Карта може показати вантажівці, де знаходиться склад, але не завжди може сказати вантажівці, чи вільний ще завантажувальний майданчик сьогодні. Ця прогалина між знанням місцезнаходження та знанням його поточного стану — справжній виклик для ІА-агентів, що діють у фізичному світі. @vangrid_io пропонує можливий шлях її заповнення. Замовник може профінансувати зйомку місця за допомогою USDC, надаючи місцевому учаснику підставу відвідати місце та зафіксувати його за допомогою телефону. Зйомка однієї й тієї ж області з перекриваючих кутів надає програмному забезпеченню 3D-реконструкції більше інформації для роботи. Також існує шар відповідальності щодо даних. Описаний Vangrid процес приховує обличчя та номерні знаки на пристрої до завантаження, а відбитки зйомки можуть групуватися у пакети, підтверджені на Base. Замовник все ще перевіряє надходження перед прийняттям. Та частина, яка мене цікавить, — це те, як це може змінити спосіб, яким ІА-агенти мають справу з відсутньою інформацією. Замість того щоб покладатися на застарілу карту або робити припущення про місце, інтегрований агент у майбутньому може запитувати нову зйомку, коли наявних даних недостатньо. Ця здатність залежатиме від створення необхідної інтеграції агента, а також записана зйомка повинна бути корисною та репрезентативною щодо реального середовища. Але напрямок обіцяючий: ІА-агентам може не потрібно знати все заздалегідь, якщо вони мають надійний спосіб запитувати інформацію, якої їм не вистачає. Іноді кращі рішення починаються з отримання нового погляду на реальний світ.