署智能合约以及监控区块链事件等。本文将详细介绍如何使用M
MCP 
  • King
  • 发布于 2025-05-15
  • 阅读 ( 1079 )
  • ( 30 )

Bionetta：终极客户端ZKML技术概览

Bionetta是一个zkML框架，旨在解决AI安全问题，实现可验证性、零知识和客户端执行。它通过将模型权重嵌入电路作为常量，优化R1CS系统中的线性计算，从而降低计算成本。该框架还提出了一种量化方案，用于在有限域内处理浮点运算，并在神经网络中有效管理精度。
ZKML  零知识证明  神经网络  客户端证明  R1CS  量化