تكسب سردية الخصوصية بالذكاء الاصطناعي زخماً مع تعزيز OpenClaw لفينيسيا

أصلي | Odaily星球日报 (@OdailyChina)

الكاتب | دينغ دونغ (@XiaMiPP)

عندما بدأ OpenClaw، المشروع الأكثر رواجًا، في دعم الذكاء الاصطناعي الخاص، يبدو أن "البائعين المحبطين في عالم العملات المشفرة" قد وجدوا مرة أخرى اتجاهًا جديدًا للترويج.

وفي سياق السرد هذا، بدأت مجموعة من المشاريع المرتبطة بحسابات الخصوصية وبنية تحتية لـ AI Agent في العودة إلى الأنظار مرة أخرى. وحسب تجميع Odaily Star Daily، فقد أصبحت عدة مشاريع بالفعل مستفيدين محتملين خلال هذه الموجة من التزايد في النقاش.

فينيسيا هي منصة توليد ذكاء اصطناعي تركز على عدم الرقابة والخصوصية، وتُعرَّف كنسخة لامركزية من ChatGPT. بدأ الترويج للذكاء الاصطناعي القائم على الخصوصية من خلال فينيسيا، حيث أشارت OpenClaw سابقًا إلى فينيسيا كتوصية بارزة في وثائقها الرسمية، لكنها أزالتها خلال 24 ساعة. على الرغم من إمكانية إزالة التوصية، إلا أن هذا الإجراء جعل المزيد من الناس يلاحظون فينيسيا وخصائصها التي تُعطي الأولوية للخصوصية.

على عكس معظم مشاريع الذكاء الاصطناعي، لا يدور السرد الأساسي لـ Venice حول قدرات نماذج الذكاء الاصطناعي، بل حول الخصوصية نفسها. في سياق تزايد الرقابة على المحتوى على منصات الذكاء الاصطناعي الرئيسية، وتراكم القضايا المتعلقة بتسريب بيانات الذكاء الاصطناعي وجدل تدريب النماذج، فإن هذا الموقف المنتج "لا تسجيل، لا رقابة" يلامس بالضبط القيم الأكثر حساسية في مجتمع التشفير.

في عصر تتصاعد فيه موجة واجهات الذكاء الاصطناعي بسرعة، وقع فينيس بالضبط على "مزايا العصر". والأكثر صدفةً أن فريق مشروع فينيس يقلل بشكل نشط من عرض رمز VVV، مما يقلل التضخم. إن زيادة الطلب مقابل تقلص العرض تعزز بشكل إضافي التوقعات الإيجابية لرمز VVV.

اقرأ المرجع: `OpenClaw تدعم Venice.ai، ويرتفع رمز VVV بنسبة تزيد عن 500٪ في يناير`

مشروع السلسلة العامة القديم الذي كان يشتهر بأدائه العالي، Near Protocol، يبذل جهودًا نشطة للإنقاذ تحت ضغط موجة الذكاء الاصطناعي. فهو لم يعد يركز فقط على TPS وانخفاض رسوم الغاز كـ"L1 تقليدي"، بل يتحول تدريجيًا مركز السرد نحو طبقة التنفيذ والبنية التحتية للتسوية في عصر وكلاء الذكاء الاصطناعي، محاولًا إيجاد سرد نمو جديد في دورة تقنية جديدة.

منذ عام 2025، تم تعزيز نظام NEAR Intents بشكل كبير، حيث يسمح هذا النظام للمستخدمين أو وكلاء الذكاء الاصطناعي بتحديد "النتيجة النهائية المرغوبة" فقط، بينما يقوم النظام الخلفي تلقائيًا بتنفيذ عمليات معقدة عبر أكثر من 35 سلسلة، دون الحاجة إلى جسر يدوي أو تبديل المحافظ أو إدارة التوجيه.

في 25 فبراير 2026، قام NEAR بترقية نظام النوايا رسميًا وطرح Confidential Intents. هذه النسخة أدخلت قدرات الحوسبة الخاصة على إطار تنفيذ النوايا الأصلي، من خلال دمج آلية التجزئة الخاصة لـ Near مع بيئة تنفيذ موثوقة (TEE)، مما يسمح بإخفاء التفاصيل الحساسة أثناء تنفيذ المعاملات عبر السلاسل، مثل مسارات الصيرفة، وحجم المعاملة، أو الاستراتيجيات المحددة. ومع ذلك، فهي لا تفرض خصوصية إجبارية على جميع المعاملات كما تفعل Zcash أو Monero، بل تضيف طبقة اختيارية من حماية الخصوصية لتنفيذ النوايا. هدفها الأساسي ليس إخفاء هوية المعاملات، بل منع أنشطة التسويق على السلسلة مثل MEV والسباق المسبق وهجمات الساندويتش، مما يجعل تنفيذ المعاملات أكثر أمانًا.

قد تصبح وكلاء الذكاء الاصطناعي في المستقبل المستخدمين الرئيسيين للبلوكشين، حيث سيملكون الأصول بشكل مستقل، ويتداولون عبر السلاسل، وينفذون الاستراتيجيات، وحتى ينسقون مع بعضهم البعض. في هذا السيناريو، يجب على البلوكشين ليس فقط معالجة المعاملات عالية التردد، بل أيضًا توفير قدرات مثل التنفيذ القابل للتحقق، والحسابات الخصوصية، والتنسيق عبر السلاسل.

إن التصميم الحالي لـ Near يدور حول هذا التصور. فهو يسعى لبناء شبكة مفتوحة يمكنها دعم وكلاء الذكاء الاصطناعي لأداء مهام معقدة تلقائيًا، مع ضمان قابلية التحقق من العملية وأمانها. في سياق الموجة المتزايدة للذكاء الاصطناعي، يمكن اعتبار هذا التحول إما محاولة نشطة لتبني سرد جديد، أو إعادة تشكيل ذاتية لسلسلة عامة راسخة في دورة جديدة.

الهدف الأساسي لـ Sahara AI هو بناء نظام بيئي للذكاء الاصطناعي لامركزي وشفاف وآمن، يجعل عملية تطوير الذكاء الاصطناعي وتدريبه ونشره وتجسيده أكثر عدلاً وموثوقية. يسعى المشروع إلى معالجة القضايا الحالية التي تواجه صناعة الذكاء الاصطناعي، مثل خصوصية البيانات والتحيز الخوارزمي وعدم وضوح ملكية النموذج.

مع ظهور وكلاء الذكاء الاصطناعي، ينشأ مشكلة جديدة: إلى من تعود البيانات والنماذج والقدرات التي يستخدمها هؤلاء الوكلاء؟ في البنية التحتية الحالية للذكاء الاصطناعي، لم تُحل هذه المشكلة بشكل جيد بعد. فغالبًا ما تأتي البيانات المطلوبة لتدريب النماذج من عدد كبير من المساهمين الموزعين، لكن الأرباح النهائية تتركز بشكل كبير في أيدي عدد قليل من شركات الذكاء الاصطناعي؛ حتى أن مطوري النماذج، رغم امتلاكهم للقدرات التقنية، غالبًا ما يعتمدون على بيئات المنصات؛ ومع بدء وكلاء الذكاء الاصطناعي في استدعاء النماذج والبيانات والأدوات بشكل مستقل، تصبح سلسلة القيمة بأكملها أكثر تعقيدًا. بدون آلية واضحة لتحديد الملكية وتوزيع العوائد، من المحتمل أن تتكرر اقتصاديات الذكاء الاصطناعي المستقبلية مسار Web2، حيث تعود البيانات إلى المستخدمين بينما تستولي المنصات على القيمة.

تسعى Sahara AI إلى وضع قواعد جديدة في هذا المجال. حيث يوفر نظام ClawGuard الأمني حواجز أمان قابلة للتحقق لوكالات الذكاء الاصطناعي، لضمان تشغيلها بأمان ضمن القواعد المحددة مسبقًا، بينما يسمح نظام منصة خدمات البيانات (DSP) للمستخدمين بجمع عملات مكافآت من خلال وضع العلامات والإسهام ببيانات تدريب الذكاء الاصطناعي، مما يشكل تدريجيًا سوقًا لبيانات لامركزيًا. ضمن هذه الآلية، يمكن للمُساهمين في البيانات ليس فقط المشاركة في عملية تدريب نماذج الذكاء الاصطناعي، بل أيضًا الحصول على عوائد مستمرة عند استخدام بياناتهم، في الوقت الذي يضمن فيه المنصة جودة البيانات وحماية الخصوصية من خلال آليات على السلسلة.

Phala Network هي منصة عقود ذكية خاصة مبنية على Substrate، وتهدف إلى تقديم خدمات حسابية محمية بالخصوصية يمكن التحقق منها للتطبيقات Web3. لفهم سبب استفادة Phala من موجة وكلاء الذكاء الاصطناعي، يجب أولاً الإجابة على سؤال أساسي أكثر: ما هي البنية التحتية التي يعتمد عليها تشغيل وكلاء الذكاء الاصطناعي؟

إذا تم تفكيك نظام Agent الحالي، فيمكن تقسيم بنية تقنياته تقريبًا إلى عدة طبقات. الطبقة العليا هي طبقة النماذج، أي نماذج اللغة الكبيرة أو نماذج الاستدلال المختلفة، مثل OpenAI وClaude وسلسلة النماذج مفتوحة المصدر؛ ثم تأتي طبقة إطارات Agent، والتي تشمل أدوات مثل LangChain وAutoGPT وOpenClaw، والتي تُنظم المهام وتُجدّد النماذج وتستدعي الأدوات الخارجية؛ ثم تأتي طبقة بيئة التنفيذ، وهي المكان الذي يُنفّذ فيه Agent الكود فعليًا ويستدعي واجهات برمجة التطبيقات وينفذ المهام التلقائية؛ بالإضافة إلى وجود طبقة الدفع والهوية، التي تتعامل مع المدفوعات بين Agent وأنظمة الهوية والسمعة؛ وفي القاعدة الأدنى، توجد طبقة الحوسبة والخصوصية، التي تضمن موثوقية عملية الحوسبة وأمان البيانات ومنع تسريبها.

من هذا الهيكل، يقع Phala بالضبط في تقاطع طبقة بيئة التنفيذ وطبقة الخصوصية الحسابية. إن تقنيته الأساسية — شبكة الحوسبة السرية القائمة على TEE (بيئة تنفيذ موثوقة) — تسمح لـ AI Agent بتشغيل البرامج بأمان خارج السلسلة، مع ضمان قابلية التحقق من عملية الحوسبة وعدم كشف البيانات للخارج. وهذا أمر بالغ الأهمية في اقتصاد Agent.

في جانب التطبيق العملي للنظام البيئي، بدأت Phala أيضًا في الدمج مع مشاريع الوكلاء الذكاء الاصطناعي. على سبيل المثال، تعاونت Phala مع ai16z لبناء مكون TEE لاطار Eliza متعدد الوكلاء، مما يدمج تقنية التنفيذ الموثوق مباشرة في بيئة تشغيل الوكيل؛ في الوقت نفسه، اعتمدت بعض مشاريع إصدار عملات الوكلاء الذكاء الاصطناعي (مثل aiPool) تقنية TEE الخاصة بـ Phala لإدارة المفاتيح الخاصة والأصول على السلسلة.

في المستقبل، مع تطور وكلاء الذكاء الاصطناعي من "أدوات دردشة" إلى كيانات رقمية قادرة على حمل الأموال وتنفيذ الصفقات وحتى تشغيل البروتوكولات، ستتحول بيئة التنفيذ الآمنة تدريجيًا إلى طبقة بنية تحتية لا غنى عنها لبيئة الوكلاء، وتشتغل Phala على احتلال هذا المكان.

عند مراجعة هذه المشاريع، اكتُشف أمر مثير للاهتمام: لقد بدأ صعود هذه الرموز فعليًا قبل حدث التوصية خلال هذين اليومين. بمعنى آخر، قبل أن تُبرز Venice مفهوم "الذكاء الاصطناعي الخاص"، كان هناك جزء من رأس المال في السوق قد لاحظ بالفعل هذا الاتجاه مسبقًا، لكنه كان يفتقر حينها إلى نقطة تحفيز سردية واضحة بما يكفي. كان حدث توصية OpenClaw مجرد شرارة أشعلت الانتباه.

في الواقع، سواء كانت a16z أو Delphi Digital، فقد ضمت كل منهما الخصوصية والذكاء الاصطناعي كمسارين رئيسيين للتركيز عليهما في تقاريرهما السنوية للبحث والاستثمار لعام 2025. ومع ذلك، عندما تتحول هذه التقييمات الكلية إلى سوق فعلي، فإنها غالبًا ما تحتاج إلى حدث محدد لدفع توافق الآراء. وفي بداية عام 2026، ظهرت الخصوصية والذكاء الاصطناعي أمامنا بهذه الصورة المدمجة.

Whether this will become the next long-term trend or just another brief thematic hype still needs time to answer.