MuleRunが「見て計算できる」オンチェーンAIエージェントを構築：高品質なデータを内蔵し、低コストの推論で取引効率を再構築

BlockBeats のニュースによると、4月21日、世界初の自己進化型個人AIプロジェクトである MuleRun（骡子快跑）の最高技術責任者束骏亮は、「Web 4.0の解読：AIエージェントがオンチェーン権限を掌握する時代」というテーマのオフラインイベントで、情報取得能力に関して、従来の検索エンジンや無料APIに依存したデータ取得方法は高精度のニーズを満たしにくいと述べた。特に金融取引の場面では、無料の相場APIに遅延やデータ欠落の問題があり、高頻度や専門的な意思決定をサポートできない。

これに対し、MuleRunは高品質なデータソースと専門化ツールのインターフェースを事前に統合し、ユーザーのアクセス障壁を低減させている。APIの自前調達や設定を必要とせず、オンチェーンデータ、米国株データ、多次元分析能力をカバーするデータ体系を呼び出せる。

また、プラットフォームは「スキル（Skills）」と呼ばれる多様な戦略を導入しており、取引戦略の評価、多役割の模擬討論、定量的バックテストなどの機能を備える。特に、バックテストは外部サーバーで実行され、ローカルや一般的なクラウド環境の計算能力不足を解決し、定量ユーザーの実用体験を向上させている。さらに、MuleRunは越境EC商品データなど、多様なデータソースの拡充も進めており、エージェントの情報取得能力をさまざまなビジネスシーンで強化している。

「インテリジェント意思決定」の面では、束骏亮は、エージェントの核は複雑なタスク処理能力にあると強調した。これには、多周期のデータ分析、指標計算、戦略実行などが含まれる。同時に、コスト管理も重要な指標の一つだ。現在、多くのAIシステムはトークン消費が高い問題に直面しており、ユーザーの利用コストに直接影響している。これに対し、MuleRunはエンジニアリングレベルでトークン使用のシステム的最適化を行い、タスクの品質を維持しつつコストを大幅に削減し、単位予算あたりのタスク実行効率を向上させている。

束骏亮は、データの質とモデルの効率性がAIエージェントのタスクパフォーマンスを直接左右すると述べ、今後も高品質なデータの接続と低コストのインテリジェント計算のバランスを追求し、より複雑なオンチェーンアプリケーションのシナリオを支えると語った。