چگونه Valory و Olas استقلال را در AI Agent‌ها می‌سازند – بینش‌هایی از David Minarsch

هوش مصنوعی هنوز هم برای بسیاری از افراد مانند ابزاری است که آن را باز می‌کنید و سپس دوباره می‌بندید. اما اگر نرم‌افزار زمانی که شما حضور ندارید به کار خود ادامه دهد، خودش تصمیم بگیرد و منابع خود را مدیریت کند چه؟ در گفتگو با Bitcoinmagazine.nl، دیوید میناش توضیح می‌دهد که چرا Valory و Olas در حال ساخت دنیایی هستند که در آن AI Agent ها نه تنها هوشمندتر می‌شوند، بلکه متعلق به کاربر هم هستند. Discord ما را بررسی کنید با علاقه‌مندان کریپتو هم‌فکر ارتباط برقرار کنید به صورت رایگان مبانی ارز دیجیتال بیت کوین و معاملات را یاد بگیرید - گام به گام، بدون دانش قبلی. توضیحات واضح و نمودارها از تحلیلگران باتجربه دریافت کنید. به جامعه‌ای بپیوندید که با هم رشد می‌کند. اکنون به Discord بروید Valory و Olas با هم در حال ساخت یک استک agent هستند کسی که بخواهد اکوسیستم Valory و Olas را درک کند، ابتدا باید این تفاوت را به وضوح بفهمد. Valory به عنوان آزمایشگاه ساخت عمل می‌کند که در آن مهندسان نرم‌افزار متن‌باز را برای AI Agent های خودمختار توسعه می‌دهند. Olas لایه شبکه‌ای را تشکیل می‌دهد که در آن نرم‌افزار با هم جمع می‌شود، هماهنگ می‌شود و از طریق قرارداد هوشمند به صورت اقتصادی اجرا می‌شود. این جداسازی عمدی است. Valory کد می‌نویسد و با معماری‌های agent آزمایش می‌کند. Olas مشوق‌ها، حاکمیت و زیرساختی را تنظیم می‌کند که در آن agent ها می‌توانند وجود داشته باشند، همکاری کنند و ارزش را مبادله کنند. نتیجه یک استک منسجم است که در آن agent ها ساخته می‌شوند، مستقر می‌شوند و استفاده می‌شوند، بدون اینکه طرف مرکزی کنترل کامل را به خود اختصاص دهد. از این استک Pearl به عنوان پیاده‌سازی مستقیم همان فلسفه ظهور کرد: اگر agent ها باید متعلق به کاربران باشند، پس باید لایه‌ای وجود داشته باشد که بتوانند بدون دانش توسعه‌دهنده اجرا شوند، و Pearl این نقش را ایفا می‌کند. زمانی که یک AI Agent بیش از یک ابزار هوشمند است میناش در گفتگو تمایز واضحی بین ابزارهای هوش مصنوعی و AI Agent ها ایجاد می‌کند. بسیاری از افراد اکنون هر چیزی با رابط چت را agent می‌نامند، اما به گفته او این درست نیست. یک ابزار آنچه را که شما در آن لحظه انجام می‌دهید تقویت می‌کند. شما سوالی می‌پرسید، سیستم پاسخ می‌دهد و به محض اینکه شما بروید، دیگر اتفاقی نمی‌افتد. یک agent اساساً متفاوت از یک ابزار هوش مصنوعی سنتی کار می‌کند. شما یک هدف را به جای یک دستور مجزا فرمول‌بندی می‌کنید، پس از آن سیستم به کار خود ادامه می‌دهد، به طور مستقل وظایف را اجرا می‌کند، به اطلاعات جدید واکنش نشان می‌دهد و رفتار خود را تنظیم می‌کند بدون اینکه ورودی مداوم انسانی برای آن لازم باشد. "آنچه با ابزارها انجام می‌دهید کمک است. در مورد agent ها شما یک هدف سطح بالا می‌دهید و اجازه می‌دهید سیستم به صورت خودمختار اجرا شود در حالی که شما حضور ندارید." به همین دلیل میناش سیستم‌های خودران یا استراتژی‌های معاملاتی خودمختار را به عنوان مثال‌های واضح‌تری نام می‌برد. شما جهت و شرایط را تعیین می‌کنید، اما اجرا به طور مستقل انجام می‌شود. بسیاری از agent های کدنویسی فعلی اکنون به این سمت حرکت می‌کنند. جایی که ابتدا در حین تماشای شما فکر می‌کردند، اکنون می‌توانید به آنها وظایفی بدهید که دقایق یا بیشتر بدون نظارت طول بکشد. میناش در این مورد یک تغییر ساختاری در نحوه ساخت و استفاده از نرم‌افزار می‌بیند. همانطور که هوش مصنوعی قدرتمندتر می‌شود، نرم‌افزار از پشتیبانی به اجرای واقعی تغییر می‌کند، جایی که سوال اصلی حول این موضوع است که چگونه آن خودمختاری از نظر فنی و اقتصادی سازماندهی می‌شود. Three MASSIVE AI Agent Announcements LIVE NOW ⬜️ 🟪 🥇 Pearl—The 1st "Agent App Store" 🏆 Olas Accelerator—$1 million in grants for devs 🏗️ $13.8 Million raise led by @1kxnetwork It's all happening NOW—read on👇🏻 pic.twitter.com/ezn84rK7vN — Olas (formerly Autonolas) (@autonolas) February 4, 2025 Pearl بدون از دست دادن مالکیت، agent ها را در دسترس قرار می‌دهد Pearl پاسخ Valory و Olas به این تغییر به سمت AI Agent های خودمختار است. این یک اپلیکیشن دسکتاپ محلی است که در آن کاربران agent هایی را اجرا می‌کنند که خودشان مالک آنها هستند، از جمله نرم‌افزار و کیف پول ها. agent یک کیف پول خاص خود دریافت می‌کند و شما دقیقاً تصمیم می‌گیرید که چه وجوهی را تفویض کنید. همه چیز خارج از آن بسته باقی می‌ماند. میناش موارد استفاده بیشتری را می‌بیند که در آنها خدمات هوش مصنوعی مرکزی شروع به مشکل‌ساز شدن می‌کنند. این شامل داده‌های حساس حریم خصوصی، مالکیت معنوی، زمینه پزشکی و همچنین وابستگی به یک طرف ابری در حوزه قضایی دیگر می‌شود. در چنین مواردی، موضوع کمتر به مدل‌ها مربوط می‌شود و بیشتر به کنترل. "کریپتو با 'کلیدهای خود را داشته باشید، کوین های خود را داشته باشید' شروع شد و ما فکر می‌کنیم که این باید برای هوش مصنوعی و نرم‌افزار نیز صدق کند." به همین دلیل Pearl برای محلی-اول انتخاب می‌کند، حتی اگر این کار ساخت را سخت‌تر کند. شما نمی‌توانید باگ‌ها را "فقط" در یک بک‌اند رفع کنید و نمی‌توانید به طور مداوم به صورت بی‌صدا مستقر کنید. آنچه ارسال می‌کنید باید بلافاصله کار کند. این دقیقاً دلیلی است که میناش آن را به عنوان پایه‌ای برای agent هایی که مدت طولانی اجرا می‌شوند می‌بیند. Say hi to Pearl's new home @pearldotyou and https://t.co/mdPzJ5Scvd 🪂 🤖https://t.co/WA25nYSFRc brings user-owned AI agents to everyday consumers. Your agents. Running on your device. Owned by you. If you have been following along on Pearl's journey here, go give… https://t.co/xkdEVMt6M3 — Olas (formerly Autonolas) (@autonolas) December 16, 2025 Predict نشان می‌دهد که چگونه agent های خودمختار واقعاً کار می‌کنند یکی از واضح‌ترین مثال‌ها در Pearl به اصطلاح predict-agent است. از طریق Pearl یک کاربر می‌تواند چنین agent ای را راه‌اندازی کند، یک استراتژی ارائه دهد و بودجه اختصاص دهد. پس از آن agent به طور مستقل در پس‌زمینه اجرا می‌شود و موقعیت‌هایی را در بازارهای پیش‌بینی اتخاذ می‌کند که با آن استراتژی مطابقت دارد. کاربر از طریق چت با agent صحبت می‌کند، اما پس از آن agent کار را انجام می‌دهد. او بازارها را تجزیه و تحلیل می‌کند، اطلاعات خریداری می‌کند و بر اساس برآوردهای احتمالی معامله می‌کند. نکته حیاتی این است که agent یک کیف پول خاص خود دارد و فقط می‌تواند با وجوهی کار کند که به صراحت توسط کاربر تفویض شده است. این سیستم از سال 2023 در حال اجرا است. این امر به گفته میناش جالب است، زیرا شما نه تنها تئوری، بلکه رفتار را در طول زمان می‌بینید. آنچه قابل توجه است این است که عملکرد با اجرای طولانی‌تر agent ها بهبود می‌یابد. این خودمختاری از این جهت ایجاد می‌شود که agent ها یاد می‌گیرند با عدم قطعیت، تکرار و احتمال برخورد کنند، به جای اینکه همه چیز را از قبل درک کنند. بازارهای پیش‌بینی برای این کار مناسب هستند. مردم عمدتاً بر بازارهایی تمرکز می‌کنند که توجه وجود دارد. جایی که مردم توجه خود را بر بازارهای محبوب متمرکز می‌کنند، agent ها می‌توانند بدون زحمت در دنباله طولانی فعال باشند، جایی که فرصت‌های کوچک‌تر و کمتر قابل توجه قرار دارند و جایی که مقیاس فقط از طریق اجرای خودمختار مداوم امکان‌پذیر است. The narrative around Prediction Markets is heating up. But for Olas, this isn't new. Olas AI agents have been autonomously participating in these markets since 2023. Prediction Trader by @autonolas is an AI agent designed to automate prediction market trading for you — helping… pic.twitter.com/qLudrkcs0c — Olas (formerly Autonolas) (@autonolas) December 9, 2025 سیستم‌های چند agent و نقش مارکت پلیس Mech به گفته میناش خودمختاری مقیاس‌پذیر تنها زمانی ایجاد می‌شود که یک agent بتواند تصمیم بگیرد و در عین حال برای داده‌ها، محاسبات و توابع تخصصی به agent های دیگر تکیه کند. برای این منظور سیستم از به اصطلاح مارکت پلیس Mech استفاده می‌کند، مارکت پلیس ای که برای agent ها طراحی شده است. در آن محیط agent ها خدمات agent های دیگر را می‌خرند، مانند مجموعه داده‌ها، محاسبات، پیش‌بینی‌ها یا تخصص خاص، در حالی که کاربر متوجه آن نمی‌شود زیرا Pearl این تعاملات را به طور کامل دریافت و ساده می‌کند. "کاربر هرگز مستقیماً با مارکت پلیس در تماس نیست؛ agent ها این را با یکدیگر حل و فصل می‌کنند." این ساختار به شدت با نحوه همکاری بین افراد مطابقت دارد. هیچ‌کس همه چیز را خودش انجام نمی‌دهد، بلکه دیگران را درگیر می‌کند تا زمانی که کیفیت کافی باشد و زمانی که دیگر این مورد نیست عبور می‌کند. در Pearl همین فرآیند بین ماشین‌ها اتفاق می‌افتد، جایی که agent ها به صورت محلی پیگیری می‌کنند که agent های دیگر چگونه عمل می‌کنند و آن اطلاعات را در تصمیم‌گیری خود در نظر می‌گیرند. این سیستم را انعطاف‌پذیر می‌کند و چالش‌های جدیدی را در مورد شهرت، هرزنامه و نظارت بر کیفیت به همراه می‌آورد. به گفته میناش برای این موضوع نقطه پایان ثابتی وجود ندارد، زیرا این سیستم‌ها به تدریج توسعه می‌یابند و باید با افزایش مقیاس تنظیم شوند. دقیقاً به این دلیل که این زیرساخت از سال 2023 به طور فعال استفاده می‌شود، تیم بینش دقیقی در مورد جایی که تنگناهای واقعی ایجاد می‌شوند و چگونه آنها در عمل باید حل شوند به دست می‌آورد. Olas just got a MAJOR upgrade🔥🟪 A new look. A clearer message. A simpler way to co-own AI. 🟣 Own Your Agent with Pearl 🟣 Monetize Your Agent with Mech Marketplace 🟣 Access a World of AI Agents with the OLAS Token Start here 👉 https://t.co/aZpSxsv9ih pic.twitter.com/GPZ5y283sd — Olas (formerly Autonolas) (@autonolas) June 30, 2025 چرا خودمختاری کامل هنوز به محدودیت‌ها نیاز دارد اگرچه امکانات به سرعت در حال رشد هستند، میناش در برابر بیش از حد برآورد هشدار می‌دهد. agent های کاملاً باز و نامحدود بدون قوانین امروز هنوز به اندازه کافی قابل اعتماد کار نمی‌کنند. هر آنچه درون زنجیره ای اتفاق می‌افتد، باید توسط قوانین واضح محدود شود. در عمل agent ها با ترکیبی از سیستم‌های مبتنی بر یادگیری و قوانین ثابت کار می‌کنند، جایی که هوش همیشه در چارچوب‌های از پیش تعریف شده عمل می‌کند. به عنوان مثال یک predict-agent می‌تواند فرصت‌ها را در بازارهای پیش‌بینی برآورد کند، اما محدود به آن حوزه باقی می‌ماند و پروتکل‌های دیگر را فراخوانی نمی‌کند یا تراکنش‌های غیرمنتظره انجام نمی‌دهد. این محدودیت سیستم را قابل پیش‌بینی و در نتیجه قابل اعتماد می‌کند. همانطور که مدل‌ها عمومی‌تر می‌شوند، طراحی این چارچوب‌ها دشوارتر می‌شود. بسیاری از agent ها خود در واقع سیستم‌های چند agent هستند، با نقش‌های جداگانه برای اجرا، کنترل و مدیریت تراز. برای کاربران لازم نیست این قابل مشاهده باشد. درست مانند زمانی که در مورد یک برنامه فکر نمی‌کنید در مورد سازمان داخلی، می‌خواهید در مورد یک agent بدانید که او آنچه را که وعده می‌دهد انجام می‌دهد. قابلیت اطمینان در نتیجه بزرگترین مانع برای پذیرش گسترده باقی می‌ماند. Drawing on multi-agent systems research, Autonolas enables the creation of composable autonomous off-chain systems that can run complex logic such as machine learning algorithms in a trust-minimized way, and take action across blockchains and web2 APIs. pic.twitter.com/7mKZK6wxZk — Valory is hiring (@valoryag) March 24, 2023 2026 به عنوان نقطه عطف برای agent ها و مالکیت با نگاهی به سال 2026 میناش چند خط واضح را می‌بیند که با هم همگرا می‌شوند. از طریق مدل‌هایی مانند Pearl، agent ها مستقیماً به مصرف‌کننده می‌رسند، جایی که آنها به عنوان ابزارهای جداگانه عمل نمی‌کنند بلکه به عنوان سیستم‌های فعال طولانی‌مدت که به همکاری ادامه می‌دهند و ارزش ایجاد می‌کنند. علاوه بر این، او ظهور یک نفره یونیکورن را پیش‌بینی می‌کند. زیرا یک نفر می‌تواند به ارتش‌هایی از agent های نرم‌افزاری تکیه کند که می‌سازند، آزمایش می‌کنند و تکرار می‌کنند. این نحوه ایجاد استارت‌آپ‌ها و نحوه نگهداری نرم‌افزار را تغییر می‌دهد. "فکر می‌کنم امسال اولین شرکت‌های یک نفره یونیکورن را خواهیم دید، زیرا می‌توانید با agent های کدنویسی عمومی‌تر ارتش‌هایی از agent های نرم‌افزاری بسازید که از شما پشتیبانی می‌کنند." تجارت agent به agent در این راستا نقش بزرگتری خواهد داشت. کریپتو این را برای agent ها آسان می‌کند تا به یکدیگر پرداخت کنند، منابع را به اشتراک بگذارند و سرمایه جذب کنند. آنچه این به لحاظ اقتصادی به معنای است، هنوز باز است. اما یک چیز برای میناش ثابت است. کاربران از اجاره خسته شده‌اند و کنترل نرم‌افزار و داده‌های خود را می‌خواهند. کسی که AI Agent های خود را دارد، کنترل داده‌ها، رفتار و ارزش را حفظ می‌کند. Valory و Olas کل استک خود را حول این نقطه شروع می‌سازند تا برای آنچه خودمختاری واقعاً نیاز دارد آماده باشند. Best wallet - betrouwbare en anonieme wallet Best wallet - betrouwbare en anonieme wallet Meer dan 60 chains beschikbaar voor alle crypto Vroege toegang tot nieuwe projecten Hoge staking belongingen Lage transactiekosten Best wallet review Koop nu via Best Wallet توجه: ارز دیجیتال یک سرمایه‌گذاری بسیار نوسانی و بدون مقررات است. تحقیقات خود را انجام دهید.

مطلب Hoe Valory en Olas autonomie bouwen in AI-agents – inzichten van David Minarsch توسط Raul Gavira نوشته شده و اولین بار در Bitcoinmagazine.nl ظاهر شد.