MuleRun создает «умного и расчетливого» on-chain AI-агента: встроенные высококачественные данные + недорогие вычисления, переосмысление эффективности транзакций

BlockBeats сообщение, 21 апреля, первый в мире проект по эволюции личного ИИ MuleRun (МулеРан) — главный технический директор束骏亮 на офлайн-мероприятии на тему «Расшифровка Web 4.0: когда AI-агенты берут под контроль разрешения в цепочке» — заявил, что в области получения информации традиционные методы, такие как поиск в поисковых системах или бесплатные API, недостаточно точны, особенно в финансовых торговых сценариях, где бесплатные интерфейсы данных могут иметь задержки и пропуски данных, что мешает высокочастотным или профессиональным решениям.

Для этого MuleRun интегрировал высококачественные источники данных и интерфейсы профессиональных инструментов, снижая порог входа для пользователей, позволяя им обращаться к системе, которая охватывает данные в цепочке, данные американского рынка акций и многомерный анализ без необходимости самостоятельно приобретать или настраивать API.

В то же время платформа вводит различные «навыки стратегий (Skills)», включая оценку торговых стратегий, моделирование дебатов с несколькими ролями и квантовое тестирование. В частности, задачи тестирования выполняются на внешних серверах, что решает проблему недостаточной вычислительной мощности на локальных и облачных платформах, повышая реальный опыт пользователей, занимающихся квантовым анализом. Кроме того, MuleRun расширяет источники данных, например, подключая данные о товарах в трансграничной электронной коммерции, чтобы усилить возможности агента по получению информации в различных бизнес-сценариях.

На уровне «умных решений»束骏亮 подчеркнул, что ядро агента — это способность обрабатывать сложные задачи, включая многоцикловой анализ данных, расчет показателей и выполнение стратегий. В то же время, контроль затрат становится одним из ключевых показателей. Современные системы ИИ сталкиваются с высокой затратностью токенов, что напрямую влияет на стоимость использования. В этом направлении MuleRun систематически оптимизирует использование токенов, значительно снижая издержки при сохранении качества выполнения задач и повышая эффективность выполнения задач на единицу бюджета.

束骏亮 отметил, что качество данных и эффективность моделей напрямую определяют показатели работы AI-агента, и в будущем платформа будет продолжать искать баланс между подключением высококачественных данных и низкозатратными интеллектуальными вычислениями, чтобы поддерживать более сложные сценарии применения в цепочке.