مع التطور التكنولوجي الذكاء الاصطناعي ، يتم تغذية المزيد والمزيد من البيانات للكيانات المركزية ، مما يثير مخاوف بشأن سيادة البيانات وأمن المستخدمين والكيانات الأخرى ، وفي الوقت نفسه ، يتزايد تطبيق وكلاء الذكاء الاصطناعي في سيناريوهات مقسمة ، وقد تتضمن بعض السيناريوهات الخصوصية الشخصية للمستخدمين ، وبالتالي ، ستصبح البيانات الخاصة اللامركزية ركيزة أكبر صناعة في المستقبل ، لذلك ، أطلقت Nillion أول شبكة حوسبة عمياء لامركزية لها ، والتي لديها مجموعتها الخاصة من الإعدادات الأساسية الداعمة. تساعد هذه الأدوات معا منشئي البرامج على إنشاء تطبيقات قوية تستفيد بشكل آمن من البيانات عالية القيمة. يقوم البناة الأوائل في مجتمع Nillion بإنشاء أدوات للذكاء الذكاء الاصطناعي التنبؤي الخاص ، وحلول التخزين والحوسبة الآمنة للرعاية الصحية ، وحلول التخزين للبيانات الآمنة مثل بيانات الاعتماد ، وسير العمل الآمن لبيانات المعاملات. من حيث التمويل ، أكملت Nillion تمويلا بقيمة 25 مليون دولار بقيادة Hack VC في 24 أكتوبر ، مع مستثمرين مثل HashKey Capital و Animoca Brands وما إلى ذلك ، بالإضافة إلى مستثمرين ملاك من مشاريع مثل Arbitrum و Worldcoin و Sei. في الواقع ، في عام 2022 ، أكملت Nillion جولة تمويل بقيمة 20 مليون دولار بقيادة Distributed Global. ترفع هاتان الجولتان من التمويل مبلغ التمويل التراكمي لشركة Nillion إلى 45 مليون دولار ، مما يوفر تغذية كافية لتطوير المشروع. تنقسم شبكة Nillion إلى قسمين: nilChain (طبقة التنسيق) و Petnet (شبكة تكنولوجيا تعزيز الخصوصية). يسمح Petnet للمنشئين بتخزين البيانات وحسابها بينما تظل مشفرة باستخدام تقنية تحسين الخصوصية (PET).

يستخدم كل من وكلاء الذكاء الاصطناعي Web2 و Web3 نماذج اللغة الكبيرة (LLMs) كحجر الزاوية الأساسي للتكنولوجيا. يمكن القول إن ظهور LLMs جعل وكلاء الذكاء الاصطناعي حقيقة واقعة ومهد الطريق لتسويقهم. بعد تراكم التكنولوجيا المبكر ، بشرت LLMs بانفجار في التطبيقات في عام 2022. أصدرت OpenAI GPT-3.5 ، والتي أحرزت مرة أخرى تقدما كبيرا في تقنية معالجة اللغة الطبيعية ، لكن الذكاء الاصطناعي العام الخاص بها لم يصل إلى مستوى "الوكيل" في هذا الوقت. منذ عام 2023 ، أصدرت العديد من الشركات المصنعة حول العالم على التوالي العديد من نماذج اللغات الكبيرة مفتوحة المصدر (LLMs) ، بما في ذلك LLaMA و BLOOM و StableLM و ChatGLM وما إلى ذلك. ظهرت أيضا منصات إنشاء وكيل الذكاء الاصطناعي مثل Voiceflow ، واعتبارا من أغسطس 2023 ، قام أكثر من 130,000 فريق ببناء وكلاء الذكاء الاصطناعي على Voiceflow. بعد عام 2024 ، ستشتد المنافسة على LLMs تدريجيا ، مع إطلاق الإصدارات المطورة من LLMs و LLMs الجديدة ، بما في ذلك Gemini 2.0 و DeepSeek R1 ، باستمرار. مع استمرار تحسن أداء LLMs ، لم يعد وكلاء الذكاء الاصطناعي مجرد مفهوم في مجال البحث ولكنه أداة في الواقع. في عام 2024، ستقوم Microsoft بدمج 10 وكلاء الذكاء الاصطناعي المستقلين في Dynamics 365 يمكنهم أتمتة عمليات المهام مثل خدمة العملاء والمبيعات والتمويل والتخزين. أصدرت Google Gemini 2.0 ، وهو نموذج كبير متعدد الوسائط ، في نهاية نفس العام ، وبناء على ذلك ، أطلقت ثلاثة نماذج أولية جديدة للوكيل ، بما في ذلك Project Astra ، وهو مساعد نموذج كبير للأغراض العامة ، و Jules ، مساعد برمجة. في عام 2025 ، أطلقت OpenAI أول مشغل وكيل الذكاء الاصطناعي ، القادر على أتمتة العمليات المعقدة مثل كتابة التعليمات البرمجية وحجز السفر والتسوق في التجارة الإلكترونية. نظرا لأن شركات LLM تطلق وكلاء الذكاء الاصطناعي مباشرة ، فإن هدفها الأساسي هو جذب المطورين والبناة لاستخدام تقنية LLM الخاصة بهم ، وتوسيع سيناريوهات التطبيق ، وزيادة الإيرادات. يمثل هذا الانتقال من البحث إلى التطبيق أيضا مرحلة جديدة من تطوير تقنية عامل الذكاء الاصطناعي.

لفترة طويلة ، اعتبرت تقنية إثبات المعرفة الصفرية تقنية "مثالية من الناحية النظرية ، بطيئة في الممارسة" نظرا لنفقاتها الحسابية العالية وسرعتها البطيئة في عملية التوليد ، مما يجعل من الصعب تلبية المتطلبات الصارمة لوقت إنشاء كتلة blockchain وإعاقة تطبيقها في السيناريوهات العملية. ومع ذلك ، في عام 2025 ، سينعكس هذا الوضع تماما ، ولن يكون أداء ZK عقبة رئيسية أمام اعتماده. من الإنجازات التاريخية نظام SP1 Hypercube المقاوم للاحترار الذي طوره فريق Succinct. لقد أظهر بنجاح القدرة على إنشاء إثباتات ZK لأكثر من 93٪ من كتل شبكة Ethereum الرئيسية داخل فتحة كتلة مدتها 12 ثانية (فتحة) على مجموعة من وحدات معالجة الرسومات على مستوى المستهلك ، بمتوسط وقت إثبات يبلغ 10.3 ثانية فقط. يمكن فهم السبب وراء إحراز Succint SP1 Hypercube مثل هذا التقدم التكنولوجي الكبير ببساطة على أنه يرجع إلى التحسينين التاليين: 🔹 تتضمن عملية إنشاء براهين ZK ترميز بيانات معاملات blockchain في متعدد الحدود رياضي ، مما يساعد في تشكيل الدليل النهائي. فكر في الأمر على أنه حشر كومة كبيرة من الأمتعة المزدحمة في صندوق. كانت كثيرات الحدود المستخدمة في الماضي تسمى كثيرات الحدود أحادية المتغير ، والتي لم تتطابق مع بنية بيانات blockchain ، تماما مثل حشو العناصر المربعة بصندوق دائري ، كانت هناك دائما فجوات أو ضغطات ، مما أدى إلى إعداد ترميز يستغرق وقتا طويلا وغير فعال. يخترع SP1 Hypercube كثيرات حدود جديدة متعددة الحدود ، والتي تتماشى بشكل أكبر مع الطبيعة متعددة الأبعاد لبيانات المعاملات ، والتي تعادل تصميم صندوق مستطيل يمكنه ملء الأمتعة بشكل مثالي. هذا يقصر بشكل كبير من وقت إعداد ترميز البيانات ، ويسرع توليد الإثبات من دقائق إلى ثوان ، ويحقق الوقت الفعلي. 🔹 اتضح أن الجيل يشبه شخص واحد يقوم بالتعبئة يدويا ، والعملية برمتها خطوة بخطوة ولا يمكن تقسيمها. يستخدم SP1 Hypercube الآن خوارزميات جديدة (بما في ذلك بروتوكولات التجميع والتحسين المتكررة) التي تسمح بتقسيم البراهين الكبيرة إلى مهام إثبات صغيرة متعددة ، تتم معالجة كل منها بشكل مستقل ثم دمجها بسهولة في دليل كامل. تتمثل ميزة التقسيم في أنه يمكن أن يستفيد بشكل كامل من وحدة المعالجة المركزية متعددة النواة أو الحوسبة المتوازية لوحدة معالجة الرسومات ، تماما مثل العديد من الأشخاص الذين يحزمون حقائبهم في نفس الوقت ، مما يؤدي إلى زيادة السرعة الإجمالية ، والتي يمكن أن تلحق بإيقاع Ethereum البالغ كتلة واحدة كل 12 ثانية للحصول على إثباتات في الوقت الفعلي.