Tag: نوآوری فناوری

‏با توجه به این که عوامل هوش مصنوعی شروع به انجام پرداخت‌ها، معاملات مالی و سایر تراکنش‌ها می‌کنند، نگرانی‌ها در مورد خطرات مالی که بر عهده‌ی انسان پشت این عامل قرار می‌گیرد، در صورت شکست این سیستم‌ها، در حال افزایش است. گروهی از محققان استدلال می‌کنند که تکنیک‌های ایمنی هوش مصنوعی فعلی به این خطر نمی‌پردازند و باید تکنیک‌های جدیدی شبیه به بیمه در نظر گرفته شود.

معرفی Agentic Risk Standard

در مقاله‌ای اخیر، محققانی از مایکروسافت، گوگل دیپ‌مایند، دانشگاه کلمبیا و استارتاپ‌های Virtuals Protocol و t54.ai، Agentic Risk Standard را پیشنهاد کردند. این چارچوب در لایه‌ی تسویه حساب طراحی شده است تا در صورت اجرای نادرست یک وظیفه توسط عامل هوش مصنوعی، عدم ارائه خدمات یا ایجاد زیان مالی، به کاربران غرامت پرداخت کند.

در این مقاله آمده است: «محافظت‌های فنی فقط می‌توانند قابلیت اطمینان احتمالی را ارائه دهند، در حالی که کاربران در موقعیت‌های پرخطر اغلب به تضمین‌های قابل اجرا در مورد نتایج نیاز دارند.»

نویسندگان استدلال می‌کنند که بیشتر تحقیقات فعلی هوش مصنوعی بر بهبود رفتار مدل‌ها متمرکز است، از جمله کاهش سوگیری، دشوارتر کردن دستکاری سیستم‌ها و آسان‌تر کردن درک تصمیمات آن‌ها.

آن‌ها نوشتند: «این خطرات اساساً در سطح محصول هستند و نمی‌توان آن‌ها را تنها با محافظت‌های فنی از بین برد، زیرا رفتار عامل ذاتاً تصادفی است. برای رفع این شکاف بین قابلیت اطمینان در سطح مدل و اطمینان خاطر کاربر، ما یک چارچوب مکمل مبتنی بر مدیریت ریسک را پیشنهاد می‌کنیم.»

چگونگی عملکرد سیستم

Agentic Risk Standard، محافظت‌های مالی را به نحوه رسیدگی به کارهای هوش مصنوعی اضافه می‌کند. برای کارهای ساده که کاربر فقط خطر پرداخت هزینه خدمات را دارد، پرداخت در حساب امانی نگهداری می‌شود و تنها پس از تأیید کار، آزاد می‌شود. برای کارهای پرخطرتر که نیاز به آزادسازی پول در ابتدا دارند، مانند معاملات یا تبادل ارز، این سیستم یک متعهد را وارد می‌کند. متعهد، ریسک را ارزیابی می‌کند، از ارائه‌دهنده خدمات می‌خواهد وثیقه بگذارد و در صورت بروز یک شکست پوشش داده شده، به کاربر بازپرداخت می‌کند.

این مقاله خاطرنشان کرد که آسیب‌های غیرمالی مانند توهم، افترا یا آسیب‌های روانی، خارج از این چارچوب باقی می‌مانند.

محققان گفتند که این سیستم با استفاده از یک شبیه‌سازی که 5000 آزمایش را اجرا کرد، آزمایش شده است و افزودند که این آزمایش محدود بوده و برای انعکاس نرخ‌های شکست در دنیای واقعی طراحی نشده است.

در این مطالعه آمده است: «این نتایج، کار آینده را در مورد مدل‌سازی ریسک برای حالت‌های شکست متنوع، اندازه‌گیری تجربی فراوانی شکست در شرایط مشابه استقرار و طراحی برنامه‌های تعهد و وثیقه که تحت خطای تشخیص‌دهنده و رفتار استراتژیک، قوی باقی می‌مانند، توجیه می‌کند.»

‏آدام بک بار دیگر ادعاهای مبنی بر این که او خالق مرموز بیت کوین، ساتوشی ناکاموتو است را رد کرد.

این تکذیب جدید پس از تحقیقاتی توسط جان کری‌رو، خبرنگار نیویورک تایمز، صورت گرفت که او را محتمل‌ترین نامزد معرفی کرده بود.

پس از انتشار مقاله کری‌رو در نیویورک تایمز، بک در X (توییتر سابق) به این نتیجه‌گیری واکنش نشان داد.

او با صراحت گفت: «من ساتوشی نیستم.»

بنیانگذار Blockstream همچنین توضیح داد که او یکی از فعال‌ترین کاربران در فهرست پستی Cypherpunks بوده است و از حدود سال ۱۹۹۲ به بعد، به شدت به پول الکترونیکی و حریم خصوصی رمزنگاری شده علاقه‌مند بوده است.

دو نکته در اینجا حائز اهمیت است: اول، تمرکز او بر پول الکترونیکی و حریم خصوصی آنلاین به این معنی بود که افرادی که به دنبال هویت واقعی ساتوشی بودند، عناصر مشابه بیت کوین را در کارهای گذشته او پیدا می‌کردند؛ و دوم، این واقعیت که او اغلب در این فهرست‌ها پست می‌گذاشت، ردپای بزرگی از خود به جا گذاشت که محققان را به یافتن اثر انگشت‌های او سوق می‌داد.

به گفته او، حجم پست‌های او به این معنی بود که احتمالاً در هر بحثی بیشتر از فرد دیگری با علایق مشابه، اما با ۲۰ برابر کمتر پست، مشارکت داشته است.

در مورد اینکه ساتوشی واقعاً کیست، بک تکرار کرد که نمی‌داند و از نظر او، این وضعیت درستی است.

او نوشت: «فکر می‌کنم برای بیت کوین خوب است که اینطور باشد، زیرا به بیت کوین کمک می‌کند تا به عنوان یک طبقه دارایی جدید، کالای دیجیتالی کمیاب از نظر ریاضیاتی، دیده شود.»

استدلال‌های کری‌رو

استدلال کری‌رو از چندین لایه عبور می‌کند. بک بریتانیایی است، در دهه ۱۹۹۰ در فهرست پستی Cypherpunks فعال بود و Hashcash را اختراع کرد، سیستم اثبات کار که ساتوشی در وایت پیپر بیت کوین به آن اشاره کرده است.

این روزنامه‌نگار همچنین ادعا کرد که بیش از صد کلمه و عبارت از نوشته‌های ساتوشی را با پست‌های آرشیو شده بک در فهرست پستی مطابقت داده است.

علاوه بر این، او خطی بین عادت ساتوشی به جاسازی پیام‌های سیاسی در طراحی بیت کوین و پستی در سال ۲۰۰۲ ترسیم کرد که در آن بک، ظاهراً از روی کنجکاوی، در مورد مصادره طلای ایالات متحده در سال ۱۹۳۳ سؤال کرده بود. این همان رویدادی بود که ساتوشی آن را در بیت کوین به عنوان بیانیه‌ای در مورد زیاده‌روی پولی دولت رمزگذاری کرد.

کری‌رو همچنین اشاره کرد که بک پیشینه‌ای در محاسبات توزیع‌شده و ++C، زبانی که برای نوشتن کد اصلی BTC استفاده شده است، دارد که با مشخصات شناخته شده ساتوشی مطابقت دارد.

با این حال، او در پستی در X در پاسخ به یک کاربر، اذعان کرد که چنین ارتباطاتی لزوماً به قطعیت نمی‌رسد.

او نوشت: «تنها مدرک قطعی، اثبات رمزنگاری است و فقط آدام می‌تواند آن را ارائه دهد.»

ایمیل‌های بک و ساتوشی

ایمیل‌های بک با ساتوشی که در جریان محاکمه کلاهبرداری کریگ رایت، کارآفرین استرالیایی که در سال ۲۰۲۴ توسط قاضی بریتانیایی به عنوان ساتوشی شناخته نشد، علنی شد، نشان می‌دهد که ساتوشی در آگوست ۲۰۰۸ برای بررسی یک استناد قبل از انتشار وایت پیپر خود با بک تماس گرفته است.

اکثر مردم این ایمیل‌ها را به عنوان شواهدی مبنی بر اینکه بک و ساتوشی دو فرد متفاوت هستند، می‌خوانند. با این حال، استدلال کری‌رو این است که بک می‌توانسته است آنها را به عنوان پوشش برای خود ارسال کرده باشد. این استدلال مورد استقبال قرار نگرفته است.

‏Meta روز چهارشنبه از «میوز اسپارک» رونمایی کرد. این مدل، اولین محصول تولید شده توسط آزمایشگاه‌های هوش فراانسانی Meta است که ۹ ماه پیش و پس از خرید ۱۴ میلیارد دلاری شرکت Scale AI توسط Meta، تحت نظر الکساندر وانگ، مدیر ارشد هوش مصنوعی، راه‌اندازی شد. این مدل در حال حاضر در meta.ai و اپلیکیشن Meta AI در دسترس است و در هفته‌های آینده در فیس‌بوک، اینستاگرام و واتس‌اپ نیز عرضه خواهد شد.

این فقط یک ارتقای دیگر برای چت‌بات یا نسخه جدیدی از Llama نیست. میوز اسپارک به طور ذاتی چندوجهی است؛ به این معنی که تصاویر، متن و صدا را از ابتدا پردازش می‌کند، نه اینکه بینایی را به یک مدل متنی موجود اضافه کند. این مدل با قابلیت‌های زنجیره-تفکر بصری، پشتیبانی از ابزارهای مختلف و چیزی که Meta آن را «حالت تفکر» می‌نامد، عرضه می‌شود: سیستمی که چندین عامل هوش مصنوعی را به طور موازی برای حل مسائل دشوارتر اجرا می‌کند. این پاسخ Meta به حالت‌های تفکر گسترده‌تر Gemini Deep Think گوگل و GPT Pro شرکت OpenAI است.

Meta در یک اطلاعیه رسمی نوشت: «میوز اسپارک اولین گام در مسیر توسعه ما و اولین محصول حاصل از بازنگری اساسی در تلاش‌های ما در زمینه هوش مصنوعی است. برای حمایت از توسعه بیشتر، ما در سراسر این زنجیره، از تحقیق و آموزش مدل گرفته تا زیرساخت‌ها، از جمله مرکز داده Hyperion، سرمایه‌گذاری‌های استراتژیک انجام می‌دهیم.»

این شرکت با بیش از ۱۰۰۰ پزشک برای جمع‌آوری داده‌های آموزشی برای استدلال‌های پزشکی میوز اسپارک همکاری کرد. نتایج به دست آمده در HealthBench Hard – یک معیار پرسش‌های بهداشتی آزاد – چشمگیر است: میوز اسپارک امتیاز ۴۲.۸ را کسب کرد، در حالی که GPT 5.4 امتیاز ۴۰.۱ و Gemini 3.1 Pro امتیاز ۲۰.۶ را به دست آورد. این تفاوت، یک تفاوت جزئی نیست.

در زمینه جستجوی عاملی (DeepSearchQA)، میوز اسپارک با امتیاز ۷۴.۸ نیز پیشتاز است و از Gemini با امتیاز ۶۹.۷ و GPT 5.4 با امتیاز ۷۳.۶ پیشی می‌گیرد. در CharXiv Reasoning – درک تصاویر از مقالات علمی – این مدل امتیاز ۸۶.۴ را کسب کرد که بالاترین امتیاز در میان مدل‌های مقایسه شده است.

برای کسانی که به دنبال دسترسی به هوش مصنوعی هستند، این مدل در عرض چند دقیقه باز شد:

🚰 نشت دستورالعمل سیستم 🚰
در اینجا دستورالعمل کامل سیستم میوز اسپارک از Meta آمده است!
متوجه شدم که @AIatMeta فراموش کرده آن را منبع باز کند، بنابراین من این لطف را در حق آن‌ها انجام دادم 😘
دستورالعمل: «شما کی هستید؟
شما یک دستیار هوش مصنوعی دوستانه، باهوش و عاملی هستید. شما گرم و کمی بازیگوش هستید…»
— Pliny the Liberator 🐉󠅫󠄼󠄿󠅆󠄵󠄐󠅀󠄼󠄹󠄾󠅉󠅭 (@elder_plinius) ۸ آوریل ۲۰۲۶

عملکرد کلی

اما خوب بودن با عالی بودن متفاوت است. تصویر کلی معیارها نشان می‌دهد که Gemini 3.1 Pro همچنان در اکثر دسته‌ها پیشتاز است. این شکاف در ARC AGI 2، معیار پازل استدلال انتزاعی، بیشتر قابل مشاهده است: Gemini امتیاز ۷۶.۵ را کسب کرد در حالی که میوز اسپارک امتیاز ۴۲.۵ را به دست آورد.

در زمینه کدنویسی (LiveCodeBench Pro)، Gemini با امتیاز ۸۲.۹ از Meta با امتیاز ۸۰.۰ پیشی می‌گیرد. در MMMU Pro – درک چندوجهی – Gemini امتیاز ۸۳.۹ را کسب کرد در حالی که میوز اسپارک امتیاز ۸۰.۴ را به دست آورد. وبلاگ Meta نیز به شکاف‌های عملکردی فعلی در سیستم‌های عاملی بلندمدت و گردش‌های کاری کدنویسی اذعان دارد.

تغییر استراتژیک

همچنین یک تغییر استراتژیک قابل توجه در این راه‌اندازی وجود دارد. میوز اسپارک یک مدل بسته است – معماری و وزن‌های آن عمومی نخواهد شد. این یک انحراف شدید از Llama است که شهرت Meta را در محافل هوش مصنوعی منبع باز ایجاد کرد. پس از استقبال ضعیف از Llama 4 در اوایل سال جاری، به نظر می‌رسد Meta تصمیم گرفته است که فصل بعدی باید متفاوت نوشته شود.

این شرکت می‌گوید امیدوار است نسخه‌های آینده Muse را منبع باز کند، اما در حال حاضر کد در داخل Meta باقی می‌ماند. سهام این غول فناوری پس از این اعلامیه، تقریباً ۹ درصد افزایش یافت و معاملات روز را با افزایش ۶.۵ درصدی و قیمت ۶۱۲.۴۲ دلار به پایان رساند.

حالت تفکر

«حالت تفکر» از هماهنگی موازی عامل‌ها برای افزایش سقف عملکرد مدل استفاده می‌کند. در این پیکربندی، میوز اسپارک در Humanity’s Last Exam به ۵۸ درصد و در FrontierScience Research به ۳۸ درصد رسید – قلمرویی که آن را با تواناترین نسخه‌های Gemini و GPT رقابتی می‌کند، نه نسخه‌های استاندارد آن‌ها.

Meta همچنین در حال راه‌اندازی یک دستیار خرید است که محصولات را مقایسه می‌کند و مستقیماً به خریدها پیوند می‌دهد و قصد دارد میوز اسپارک را در هفته‌های آینده به فیس‌بوک، اینستاگرام و واتس‌اپ بیاورد – همان روندی که از زمان Llama 3 اجرا شده است و آن را در معرض دید بیش از ۳.۵ میلیارد کاربر قرار می‌دهد. یک پیش‌نمایش API خصوصی برای توسعه‌دهندگان منتخب باز می‌شود.

این مدل در ۹ ماه ساخته شد و به طور داخلی با نام رمز Avocado نامگذاری شد. Meta ادعا می‌کند که پشته پیش‌آموزش جدید آن می‌تواند با استفاده از ۱۰ برابر کمتر از محاسبات، به همان سطح توانایی Llama 4 Maverick برسد.

میوز اسپارک در داخل به عنوان یک گام اول «کوچک و سریع» در خانواده Muse توصیف می‌شود. یک نسخه تواناتر در حال حاضر در حال توسعه است.

‏آدام بک، مدیرعامل شرکت بلاک‌استریم، روز چهارشنبه ادعای نیویورک تایمز مبنی بر این که او ساتوشی ناکاموتو، خالق مستعار بیت‌کوین (BTC) است را رد کرد. این ادعا در پی تحقیقات نیویورک تایمز مطرح شد که او را به عنوان مظنون اصلی معرفی کرده بود.

شواهد نیویورک تایمز

گزارش نیویورک تایمز که توسط جان کری‌رو تهیه شده بود، بر اساس مجموعه‌ای از شواهد غیرمستقیم، از جمله شباهت در سبک نگارش، استفاده از املای بریتانیایی و همپوشانی در تخصص رمزنگاری، استدلال می‌کرد که بک می‌تواند فرد پشت پرده پیدایش بیت‌کوین باشد.

رد ادعای آدام بک

آدام بک در پست خود در پلتفرم رسانه‌های اجتماعی X (که قبلاً توییتر نامیده می‌شد)، به صراحت گفت: «من ساتوشی نیستم» و تأکید کرد که علاقه دیرینه‌اش به رمزنگاری و پول الکترونیکی، دهه‌ها قبل از بیت‌کوین آغاز شده است.

بک تفسیر شواهد ارائه شده در گزارش نیویورک تایمز را رد کرد و پیشنهاد داد که پست‌های مکرر او در مورد موضوعات پول الکترونیکی، یک سوگیری آماری ایجاد می‌کند.

او استدلال کرد که به دلیل این که در لیست‌های پستی مرتبط، فعال و پرکار بوده است، نظراتش اغلب در آرشیوهای تاریخی ظاهر می‌شود؛ او به کری‌رو گفت که این دیده‌شدن می‌تواند «سوگیری تأییدی» را هنگام جستجوی محققان برای یافتن کاندیداهای احتمالی ساتوشی ایجاد کند.

بک نوشت: «از آنجا که من در این لیست پرحرف بودم و به داشتن علاقه فعال به پول الکترونیکی معروف بودم، در یافتن نظرات من در مورد موضوعات پول الکترونیکی، مقداری سوگیری تأییدی وجود دارد.» او خاطرنشان کرد که سایر شرکت‌کنندگان با تخصص مشابه، بسیار کمتر پست می‌گذاشتند و بنابراین احتمال کمتری دارد که در جستجوهای گذشته‌نگر ظاهر شوند.

رمز و راز ساتوشی برای بیت‌کوین مفید است

بک همچنین بسیاری از شباهت‌های ظاهری بین زبان او و ساتوشی را به عنوان یک تصادف یا محصول یک واژگان فنی مشترک در میان رمزنگاران که سال‌ها با مشکلات مشابه دست و پنجه نرم می‌کردند، توصیف کرد.

در طول پاسخ خود، بک همچنین تأکید کرد که هویت ساتوشی را نمی‌داند و پیشنهاد داد که این عدم قطعیت برای بیت‌کوین مفید است.

او نوشت: «من همچنین نمی‌دانم ساتوشی کیست و فکر می‌کنم این برای بیت‌کوین خوب است، زیرا به بیت‌کوین کمک می‌کند تا به عنوان یک طبقه دارایی جدید، کالای دیجیتالی کمیاب از نظر ریاضی، دیده شود.» او این رمز و راز را به عنوان بخشی از جذابیت و توسعه نهادی بیت‌کوین معرفی کرد.

تصویر برجسته از OpenArt، نمودار از TradingView.com.

انکار مجدد آدام بک

آدام بک، از طرفداران قدیمی بیت‌کوین، روز چهارشنبه مجدداً ادعای خود مبنی بر عدم ارتباط با خالق مرموز بیت‌کوین را تکرار کرد و پس از انتشار گزارشی در نیویورک تایمز که او را به عنوان مظنون اصلی پشت این نام مستعار معرفی کرده بود، در X به دفاع از خود پرداخت.

جان کری‌رو، برنده دو جایزه پولیتزر، طی یک تحقیق ۱۸ ماهه به این نتیجه رسید که بک همان ساتوشی ناکاموتوی ناشناس است. این خبرنگار که پیش از این نیز به افشای کلاهبرداری چند میلیارد دلاری در شرکت فناوری سلامت آمریکایی Theranos پرداخته بود، با ترکیبی از تجزیه و تحلیل گرامری، تحقیق و مصاحبه‌های حضوری به این نتیجه رسید.

بک در X نوشت: «من ساتوشی نیستم.» و این مقاله را ترکیبی از «تصادف و عبارات مشابه از افرادی با تجربیات و علایق مشابه» توصیف کرد.

هویت ساتوشی از زمان ایجاد بیت‌کوین در ۱۷ سال پیش، همچنان یک معما باقی مانده است و الهام‌بخش کتاب‌ها و مستندهای متعددی بوده است. تلاش کری‌رو برای مرتبط کردن بک با ساتوشی، ۶۲۰ مظنون را مورد بررسی قرار داد.

@JohnCarreyrou در تحقیقات خود در نیویورک تایمز، مانند @AaronvanWin در کتاب “genesis block” خود، شباهت‌های جالبی را در تلاش‌های اولیه برای ایجاد یک پول الکترونیکی غیرمتمرکز، در واقع ایده‌های اولیه برای ایجاد چیزی شبیه بیت‌کوین، از جمله p2p، BGP، اثبات کار، یافته است.

— آدام بک (@adam3us) ۸ آوریل ۲۰۲۶

این میدان با بررسی شباهت‌های موجود در نوشته‌های بک و ساتوشی در طول سال‌ها در پست‌ها و ایمیل‌های آنلاین محدود شد. به گفته این خبرنگار، اشتباهات مشخص، عادات نوشتاری و تمایل به استفاده از اصطلاحات فنی مشابه، نشان می‌دهد که بک همان ساتوشی است.

علاوه بر این، این گزارش نشان داد که بک اولین کسی بود که به ویژگی‌های اساسی بیت‌کوین فکر کرد. همچنین گزارش شده است که او نگرانی‌های مشابهی با ساتوشی در مورد هرزنامه‌های ایمیلی داشته است. علاوه بر این، بک در رمزنگاری کلید عمومی، که زیربنای امنیت بیت‌کوین است، تخصص پیدا کرد.

هویت ساتوشی به افراد بی‌شماری مرتبط شده است، از رمزنگاران مانند هال فینی و نیک سابو گرفته تا یک مرد ژاپنی-آمریکایی به نام دوریان ناکاموتو. برخی از ناظران روز چهارشنبه ابراز تردید کردند، از جمله یک کاربر X که به کار اخیر بک در تأسیس یک شرکت خزانه بیت‌کوین اشاره کرد.

تدی فوسارو، رئیس شرکت مدیریت دارایی‌های رمزنگاری Bitwise، گفت: «بله، مطمئنم ساتوشی در حال راه‌اندازی یک شرکت خزانه بیت‌کوین با کانتور فیتزجرالد است. این قطعاً قابل قبول است.»

بله، مطمئنم ساتوشی در حال راه‌اندازی یک شرکت خزانه بیت‌کوین با کانتور فیتزجرالد است.
این قطعاً قابل قبول است.
— تدی فوسارو (@teddyfuse) ۸ آوریل ۲۰۲۶

با این حال، نتیجه‌گیری کری‌رو تا حدی بر اساس مصاحبه با بک است. و در طی یک گفت‌وگو بین این دو در السالوادور، بک اظهاراتی را بیان کرد که کری‌رو آن را یک لغزش زبانی تلقی کرد که حاکی از آن بود که او واقعاً ساتوشی است.

کری‌رو اشاره کرد که ساتوشی گفته است که «در کدنویسی بهتر از کلمات است». در پاسخ، بک گفت: «من برای کسی خیلی صحبت کردم، منظورم این است… منظورم این است که نمی‌گویم در کلمات خوب هستم، اما واقعاً در این لیست‌ها خیلی حرف زدم.»

بک روز چهارشنبه در X گفت که «زمینه گسترده‌تر» این اظهارات، مشاهده من بود مبنی بر اینکه چون من در لیست پستی توسعه بیت‌کوین پرحرف بودم، درجه‌ای از سوگیری تأییدی در ارزیابی این موضوع از سوی کری‌رو وجود دارد.

گزارش نیویورک تایمز، بک را در کانون توجه قرار داد و پس از افشای سال گذشته مبنی بر دعوت او به جزیره جفری اپستین، منتشر شد. اسناد منتشر شده توسط وزارت دادگستری ایالات متحده نیز نشان داد که این مجرم جنسی محکوم‌شده در Blockstream، یک شرکت زیرساخت بیت‌کوین که توسط بک به عنوان مدیرعامل تأسیس و رهبری می‌شود، سرمایه‌گذاری کرده است.

کری‌رو اولین کسی نیست که با ارزیابی شباهت‌های موجود در نوشته‌هایشان، میراث ساتوشی را به بک نسبت می‌دهد، حتی اگر آخرین نتیجه‌گیری به سرعت توسط تعداد زیادی از طرفداران بیت‌کوین در فضای مجازی رد شد.

جان مک‌آفی، برنامه‌نویس کامپیوتر بریتانیایی-آمریکایی، قبل از مرگش در سال ۲۰۲۱، در مصاحبه‌ای با CoinTelegraph گفت که بک همان ناکاموتو است: نوشته‌های بک دارای عادت ساتوشی در استفاده از دو فاصله در ابتدای جمله و املای بریتانیایی کلمات است.

مک‌آفی گفت: «اگر می‌خواهید بدانید [چه کسی] بود، یک نرم‌افزار نویسندگی را روی [مقاله سفید بیت‌کوین] اجرا کنید. ۱۵ دقیقه طول می‌کشد. اما او نمی‌خواهد شناخته شود.»

‏در رقابتی که بدون شک به سرعت در حال شدت گرفتن در زمینه هوش مصنوعی است، شرکت آنتروپیک پروژه «گلس‌وینگ» را معرفی کرده است که بر اساس مدل جدید «کلود میتوس پریویو» این شرکت بنا شده و نشان‌دهنده جاه‌طلبی و خویشتن‌داری است.

این ابتکار به عنوان گامی رو به جلو در درک سیستم‌های پیشرفته هوش مصنوعی معرفی شده و به هیچ وجه یک پروژه تحقیقاتی مجزا نیست – این پروژه به یک مدل کاملاً جدید مرتبط است که این شرکت عمداً آن را از دسترس عموم خارج نگه داشته است.

در دنیایی که جریان ثابتی از ابزارهای مبتنی بر هوش مصنوعی در دسترس قرار دارد، مدل جدید «کلود میتوس پریویو» آنتروپیک به طور قابل توجهی برای استفاده عموم منتشر نمی‌شود.

این ابتکار که تحت پوشش پروژه گلس‌وینگ قرار دارد، در اختیار غول‌های فناوری منتخب مانند آمازون وب سرویسز، اپل، برودکام، سیسکو، کروداسترایک، گوگل، جی‌پی‌مورگان چیس، بنیاد لینوکس، مایکروسافت، انویدیا و پالو آلتو نتورکس قرار خواهد گرفت، که آنتروپیک آن را «تلاشی برای ایمن‌سازی مهم‌ترین نرم‌افزارهای جهان» توصیف می‌کند.

تصمیم برای اجتناب از عرضه گسترده در بازار، بر تنش فزاینده‌ای در صنعت نرم‌افزار تأکید دارد – ایجاد تعادل بین نوآوری و ایمنی.

به نظر می‌رسد آنتروپیک رویکردی بسیار محتاطانه در پیش گرفته و تحلیل عمیق را بر استقرار سریع اولویت داده است. دلایل این امر توسط خود تیم تشریح شده است:

میتوس پریویو تاکنون هزاران آسیب‌پذیری با شدت بالا را شناسایی کرده است – از جمله مواردی در هر سیستم عامل و مرورگر وب اصلی.

هدف از پروژه

خود این مدل به عنوان یک مدل بسیار پیشرفته توصیف می‌شود که نه تنها برای عملکرد، بلکه برای قابلیت تفسیر نیز طراحی شده است. به عبارت ساده‌تر، این مدل به همان اندازه که برای استفاده ساخته شده، برای مطالعه نیز ساخته شده است. در واقع، آنتروپیک تا ۱۰۰ میلیون دلار اعتبار استفاده از میتوس پریویو را برای شرکای این پروژه اختصاص داده و متعهد شده است که یافته‌های خود را گزارش دهد.

در قلب پروژه گلس‌وینگ، هدف شناسایی آسیب‌پذیری‌ها و سوءاستفاده‌ها با استفاده از کلود میتوس پریویو است.

آنتروپیک فاش کرد که بسیاری از هزاران اشکالی که این مدل قبلاً شناسایی کرده، حیاتی بوده و تقریباً در هر سیستم عامل اصلی و هر مرورگر وب اصلی، همراه با تعداد زیادی نرم‌افزار مهم دیگر، یافت شده است. اینها آسیب‌پذیری‌های روز صفر بودند، به این معنی که این نقص‌ها قبلاً برای توسعه‌دهندگان نرم‌افزار ناشناخته بودند.

به عنوان مثال:

میتوس پریویو یک آسیب‌پذیری ۲۷ ساله در OpenBSD پیدا کرد – که به عنوان یکی از امن‌ترین سیستم‌های عامل در جهان شناخته می‌شود و برای اجرای فایروال‌ها و سایر زیرساخت‌های حیاتی استفاده می‌شود. این آسیب‌پذیری به یک مهاجم اجازه می‌داد تا با اتصال به آن، از راه دور هر دستگاهی را که سیستم عامل را اجرا می‌کند، از کار بیندازد.

تغییر رویکرد

از این نظر، گلس‌وینگ نشان‌دهنده یک تغییر مهم در نحوه برخورد فعلی با توسعه هوش مصنوعی است. آنتروپیک به جای مسابقه برای انتشار تواناترین سیستم‌ها، در ابتدا در درک آنها سرمایه‌گذاری می‌کند.

‏[بیانیه مطبوعاتی – مونت فلوری، سیشل، ۷ آوریل ۲۰۲۶]
شرکت Whale.io از راه‌اندازی MCP (پروتکل زمینه مدل) عامل هوش مصنوعی خود خبر می‌دهد – اولین نمونه از این نوع در فضای کازینوهای رمزنگاری آنلاین – که همراه با یک کمپین دو هفته‌ای کاملاً بر اساس آن ساخته شده است. این کمپین به‌زودی آغاز می‌شود و مستقیماً برای توسعه‌دهندگان، سازندگان و جامعه کدنویسی طراحی شده است که در سکوت در مورد توانایی‌های عوامل خود کنجکاو بوده‌اند. اکنون عوامل هوش مصنوعی آن‌ها نیز در این عرصه حضور دارند.

مروری بر Whale MCP

Whale.io هرگز در ایده‌های خود برای آنچه یک کازینو رمزنگاری می‌تواند باشد، کمبودی نداشته است. امروز، یکی دیگر را به این لیست اضافه می‌کند.
Whale MCP یک بسته باز است که برای فعال کردن عوامل هوش مصنوعی برای تعامل مستقیم با پلتفرم، از جمله شرط‌بندی، شرکت در بازی‌ها و عملکرد مستقل در محیط کازینو طراحی شده است. مخزن عمومی مرتبط، هم به‌عنوان نقطه توزیع بسته و هم به‌عنوان مرکز اصلی کمپین گسترده‌تر عمل می‌کند و کد پایه، چالش‌های مشارکت و جدول امتیازات را میزبانی می‌کند.
جزئیات بیشتر و دسترسی به مخزن از طریق صفحه GitHub پروژه در دسترس است.

دو هفته رقابت فزاینده

این کمپین در طول دو هفته اجرا می‌شود و هر هفته چالش‌ها و مکانیک‌های جدیدی را اضافه می‌کند. با پیشرفت کمپین، ریسک‌ها افزایش می‌یابد – عوامل در جدول امتیازات زنده با عوامل بازیکنان دیگر رقابت می‌کنند و جامعه عملکرد را در زمان واقعی پیگیری می‌کند. در این مسیر، شرکت‌کنندگان پاداش‌های درون پلتفرمی را باز می‌کنند و جوایزی را مرتبط با مشارکت و عملکرد کسب می‌کنند – نه فقط برای اول شدن.
جدول امتیازات زنده در طول کل کمپین در صفحه مسابقات Whale.io فعال خواهد بود تا پیشرفت عوامل هوش مصنوعی و درآمد آن‌ها را پیگیری کند. پس از دو هفته فعالیت، این کمپین با یک نمایش برنده عمومی که از طریق یک انتشار برچسب‌گذاری شده اعلام می‌شود، به پایان می‌رسد و دو هفته کامل را به پایان مناسبی می‌رساند. جایزه نقدی ۱۰٬۰۰۰ دلار USDT در پرداخت‌های رمزنگاری، همراه با طیف وسیعی از مزایای درون پلتفرمی است که در سراسر آن توزیع می‌شود.

منطق پشت کازینو Whale.io

جنبش کدنویسی، ساخت نرم‌افزار کاربردی با عوامل هوش مصنوعی را که کارهای سنگین را انجام می‌دهند، آسان‌تر از همیشه کرده است. در این زمینه، Whale.io یک چارچوب مبتنی بر MCP را معرفی می‌کند که برای بررسی نحوه عملکرد این عوامل در محیط کازینو رمزنگاری تحت شرایط واقعی طراحی شده است.
این سیستم عوامل را قادر می‌سازد تا با استفاده از ارزهای رمزنگاری واقعی با Whale.io تعامل داشته باشند و با وجوه واقعی بازی کنند. عوامل برای واریز وجوه به حساب‌های تعیین‌شده، تعیین اندازه شرط‌ها، تفسیر حالت‌های بازی پس از هر دور و اجرای اقدامات بعدی بر اساس منطق از پیش تعریف‌شده پیکربندی شده‌اند. این‌ها تصمیماتی هستند که عامل شما به‌طور مستقل، ۲۴ ساعته، ۷ روز هفته، به مدت ۱۴ روز می‌گیرد. بدون مداخله انسانی. بدون دکمه توقف. فقط کد شما، استراتژی شما و برتری خانه.
یک کازینو رمزنگاری یک محیط ملموس است — بازی‌ها نتایج روشنی دارند، شرط‌ها واقعی هستند و حلقه بازخورد سریع است. این امر آن را به یک بستر آزمایشی واقعاً جالب برای رفتار عامل تبدیل می‌کند، نه فقط یک چیز جدید.

نحوه اتصال هوش مصنوعی کازینو Whale

این کمپین به‌گونه‌ای ساختار یافته است که طیف وسیعی از شرکت‌کنندگان، از جمله افرادی که تجربه توسعه حرفه‌ای ندارند، را در خود جای دهد. مشارکت مستلزم استفاده از یک عامل مستقل و یک محیط استقرار مناسب است.
شرکت‌کنندگان می‌توانند عوامل خود را از طریق OpenClaw به Whale.io متصل کنند، که به‌عنوان یک سرور MCP عمل می‌کند و تعامل بین عوامل خارجی و زیرساخت‌های بازی Whale را تسهیل می‌کند. این سیستم از ابزارها و تماس‌های استاندارد MCP پشتیبانی می‌کند و با انواع چارچوب‌ها، از جمله Claude، سیستم‌های مبتنی بر OpenAI GPT، LangChain، CrewAI، AutoGen و سایر پیاده‌سازی‌های مدل‌های زبانی بزرگ سفارشی که از پروتکل‌های MCP پشتیبانی می‌کنند، سازگار است.
انتشار مستندات، از جمله طرح‌های ابزار و دستورالعمل‌های احراز هویت، در زمان راه‌اندازی برنامه‌ریزی شده است. انتظار می‌رود اطلاعات اضافی از طریق مخزن GitHub پروژه در دسترس قرار گیرد.

درباره Whale.io

Whale.io یک کازینو و دفتر شرط‌بندی رمزنگاری دارای مجوز است که بر روی بلاک‌چین ساخته شده است. این پلتفرم هزاران اسلات، میزهای دیلر زنده، شرط‌بندی ورزشی و بازی‌های انحصاری داخلی را با بازپرداخت نقدی روزانه و هفتگی، پیشرفت BattlePass و پرداخت‌های سریع چند ارزی ترکیب می‌کند. این پلتفرم که بر اساس اصول بلاک‌چین ساخته شده است، به آزمایش راه‌های شفاف جدید برای تعامل بازیکنان و سازندگان با بازی‌ها در زنجیره ادامه می‌دهد.
کاربران می‌توانند آینده کمپین Whale.io Casino و Whale MCP را با بررسی آن‌ها در اینجا کشف کنند:
وب‌سایت: https://whale.io/
GitHub کمپین: https://github.com/Whale-io/lets-play-a-game?tab=readme-ov-file

‏میلا یوویچ، بازیگر مشهور به خاطر نقش‌آفرینی‌هایش در فیلم‌های «عنصر پنجم» و مجموعه «رزیدنت اویل»، پس از مبارزه با بیگانگان و انبوه زامبی‌ها، تمرکز خود را به هوش مصنوعی معطوف کرده است.

معرفی MemPalace

یوویچ در یک ویدئوی منتشر شده در اینستاگرام در روز دوشنبه گفت که پس از مواجهه با مشکلاتی در نحوه ذخیره و بازیابی اطلاعات در سیستم‌های هوش مصنوعی موجود، ماه‌ها را صرف توسعه ابزار دانش هوش مصنوعی MemPalace کرده است. او در این مدت بر روی یک پروژه بازی دیگر نیز کار می‌کرد که نامش فاش نشده است.

یوویچ در این ویدئو گفت: «اما در طول این فرآیند، با مجموعه‌ای از مشکلات مواجه شدم که می‌دانستم برای تکمیل پروژه باید حل شوند.»

به گفته یوویچ، این چالش‌ها منجر به ایجاد MemPalace شد، یک سیستم متن‌باز که در GitHub در دسترس است و او آن را به عنوان یک روش جدید برای حافظه، ذخیره‌سازی و بازیابی اطلاعات در هوش مصنوعی توصیف می‌کند. یوویچ گفت که مفهوم و معماری این سیستم را طراحی کرده است، در حالی که بن سیگمن، برنامه‌نویس و مدیرعامل پلتفرم وام‌دهی بیت‌کوین Libre Labs، نرم‌افزار آن را مهندسی کرده است.

بن سیگمن در X نوشت: «او در طول روز در فیلم‌های اکشن بازی می‌کند، در نمایش‌های مد Miu Miu قدم می‌زند و مادر است. در شب کدنویسی می‌کند.» او همچنین اشاره کرد که «بیشتر در راه است.»

MemPalace از یک تکنیک حافظه‌ای الهام گرفته است که به دوران یونان باستان بازمی‌گردد.

این استراتژی که به عنوان «کاخ حافظه» یا «روش مکان‌ها» شناخته می‌شود، شامل مرتبط کردن قطعات اطلاعات با مکان‌های خاص در یک ساختمان یا محیط خیالی است. با حرکت ذهنی در این فضا، فرد می‌تواند اطلاعات مرتبط با هر مکان را بازیابی کند.

یوویچ گفت که در حین تحقیق در مورد چگونگی ذخیره و یادآوری اطلاعات توسط متخصصان حافظه، به این مفهوم علاقه‌مند شده است.

مقایسه با سایر سیستم‌های هوش مصنوعی

توسعه‌دهندگان هوش مصنوعی، از جمله OpenAI، Google و Anthropic، ویژگی‌های حافظه را اضافه کرده‌اند که به دستیاران هوش مصنوعی آن‌ها اجازه می‌دهد تا ترجیحات کاربر و زمینه قبلی را در طول مکالمات حفظ کنند. به گفته سیگمن در یک پست جداگانه، Mempalace به جای ارسال داده‌ها به یک عامل پس‌زمینه در فضای ابری، مکالمات را به صورت محلی استخراج و آن‌ها را در یک کاخ سازماندهی می‌کند.

شان رن، استاد علوم کامپیوتر در دانشگاه USC و مدیرعامل Sahara AI، گفت که MemPalace را می‌توان به عنوان یک روش متفاوت برای ساختاردهی به نحوه ذخیره اطلاعات توسط سیستم‌های هوش مصنوعی درک کرد. از آنجایی که این سیستم به عنوان یک روش کلی برای سازماندهی اطلاعات عمل می‌کند، رن گفت که می‌تواند در سراسر چارچوب‌های هوش مصنوعی کار کند.

او گفت: «به نظر می‌رسد این یک رویکرد کلی است، بنابراین مقیاس‌بندی آن مشکلی ندارد. این می‌تواند با سیستم‌های عامل مختلف کار کند.»

با این حال، رن هشدار داد که ادعاهای مربوط به بهبود عملکرد هنوز در خارج از آزمایش‌های کنترل‌شده تأیید نشده است.

او با اشاره به اینکه نتایج اولیه به نظر می‌رسد به آزمایش‌های معیار متکی است که ممکن است به طور کامل استقرار در دنیای واقعی را منعکس نکند، گفت: «این ثابت نشده است. ما باید منتظر بمانیم تا ببینیم جامعه در هنگام استقرار آن در سیستم‌های واقعی چه واکنشی نشان می‌دهد.»

یوویچ گفت که Claude از Anthropic به شکل‌گیری این پروژه کمک کرده است، پس از آنکه سیگمن او را با این ابزار توسعه‌دهنده آشنا کرد.

او گفت: «من بلافاصله متوجه شدم که به عنوان یک هنرمند که عاشق نوشتن است، Claude می‌تواند کلمات و ایده‌های من را به واقعیت تبدیل کند.» اما تأکید کرد که این تجربه دیدگاه او را مبنی بر اینکه خلاقیت انسانی همچنان محرک پیشرفت‌های معنادار در هوش مصنوعی است، تقویت کرده است.

یوویچ گفت: «هوش مصنوعی فقط می‌داند که چه چیزی قبلاً انجام شده است. این انسان‌ها هستند که در واقع چیزی منحصربه‌فرد و متفاوت ایجاد می‌کنند.»

این پروژه در حال حاضر متن‌باز است و یوویچ از توسعه‌دهندگان خواست تا کد را دانلود کنند، سیستم را آزمایش کنند و بازخورد ارائه دهند.

او گفت: «این تنها راهی است که می‌توانیم اشتباهات را اصلاح کنیم و واقعاً نحوه ذخیره اطلاعات خود را بهبود بخشیم.»

‏[بیانیه مطبوعاتی – لیورپول، بریتانیا، ۷ آوریل ۲۰۲۶]
با اتکا به دو موتور هوش مصنوعی و امنیت، تجربه معاملات دارایی‌های دیجیتال دوباره تعریف می‌شود.

در میان نوسانات فزاینده و افزایش ریسک‌ها در بازار دارایی‌های دیجیتال، دستیابی به تعادل بین “بازدهی پایدار” و “امنیت دارایی” به دغدغه اصلی سرمایه‌گذاران تبدیل شده است. JB Strategy به طور رسمی برنامه آزمایشی رایگان استراتژی‌های هوشمند مبتنی بر هوش مصنوعی خود را راه‌اندازی کرده است و راه‌حل معاملاتی کارآمدتر و امن‌تری را در اختیار کاربران قرار می‌دهد.

معاملات مبتنی بر هوش مصنوعی، آستانه سرمایه‌گذاری را کاهش می‌دهد

با توسعه سریع فناوری هوش مصنوعی، معاملات کمی از مؤسسات حرفه‌ای به کاربران عادی منتقل می‌شود. JBStrategy با تکیه بر مدل‌های الگوریتم هوش مصنوعی پیشرفته، شرایط بازار را در زمان واقعی تجزیه و تحلیل و پیش‌بینی می‌کند، به طور خودکار استراتژی‌های معاملاتی را اجرا می‌کند و به کاربران کمک می‌کند تا تداخل احساسات انسانی را کاهش داده و کارایی معاملات را بهبود بخشند.

بر اساس گزارش‌ها، این پلتفرم از طریق مدل‌سازی داده‌های چند بعدی، از جمله شناسایی روند بازار، مکانیسم‌های هشدار ریسک و تنظیمات استراتژی پویا، به عملیات هوشمند ۲۴ ساعته و ۷ روز هفته دست می‌یابد و به کاربران عادی اجازه می‌دهد به راحتی در معاملات کمی در سطح حرفه‌ای شرکت کنند.

ارتقای سیستم امنیتی برای ایجاد “سپر” برای دارایی‌های رمزنگاری شده

فراتر از سودآوری، امنیت نیز یک نگرانی اصلی برای کاربران است. JBStrategy یک سیستم حفاظت امنیتی چند لایه ایجاد کرده است، از جمله یک سیستم کنترل ریسک هوشمند، شناسایی معاملات غیرعادی و مکانیسم‌های جداسازی دارایی، که به طور موثر خطرات احتمالی را کاهش می‌دهد.

این پلتفرم از طریق موتور امنیتی هوش مصنوعی خود می‌تواند رفتار معاملاتی را در زمان واقعی نظارت کند. پس از تشخیص نوسانات غیرعادی یا سیگنال‌های خطر، به طور خودکار استراتژی‌ها را تنظیم یا اجرا را به حالت تعلیق در می‌آورد و از دارایی‌های کاربر محافظت جامع می‌کند.

استراتژی‌های رایگان در دسترس هستند و آستانه سرمایه‌گذاری را کاهش می‌دهند

برای اینکه به کاربران بیشتری اجازه داده شود از مزایای معاملات کمی مبتنی بر هوش مصنوعی بهره‌مند شوند، JBStrategy کمپین “استراتژی هوشمند هوش مصنوعی رایگان” را راه‌اندازی کرده است. کاربران جدیدی که ثبت‌نام می‌کنند می‌توانند با استفاده از استراتژی هوشمند رایگان، معاملات خودکار را آغاز کنند و همچنین ممکن است ۲۰ دلار پاداش برای کاوش در پلتفرم دریافت کنند.

این ابتکار نه تنها مانع فنی را کاهش می‌دهد، بلکه فرصتی کم‌هزینه را برای کاربران فراهم می‌کند تا سیستم‌های معاملاتی هوش مصنوعی را درک کنند و به گسترش فناوری کمی مبتنی بر هوش مصنوعی سرعت می‌بخشد.

درباره JBStrategy

JBStrategy یک پلتفرم فناوری معاملات کمی دارایی‌های دیجیتال جهانی است که دفتر مرکزی آن در لیورپول، بریتانیا قرار دارد. این شرکت از هوش مصنوعی و علم داده برای ساخت سیستم‌های استراتژی استفاده می‌کند و راه‌حل‌های اجرای معاملات خودکار و مدیریت ریسک را ارائه می‌دهد. JBStrategy متعهد است که معاملات دارایی‌های دیجیتال را به سمت آینده‌ای هوشمندتر، سیستماتیک‌تر و راحت‌تر سوق دهد.

برای اطلاعات بیشتر، کاربران می‌توانند از وب‌سایت رسمی بازدید کنند: http://jbstrategy.com/

‏یک پیشنهاد جدید اتریوم با هدف تسهیل اجرای تراکنش‌های پیچیده امور مالی غیرمتمرکز (DeFi) توسط عوامل و برنامه‌های هوش مصنوعی در یک مرحله واحد، به جای چندین اقدام جداگانه، ارائه شده است.

معرفی ERC-8211

استاندارد پیشنهادی اتریوم، ERC-8211، روز سه‌شنبه توسط Biconomy، یک شرکت زیرساخت بلاک‌چین که ابزارهای توسعه‌دهنده را برای برنامه‌های غیرمتمرکز می‌سازد، معرفی شد. این سیستم که «دسته‌بندی هوشمند» نام دارد، به چندین عملیات بلاک‌چین اجازه می‌دهد تا با هم اجرا شوند و در عین حال مقادیر تراکنش‌ها را در زمان واقعی حل کند.

رفع مشکلات DeFi

به گفته Biconomy، ERC-8211 به یک مشکل رایج در DeFi رسیدگی می‌کند. بسیاری از تراکنش‌های بلاک‌چین به خروجی‌هایی متکی هستند که نمی‌توان از قبل آن‌ها را دانست. هنگامی که شخصی یک توکن را با توکن دیگری مبادله می‌کند، مقدار نهایی دریافتی می‌تواند به دلیل تغییر قیمت یا کارمزد معاملات تغییر کند.

احمد البلغی، هم‌بنیانگذار Biconomy، به Decrypt گفت: «وقتی خروجی از چیزی مانند مبادله دارید، نمی‌دانید چقدر خواهد بود. توسعه‌دهندگان یا باید آن را سخت‌کد کنند یا راه دیگری برای استفاده از آن خروجی به عنوان ورودی برای چیز دیگری، مانند سپرده‌گذاری، پیدا کنند.»

نحوه عملکرد ERC-8211

ERC-8211 با اجازه دادن به هر مرحله از یک تراکنش برای ارجاع به نتیجه مرحله قبلی، به جای تکیه بر اعداد ثابت نوشته شده در زمان امضای تراکنش، کار می‌کند. در سیستم‌های دسته‌ای فعلی اتریوم، پارامترهای تراکنش قبل از شروع اجرا قفل می‌شوند.

البلغی تأکید کرد که ERC-8211 یک پیشنهاد بهبود اتریوم (EIP) نیست، بلکه یک استاندارد است که توسعه‌دهندگان می‌توانند مستقیماً در شبکه پیاده‌سازی کنند. ERCها، یا درخواست‌های اتریوم برای اظهار نظر، قوانین فنی را برای نحوه عملکرد برنامه‌ها، توکن‌ها و سایر ویژگی‌ها در اتریوم تعریف می‌کنند، بدون اینکه نیازی به تغییر در پروتکل اصلی باشد.

وی گفت: «EIPها هنوز در اتریوم تا حدودی دشوارتر هستند، فقط به این دلیل که به ذینفعان بیشتری نیاز دارند. به همین دلیل ERCها وجود دارند، زیرا نیازی به تغییر پروتکل ندارند. اگر یک ERC از نظر پذیرش و آگاهی موفقیت زیادی کسب کند، یا به عنوان یک ERC باقی می‌ماند یا حتی می‌تواند در خود پروتکل گنجانده شود.»

مزایای دسته‌بندی هوشمند

به گفته Biconomy، با دسته‌بندی هوشمند، هر مرحله مقدار خود را در زمان اجرا حل می‌کند و قبل از ادامه باید شرایط از پیش تعریف شده را برآورده کند. یک عامل می‌تواند وجوه را از یک پروتکل وام‌دهی برداشت کند، مقدار دقیق دریافتی را مبادله کند و نتیجه را در یک پروتکل دیگر در یک تراکنش امضا شده واریز کند. البلغی گفت که این عملکرد شامل کنترل‌هایی است که می‌تواند آنچه را که یک عامل مجاز به انجام آن است، محدود کند.

البلغی گفت که این سیستم بر روی زیرساخت‌های موجود اتریوم و شبکه‌های سازگار اجرا می‌شود و نیازی به تغییر در پروتکل اصلی یا یک هارد فورک، ایجاد یک زنجیره جدید ندارد.

البلغی افزود: «آنچه ما ساخته‌ایم به توسعه‌دهندگان اجازه می‌دهد فقط بگویند: هرچه موجودی کاربر باشد، آن را با عمل بعدی ترکیب کنید. و تمام شد. این بدان معناست که شما می‌توانید این جریان‌های واقعاً قدرتمند را بدون نوشتن قراردادهای هوشمند جدید ایجاد کنید. شما فقط می‌توانید این کار را در TypeScript انجام دهید.»

حمایت بنیاد اتریوم

بارنابه مونوت، دانشمند تحقیقاتی در بنیاد اتریوم، گفت که این پیشنهاد با تلاش‌های سازمان برای بهبود قابلیت استفاده از بلاک‌چین همسو است.

مونوت به Decrypt گفت: «خوشه پروتکل بنیاد اتریوم، «بهبود UX» را به عنوان یکی از اولویت‌های استراتژیک خود دارد. پشتیبانی از ERC-8211 از این اولویت استراتژیک ناشی می‌شود.»

مونوت گفت که این همکاری در طول یک کارگاه آموزشی در سال 2025 که توسط ابتکار بهبود UX بنیاد سازماندهی شده بود، آغاز شد.

مونوت گفت: «زاویه اجرای عاملی جدید است، اما با توجه به پیشرفت‌های سریع عوامل در سه ماه گذشته، خود را تحمیل کرده است. این یک مورد استفاده عالی است، زیرا عوامل می‌توانند تعاملات پیچیده بین زنجیره‌ای را هماهنگ کنند و ERC-8211 پلتفرم مناسبی را برای انجام این کار در اختیار آن‌ها قرار می‌دهد.»

به گفته البلغی، بنیاد اتریوم تصمیم گرفت در این تلاش همکاری کند زیرا این حوزه را در کار خود بررسی نکرده بود و تشخیص داد که نمی‌تواند به تنهایی به هر چالشی رسیدگی کند. این امر مشارکت با تیم‌هایی مانند Biconomy را راهی برای ساخت فناوری در حالی که سریع‌تر از آنچه به تنهایی می‌توانست، حرکت می‌کند، می‌سازد و عمق غنی‌تری از تعامل با جامعه سازنده را پس از یک سری تغییرات بنیاد که سال گذشته انجام شد، منعکس می‌کند.

وی گفت: «من فکر می‌کنم بنیاد اتریوم، و این از آنچه من شخصاً با کار با آن‌ها دیده‌ام، بسیار مایل به پیروزی هستند. دیدن این سطح از تعامل، این ماهیت رقابتی‌تر، تمایل به انجام سریع‌تر کارها و تمایل به همکاری با اکوسیستم در مقایسه با دو سال پیش بسیار امیدوارکننده است.»