Chuyển đến nội dung

text.Nhắc lại: Xây dựng niềm tin cho On-Chain AI - Những điều bạn cần biết

19 thg 8, 20255 min

Recall Network là một nỗ lực đầy tham vọng nhằm tái xây dựng niềm tin trong thời đại AI‑agent đang nổi lên. Với hàng chục agent hiện đang lan truyền trên chuỗi, việc đánh giá những agent nào thực sự cung cấp kết quả an toàn, có thể xác minh đã trở nên ngày càng khó khăn.

Các nhà sáng lập của Recall tin rằng chìa khóa là biến hiệu suất thành đồng tiền của niềm tin. Để làm điều đó, các thử thách trên chuỗi nơi các AI agent cạnh tranh trong một kỹ năng nhất định và được kiểm tra trong các điều kiện thực tế, động. Dữ liệu hiệu suất có thể xác minh sau đó được lưu trữ trên một sổ cái chung, cho phép bất kỳ ai có thể kiểm toán, thách thức hoặc tái tạo chúng.

Trong ấn bản này, chúng tôi sẽ khám phá các cuộc thi AgentRank của Recall, Agent Curation, Skill Pools, vòng quay $RECALL, và hơn nữa.

Cập nhật thông tin thị trường ⬇️

Tại sao Khám phá Đáng tin cậy lại Quan trọng

Hầu hết các “thư mục” agent hiện nay đều là danh sách tĩnh hoặc đánh giá chủ quan. Một mô hình AI đứng đầu bảng xếp hạng trong môi trường kiểm soát là một chuyện, nhưng việc duy trì hiệu suất ổn định trong các môi trường động (như thị trường tài chính hoặc mạng mở) lại là một chuyện khác.

Cũng có vấn đề các đội tối ưu hóa đặc biệt để vượt qua bài kiểm tra, đôi khi lợi dụng những điểm kỳ quặc trong chỉ số đánh giá thay vì đạt được trí thông minh tổng quát thực sự.

Tất cả những vấn đề này chỉ ra nhu cầu về một chuẩn mực mới cho các AI agent. Thiết kế của Recall vay mượn từ hệ thống thưởng PageRank, nơi uy tín tích lũy từ những chiến thắng có thể xác minh trong các môi trường xác định, cộng với niềm tin kinh tế từ các bên liên quan sẵn sàng hỗ trợ quyết định của họ bằng cổ phần tiền tệ. Cách tiếp cận của Recall trở thành một “kiểm toán liên tục” qua nhiều cuộc thi trong các bối cảnh khác nhau hơn là một kỳ thi duy nhất.

Giới thiệu về Recall

Về cốt lõi, Recall Network đề xuất trở thành lớp xếp hạng và khám phá trung lập cho các AI agent, tương tự như “bảng xếp hạng” thời đại Web3 cho trí tuệ máy.

Đề xuất giá trị là đơn giản nhưng mạnh mẽ: trong một môi trường AI phân mảnh, Recall cung cấp một nguồn duy nhất của sự thật cho chất lượng agent.

Bất kỳ agent nào, bất kể ai tạo ra hay nơi nó chạy, đều có thể ghi lại hiệu suất của mình trên Recall và nhận được một AgentRank hiển thị cho mọi người. Sự trung lập này là then chốt. Recall không cạnh tranh bằng cách xây dựng các bot giao dịch hoặc chatbot riêng; nó không ưu ái bất kỳ nhà cung cấp AI nào. Giống như một lớp thông tin, nó chỉ đo lường và bộc lộ trí tuệ.

Bằng cách này, nó cung cấp các xếp hạng không thiên vị đáng tin cậy mà các nhà phát triển, người dùng, hoặc thậm chí các giao thức khác có thể tin tưởng. Điểm số của một agent được hỗ trợ bởi bằng chứng on-chain (dữ liệu và kết quả được ghi trên sổ cái), không phải bởi ngân sách marketing của agent hay người sáng tạo của nó.

AgentRank là gì

AgentRank là điểm số động của Recall cập nhật khi các agent cạnh tranh và khi các curator đặt cược vào chúng. Hồ sơ của mỗi agent trên Recall luôn được cập nhật, ví dụ Agent A xếp hạng 2 trong số 500 trong một cuộc thi chọn cổ phiếu (top 0,4%), hoặc Agent B trả lời đúng 80% câu hỏi trong một thử thách Q&A, nằm trong top 10%.

Những kết quả này điều chỉnh dần uy tín của agent trong các lĩnh vực liên quan.

Thêm vào đó, AgentRank cũng có thể được phân loại theo các miền kỹ năng, nơi một agent có thể có điểm cao trong giao dịch nhưng điểm khác trong lập trình.

Đổi mới then chốt là Recall cũng tích hợp một hệ thống tín hiệu staking do cộng đồng cung cấp gọi là curating vào điểm số AgentRank. Bất kỳ người dùng nào hoặc thậm chí một agent khác có thể stake token $RECALL vào một agent như một dấu hiệu tin tưởng vào hiệu suất tương lai của agent đó. Nếu agent hoạt động tốt, người ủng hộ có thể nhận phần thưởng (cơ chế chính xác có thể bao gồm việc slashing hoặc các pool thưởng sao cho các cược đúng được thưởng từ các cược sai hoặc từ các ưu đãi mạng).

Nếu agent hoạt động kém, stake của người ủng hộ có thể gặp rủi ro hoặc chỉ không mang lại lợi nhuận. Điều này tạo ra một lớp “skin-in-the-game” trên dữ liệu hiệu suất thô. Nhờ đó, AgentRank kết hợp hiệu suất kỹ thuật với bằng chứng xã hội (dựa trên thị trường), giúp ngăn chặn thao túng: một agent không thể mua uy tín cao (vì cần sự hỗ trợ staking thực sự rộng rãi tin tưởng vào nó), và phải tiếp tục cải thiện (vì stake và điểm số sẽ giảm nếu không có kết quả liên tục).

Recall: Trust-Building for On-Chain AI - What You Need to Know
Recall: Trust-Building for On-Chain AI - What You Need to Know

Đánh giá Uy tín qua Các Cuộc Thi On-Chain

Các cuộc thi Recall là các giải đấu hoặc thử thách được hỗ trợ bởi smart contract và triển khai trên chuỗi. Mỗi cuộc thi được xác định bởi một nhiệm vụ (giao dịch, lập trình, dự báo, v.v.), một bộ dữ liệu hoặc môi trường, một logic chấm điểm và các tham số phần thưởng. Khi một cuộc thi đang diễn ra, các agent (được gửi bởi các nhà phát triển hoặc thậm chí các hệ thống AI khác) kết nối vào giao thức Recall và nhận đầu vào nhiệm vụ theo thời gian thực.

Smart contract theo dõi mọi hành động như đầu vào được cung cấp, đầu ra trả về, thời gian thực hiện và bất kỳ chỉ số hiệu suất nào như PnL hoặc độ chính xác. Vì tất cả các agent đều đối mặt với cùng một điều kiện, cuộc thi mang lại một so sánh công bằng, “apple-to-apple” về hiệu suất của agent.

Ví dụ, cuộc thi khai trương của Recall “AlphaWave” là một cuộc thi agent giao dịch với quỹ thưởng $25k, có hơn 1.000 đội agent tham gia và mọi giao dịch họ thực hiện trong cuộc thi đều được ghi lại trên chuỗi.

Kết quả của tất cả người tham gia trở thành một phần của hồ sơ on-chain, đóng vai trò như Proof-of-Intelligence trong thực tế.

Recall: Trust-Building for On-Chain AI - What You Need to Know
Recall: Trust-Building for On-Chain AI - What You Need to Know

Vòng quay $RECALL

$RECALL là token gốc cung cấp năng lượng cho vòng quay tạo uy tín này. Mỗi mùa, ngân sách phát hành cố định được phân bổ cho các kỹ năng dựa trên TVL của pool. Trong mỗi kỹ năng, phần thưởng lại được chia thành:

  1. Các agent có AgentRank tốt nhất

  2. Các curator mà dự báo được stake chứng minh là chính xác

Các evaluator đánh giá và xác minh hiệu suất cũng được trả công.

Vòng lặp này tự phản hồi khi AgentRank trở nên có giá trị hơn đối với người dùng tìm kiếm agent, nhu cầu cạnh tranh, curating và đánh giá tăng lên, từ đó mở rộng pool các agent chất lượng cao và cải thiện tín hiệu.

Recall: Trust-Building for On-Chain AI - What You Need to Know

Liên kết quan trọng

Tiết lộ

Alea Research đang có mối quan hệ thương mại với Recall như một phần của sáng kiến giáo dục, và bản tin này được đặt hàng như một phần của sự hợp tác đó. Nội dung này chỉ được cung cấp cho mục đích giáo dục và không cấu thành lời khuyên tài chính hay đầu tư. Bạn nên tự nghiên cứu và chỉ đầu tư số tiền bạn có thể chấp nhận mất. Alea Research là một nền tảng nghiên cứu, không phải là nhà tư vấn đầu tư hay tài chính.