💙 Gate广场 #Gate品牌蓝创作挑战# 💙
用Gate品牌蓝,描绘你的无限可能!
📅 活动时间
2025年8月11日 — 8月20日
🎯 活动玩法
1. 在 Gate广场 发布原创内容(图片 / 视频 / 手绘 / 数字创作等),需包含 Gate品牌蓝 或 Gate Logo 元素。
2. 帖子标题或正文必须包含标签: #Gate品牌蓝创作挑战# 。
3. 内容中需附上一句对Gate的祝福或寄语(例如:“祝Gate交易所越办越好,蓝色永恒!”)。
4. 内容需为原创且符合社区规范,禁止抄袭或搬运。
🎁 奖励设置
一等奖(1名):Gate × Redbull 联名赛车拼装套装
二等奖(3名):Gate品牌卫衣
三等奖(5名):Gate品牌足球
备注:若无法邮寄,将统一替换为合约体验券:一等奖 $200、二等奖 $100、三等奖 $50。
🏆 评选规则
官方将综合以下维度评分:
创意表现(40%):主题契合度、创意独特性
内容质量(30%):画面精美度、叙述完整性
社区互动度(30%):点赞、评论及转发等数据
AO网络:打造去中心化AI Agent计算平台 链接AR存储
AO网络:为AI Agent打造的去中心化计算平台
去中心化网络一直致力于实现"世界计算机"的愿景,即无需信任地执行任意代码并向全世界开放使用。以太坊之后,许多基础设施项目都在这一方向上进行了尝试,而Arweave即将推出的AO网络正是其中之一。
从宏观角度来看,"世界计算机"可以分为数据计算、访问和存储三个主要部分。Arweave过去一直扮演着"世界硬盘"的角色,而AO网络(Actor Oriented)则引入了通用计算能力,并提供了智能合约功能。
AO:基于Actor模型的通用计算网络
当前主流的去中心化计算平台可分为两类:智能合约平台和通用计算平台。智能合约平台以以太坊为代表,网络共享全局状态内存,对改变状态的运算过程进行共识。由于共识需要大量重复运算,因此高成本下仅用于处理高价值业务。通用计算网络则不对运算过程本身进行共识,而是根据业务验证计算结果,处理请求顺序,不存在共享的状态内存。这降低了成本,使网络能够扩展到更多领域的计算,代表项目包括一些算力网络。
一些项目基于虚拟机安全的假设,将通用计算与智能合约融合。这类网络只对交易顺序进行共识,并验证计算结果。多个状态变化计算在网络节点中并行处理,计算环境的虚拟机保证了确定性结果,因此只要交易顺序一致,最终状态也将一致。
这类网络由于不共享状态内存,扩容成本很低,多个任务可以并行计算且互不影响。这些项目往往基于Actor编程模型,AO也属于此类。在Actor模型下,每个计算单元被视为独立处理事务的智能体,计算单元之间通过通信交互。AO标准化了Actor的消息传递,实现了一个去中心化的计算网络。
与传统被动触发的智能合约不同,AO可以通过固定时间循环触发的"cron"方式,实现智能合约的主动运行,例如持续监控套利空间的交易程序。
AO网络的快速扩容能力、Arweave的超大数据存储能力、Actor的编程模型,以及主动触发交易的能力,使其非常适合托管AI Agent。AO还支持将AI大模型引入区块链的智能合约中运行。
AO网络特性
AO不对计算过程进行共识,而是对交易顺序进行共识,并默认虚拟机的运行结果是确定性的,从而实现最终状态的一致性。
AO采用模块化设计,网络中存在三种基本单元:调度单元(SU)、计算单元(CU)和信使单元(MU)。交易发出后,MU接受并验证签名,然后转发给SU。SU作为AO与AR链的连接点,对交易顺序进行排序并上传至AR链完成共识。目前的共识方式是POA(权限证明)。共识完成后,任务被分配给CU进行具体计算,结果通过MU返回给用户。
CU集可视为去中心化的算力网络。在完整的经济学规划下,CU节点需要质押资产,通过计算性能、价格等因素竞争,提供算力以赚取收益。如果出现计算错误,节点将被罚没资产。
AO与其他网络的比较
AO作为通用计算平台,与以太坊等智能合约平台有明显区别。与Arweave同为"世界硬盘"的一些存储网络也推出了智能合约平台,但这些平台多为状态共识机架构,在体验上不及传统智能合约平台。
与一些去中心化计算网络不同,AO保留了智能合约能力,并在AR存储上维护了全局状态。
实际上,AO在架构上与某些异步计算区块链网络最为相似。这些网络创造了异步计算区块链网络的早期范式,AO在很大程度上延续了这种设计,如仅对交易顺序排序、相信虚拟机确定性计算、Actor模型异步处理等。
主要区别在于,某些网络基于容器维护状态,而AO具备共享的状态层(即AR),任何人都可以通过交易顺序与状态证明复原全网状态。这增加了网络的去中心化能力,但也失去了某些特殊隐私业务的实现可能。
在经济与设计层面,AO采用公平发射、无准入的方式运行,质押即可参与竞争挖矿。AO使用模块化设计,MU、CU、SU分离,用户也可自选虚拟机的实现方式,这降低了开发者的进入成本。
然而,AO可能存在一些系统缺点,如Actor异步模型下跨合约交易缺乏原子性,可能导致DeFi类应用发展困难。新的计算模式也对开发者提出了更高要求。AO架构下wasm虚拟机最高能管理4GB的限制,也导致部分复杂模型无法使用。
考虑到这些因素,AO选择专注于AI Agent路线实为扬长避短之举。在AI快速发展的背景下,AO仍然存在较大发展潜力。