Étude sur l'automatisation de la liquidation en temps réel des marchés prédictifs et du balayage de sécurité des wallets, utilisant des données d'OS dédiées à l'IA
@0G_labs , @Polymarket , @Rabby_io
Dans l'écosystème des actifs numériques, la collecte de données, le jugement prédictif, la liquidation du marché et la sécurité des wallets semblent être des domaines séparés, mais ils fonctionnent en réalité de manière étroitement interconnectée. Récemment, une architecture émergente vise à intégrer en un seul flux la couche de disponibilité des données, l'infrastructure des marchés prédictifs et le système de simulation de sécurité des wallets, centrée sur un environnement d'exploitation dédié à l'IA. Cette architecture combine la couche modulaire de disponibilité et d'orchestration des données similaire à 0G Labs, la structure de marché prédictif basée sur les événements similaire à Polymarket, et le modèle de sécurité fondé sur la simulation pré-trading similaire à Rabby Wallet, afin d'automatiser la liquidation en temps réel des marchés prédictifs et le balayage de sécurité des wallets.
Tout d'abord, au niveau de la couche de données, les événements externes sont introduits en temps réel. Les flux d'actualités, les API et les données structurées sont divisés en plusieurs fragments via un codage par effacement et distribués sur des nœuds de stockage. Chaque donnée est soumise à la couche de consensus sous forme de commit Merkle Tree, et la vérification est effectuée par échantillonnage aléatoire basé sur VRF. Une majorité des nœuds de stockage doit prouver l'existence des données ; les nœuds échouant à cette preuve sont remplacés. Cette architecture assure la disponibilité et l'intégrité des données sur la base du consensus. L'IA ne juge pas à cette étape l'existence des données ; la vérification est réalisée par des procédures cryptographiques et un mécanisme de consensus.
L'orchestration du calcul est effectuée sur une place de marché similaire à 0G Compute. Les fournisseurs de GPU exécutent des tâches de classification dans des environnements d'inférence vérifiables tels que TeeML ou ZKML. Les résultats d'inférence sont commités sur chaîne sous forme de hachage, sans modifier ni remplacer les données d'origine. Le temps de bloc d'environ 500 millisecondes rapporté sur le testnet Galileo V3 démontre qu'il est possible d'ancrer les résultats d'inférence en quasi-temps réel. Toutefois, l'inférence IA constitue un signal indicatif et n'a pas d'impact direct sur l'intégrité des données fondée sur le consensus ou sur la décision finale de l'oracle.
Ces données sont ensuite transmises à la couche des marchés prédictifs. Dans une structure similaire à Polymarket, des jetons ERC-1155 basés sur le Conditional Token Framework sont utilisés ; chaque marché est défini par un Condition ID résultant du hachage d'un oracle, d'une question et d'un ensemble de résultats. Les participants déposent une garantie en USDC.e et échangent des jetons de position « Yes » ou « No ». Les prix sont formés via un carnet d'ordres, reflétant ainsi le jugement collectif des participants. Les résultats de classification IA peuvent servir de référence pour la prise de décision commerciale, mais la formation des prix est déterminée exclusivement par les activités d'achat et de vente des participants.
À la fin d'un événement, un mécanisme similaire à l'UMA Optimistic Oracle est activé. Un proposant soumet le résultat, avec un délai initial de 2 heures pour contester. En cas de litige, une période de discussion de 24 à 48 heures est suivie d'un vote des détenteurs de jetons d'environ 48 heures. Ce processus est enregistré publiquement sur chaîne, et le perdant perd sa garantie. Une fois qu'un vecteur de paiement tel que [1,0] ou [0,1] est définitivement établi, les jetons gagnants sont remboursés à hauteur de 1 USDC.e. Ce mécanisme est conçu pour que ce soit un groupe d'participants oracle — et non l'IA — qui prenne la décision finale.
Au niveau utilisateur, un système de sécurité similaire à Rabby Wallet fonctionne. Lorsqu'un utilisateur tente une transaction, une simulation préalable basée sur l'API Tenderly est exécutée pour afficher les changements attendus du solde et les résultats des appels. En parallèle, une détection de risque basée sur des heuristiques identifie les demandes d'autorisation malveillantes, les signatures de phishing ou les modèles contractuels anormaux et déclenche une alerte. La fonction de balayage d'exposition aux autorisations consulte l'historique des autorisations existantes pour évaluer les risques et permet un retrait groupé. Tous ces processus sont exécutés côté client et fournissent à l'utilisateur les informations nécessaires à sa prise de décision avant l'exécution de la transaction.
Ces trois couches forment une structure cyclique. Les événements externes sont effacés et stockés dans la couche de données ; l'inférence IA génère un signal de classification qui est ancré sous forme de hachage. Les participants au marché utilisent ces informations comme référence pour échanger leurs positions. Les transactions utilisateur sont exécutées après avoir subi une simulation préalable et une analyse des risques au niveau du wallet. À la fin de l'événement, l'oracle confirme le résultat final, ce qui déclenche le règlement ; les données du résultat confirmé peuvent ensuite être réutilisées comme retour d'information pour l'apprentissage de l'IA. Dans ce processus, l'intégrité des données est assurée par la couche de consensus, la neutralité du règlement par les participants oracle, et la protection utilisateur par le moteur de simulation du wallet.
Des procédures de réponse aux situations hostiles sont également définies. La dissimulation de la disponibilité des données est détectée par un échec d'échantillonnage et corrigée par une randomisation basée sur VRF et le remplacement des nœuds. Les tentatives d'abus des oracles sont contrées par la structure de garantie et le vote des détenteurs de jetons.La contournement de la simulation de wallet est atténué par des mises à jour heuristiques et la fonction de révocation d'autorisation. La distorsion des données IA est conçue pour être traçable grâce à l'ancrage des versions de modèle et à la publication des journaux d'inférence.
Sur le plan des performances, les caractéristiques de latence varient selon chaque couche. L'inférence IA peut être traitée en moins d'une seconde, tandis que le règlement des marchés prédictifs prend au minimum deux heures en l'absence de litige, et plusieurs jours en cas de litige. La simulation de wallet exige quelques secondes supplémentaires. Cela crée une lacune structurelle entre la réflexion en temps réel des données et la confirmation définitive du règlement. Ce décalage temporel agit comme un élément essentiel pour la vérification neutre et le débat public.
Finalement, la couche de données basée sur un OS dédié à l'IA, la structure de règlement des marchés prédictifs et le système de scan de sécurité du wallet exécutent des rôles distincts tout en formant un flux continu. Les données sont garanties cryptographiquement, l'IA fournit des signaux recommandatifs, l'oracle confirme les résultats via une procédure collective, et le wallet valide préalablement les transactions de l'utilisateur. Cette architecture intégrée permet de réaliser simultanément la réflexion en temps réel des informations, le règlement neutre et la protection de l'utilisateur, chacun dans des limites de responsabilité distinctes.
$POLY $POL $0G $USDC.e
