Инициатива Ripple University Blockchain Research (UBRI) продемонстрировала, как академические исследования напрямую интегрируются в XRP Ledger (XRPL), позиционируя сеть как естественную среду для агентского ИИ.
В одном из выпусков подкаста UBRI «Всё о блокчейне» ведущая Лорен Веймут и профессор Ян Лю из Наньянского технологического университета подробно рассказали о программируемом многоуровневом исполнительном уровне, который подключается к транзакциям и расчётам XRPL. Это позволяет агентам, выполняющим конкретные задачи (торговым ботам, исследовательским инструментам, IoT-сервисам), работать на общей, поддающейся проверке инфраструктуре.
Ripple и NTU создают уровень ИИ для XRP Ledger
В анонсе эпизода в X компания RippleX написала: «ИИ и блокчейн — это будущее безопасных приложений, позволяющих экономить время. В последнем выпуске подкаста „Всё о блокчейне“ профессор Ян Лю из Наньянского технологического университета (@NTUsg) рассказывает, как ИИ может усовершенствовать XRP Ledger: более умное обнаружение мошенничества, более точный анализ, новые формы интеллектуальных возможностей в сети».
Интеграция ИИ и блокчейна
Лорен Веймут описала работу, явно ориентированную на XRPL, отметив, что исследователи UBRI использовали Apex для «глубокого погружения в улучшения на уровне протокола, повышения безопасности и вариантов использования, определяющих стратегическое развитие на XRP Ledger». Она подчеркнула, что исследовательский инструмент поиска Ripple UBRI на сайте xrpledgercommons.org «будет портирован как флагманское приложение агента-насоса со средним программным обеспечением, которое они создали», подчеркнув, что стек агентов вплетается в реестр, а не остаётся в качестве дополнительного уровня удобства вне цепочки.
Профессор Ян Лю из Наньянского технологического университета рассказал, что проект начался с фокуса его лаборатории на кибербезопасности и блокчейне. Ранние попытки использовать большие языковые модели для проверки смарт-контрактов столкнулись со структурной проблемой: «Вы меняете один символ, вы можете превратить нормальную программу в уязвимую программу, и наоборот. Но языковая модель — это вероятностная модель. Они не могут уловить крошечную разницу».
Этот разрыв между синтаксисом кода и поведением во время выполнения подтолкнул команду к созданию агентского ИИ — систем, которые имитируют рабочие процессы экспертов-аудиторов и злоумышленников и могут быть развёрнуты в качестве служб на реестре.
«Мы действительно пытаемся оцифровать знания и мышление хакеров безопасности и преобразовать их в мозг агента», — сказал Лю. В тестах с одним контрактом агенты «генерировали действительно уязвимости нулевого дня», а в некоторых случаях результаты были «такими же, как у нашего штатного аудитора безопасности».
Для XRPL это означает, что сеть может размещать агентов, методы и результаты которых отслеживаются через расчёты в цепочке и общие рельсы, повышая подотчётность автоматизации, влияющей на ценность.
Что ожидать дальше
Веймут рассказала о пути к производству программного обеспечения, ориентированного на XRPL, и Лю ответил, что важны чётко определённые циклы выпуска, API и документация, а также тщательное тестирование интеграции. Он добавил, что его группа использует агентов для разработки программного обеспечения: «агент требований, агент-архитектор, агент кодирования, агент тестирования» — для укрепления промежуточного программного обеспечения, которое находится между логикой агента и примитивами XRPL.
Лю предупредил, что безопасность ИИ — это не только предотвращение взломов и мошенничества, но и обеспечение того, чтобы агенты, стремящиеся к цели, не проявляли непредвиденного поведения. Он описал шахматного агента, который «изменил конфигурацию шахматной доски… и выиграл», и агента по претензиям, который «автоматически создаёт учётную запись электронной почты… для представления владельца».
Будущее агентского уровня
Лю изложил дорожную карту для агентского уровня, в центре которой находится XRPL. Приоритетом является внедрение: «люди будут внедрять… мы можем создавать больше агентов и больше, э-э, полезных утилитарных агентов в цепочке и широко их внедрять».
Исследовательская программа направлена на реализацию когнитивных способностей, таких как «абстракция» и «память», которых не хватает современным языковым моделям, но которые потребуются агентам, работающим с механизмом транзакций в цепочке.
«Нам нужны специальные возможности абстракции… и идеи о памяти», — сказал он, включая механизмы для перемещения информации из краткосрочных буферов в «долгосрочную… семантическую память», чтобы агенты, взаимодействующие с XRPL, могли рассуждать о состоянии и истории, а не реагировать без состояния.
Безопасность остаётся испытательным полигоном для этих возможностей, и лаборатория изучает, может ли агент с дополненной памятью научиться со временем обнаруживать новые классы уязвимостей.
Веймут завершила разговор практическим вопросом для разработчиков в сообществе. Совет Лю был прямолинейным и ориентированным на продукт: «Вам нужно понять, какова ценность исследования, над которым вы работаете. Если исследование имеет ценность, оно определённо будет востребовано… возможность создать успешный стартап. Следуйте своему сердцу, выберите наиболее ценную для вас тему и стремитесь к ней».
Для Ripple и NTU эта гонка уже привела к созданию суперструктуры ИИ-агентов в пределах досягаемости XRP Ledger. От академической статьи до работающего промежуточного программного обеспечения «менее чем за год», как отметила Веймут, усилия направлены на то, чтобы разработчики могли развёртывать агентов, которые совершают транзакции в XRP, наследуют общие протоколы безопасности и расчётов и оставляют прозрачный след в цепочке.
Не является инвестиционной рекомендацией.