Карта может показать грузовику, где находится склад, но она не всегда может сообщить грузовику, свободен ли сегодня погрузочный двор. Этот разрыв между знанием местоположения и знанием его текущего состояния — реальная проблема для ИИ-агентов, действующих в физическом мире. @vangrid_io предлагает возможный способ его преодолеть. Заказчик может профинансировать захват локации в USDC, давая ближайшему участнику причину посетить объект и зафиксировать его с помощью телефона. Захват одной и той же области под перекрывающимися углами может предоставить программному обеспечению для 3D-реконструкции больше информации для работы. Существует также слой подотчетности вокруг данных. Описанный Vangrid процесс стирает лица и номерные знаки на устройстве до загрузки, а отпечатки захвата можно группировать в пакеты, подтвержденные на Base. Заказчик все еще проверяет отправку перед принятием. Та часть, которая мне интересна, — как это может изменить способ, которым ИИ-агенты справляются с отсутствующей информацией. Вместо того чтобы полагаться на устаревшую карту или делать предположения о местоположении, интегрированный агент в будущем может запросить свежий захват, если доступных данных недостаточно. Эта возможность будет зависеть от создания необходимой интеграции агента, а зафиксированный захват все еще должен быть полезным и репрезентативным для реальной среды. Но направление многообещающее: ИИ-агентам не обязательно знать всё заранее, если у них есть надежный способ запросить недостающую информацию. Иногда лучшие решения начинаются с получения свежего взгляда на реальный мир.