AI

تُعد Bittensor Subnet سوقًا مستقلة لمهام الذكاء الاصطناعي ضمن الشبكة. يضع كل Subnet آليات حوافز مخصصة لسيناريوهات مثل توليد النصوص أو التعرف على الصور أو التنبؤ. من خلال قيام Miners بتقديم النماذج، وValidators بتقييم الجودة، والتخصيص الديناميكي لرموز TAO/Alpha، يتيح الـ Subnet إنتاج وتسعير الذكاء الآلي بطريقة لامركزية.

يُعتبر FET الرمز الرئيسي في منظومة Fetch.ai، ويُركّز على بناء شبكة اقتصادية لامركزية تجمع الذكاء الاصطناعي مع تقنيات البلوكشين. تتناول هذه المقالة الهيكل الفني، نموذج الحوكمة، حالات الاستخدام، والمخاطر الاستثمارية المرتبطة بهذا النظام.

تُعد FET الرمز الأصلي في شبكة Fetch.ai، وتؤدي دورًا أساسيًا في دعم تبادل القيمة، وتنفيذ البروتوكول، والتسوية على البلوكشين بين الوكلاء الاقتصاديين المستقلين (AEA). يتيح ذلك للآلات والبرمجيات تنفيذ الأنشطة الاقتصادية بشكل مستقل دون الاعتماد على منصات مركزية.

تُعد Fetch.ai شبكة لامركزية توظف الذكاء الاصطناعي (AI) وتقنية البلوكشين، حيث يرتكز إطارها الأساسي على وكلاء اقتصاديين مستقلين (AEA). يتيح هذا النظام للبرمجيات والأجهزة تنفيذ المهام، وتبادل البيانات، وتسوية القيم بشكل مستقل دون الاعتماد على منصات مركزية، ما يخلق منظومة اقتصادية ذكية تعتمد على مشاركة الآلات.

Gate Research: تدفع نماذج اللغة الكبيرة وتقنيات الوكلاء الذكيين أنظمة التداول إلى مرحلة جديدة من التطور. التداول الكمي، الذي كان يعتمد سابقًا بشكل كبير على مهارات البرمجة وأنظمة الهندسة المعقدة، يتجه تدريجيًا نحو منتجات توفر حواجز دخول أقل بكثير. قدمت Gate منتجات مثل AI Quant Workspace وGate for AI، التي تهدف إلى دمج توليد الاستراتيجيات، واختبارها التاريخي، والتنفيذ الآلي في منصة واحدة من خلال التفاعل بلغة طبيعية، وأدوات كوانت بدون برمجة، وواجهات تداول موحدة، مما يتيح لعدد أكبر من المستخدمين المشاركة في تداول الاستراتيجيات. ومع استمرار نضج تقنيات الذكاء الاصطناعي، تتطور منصات التداول من أدوات المطابقة التقليدية إلى بنية تحتية للتداول قائمة على الذكاء الاصطناعي.

تعتمد Bittensor و Fetch.ai و SingularityNET على الحوافز الرمزية لدعم توفير موارد الذكاء الاصطناعي مثل النماذج، والقدرة الحاسوبية، والخدمات، بهدف بناء شبكات مفتوحة تتيح الوصول إلى الذكاء الاصطناعي وتكسر احتكار المنصات المركزية التقليدية. لكن الفروقات الأساسية بينها تظهر في الطبقات التقنية وطرق تحقيق القيمة. تعمل كل منصة ضمن قطاع منفصل من الذكاء الاصطناعي اللامركزي: إنتاج النماذج، تنفيذ المهام، وتوزيع الخدمات.

أعلنت Tether عن إطلاق إطار QVAC Fabric، الذي يتيح الضبط الدقيق بتقنية LoRA عبر مختلف المنصات لنموذج BitNet. وبفضل هذا التطور، أصبح بإمكان النماذج اللغوية الكبيرة العمل والتدرب على الأجهزة المحمولة والأجهزة التقليدية. يمثّل هذا الإنجاز خطوة مهمة في تقليل عوائق تطوير الذكاء الاصطناعي، ويفتح آفاقًا جديدة أمام فرص الذكاء الاصطناعي اللامركزي.

أعلنت Tether عن إطلاق إطار عمل QVAC للذكاء الاصطناعي، الذي يمكّن الأجهزة المحمولة من تدريب النماذج التي تضم مليارات المعاملات، مما يسهم في خفض الحاجز أمام القدرة الحاسوبية بشكل جذري. تتناول هذه المقالة الأسس التقنية، ودلالات هذا التطور على القطاع، والتأثيرات الممتدة على الذكاء الاصطناعي اللامركزي وسوق القدرة الحاسوبية.

GateRouter و OpenRouter يُصنَّفان ضمن قطاع موجهات النماذج الذكية (AI Model Router)، حيث يوفران للمطورين واجهة موحدة للوصول إلى العديد من النماذج اللغوية الضخمة (LLMs). رغم التشابه النسبي في وظائفهما، إلا أن تموضعهما التقني وسيناريوهات الاستخدام تختلف. يركز OpenRouter على منصات تجميع واجهات برمجة تطبيقات الذكاء الاصطناعي التقليدية، في حين يسعى GateRouter إلى تأسيس بنية تحتية أساسية لتوجيه النماذج تلبي احتياجات منظومة Web3 ووكلاء الذكاء الاصطناعي (AI Agent).

تُعتبر Gate Skills سوقًا مفتوحًا للمهارات يوفّر للوكلاء الذكاء الاصطناعي وصولًا مباشرًا إلى منظومة gate.com للعملات الرقمية. ومع تزايد أهمية وكلاء الذكاء الاصطناعي في مجالي المالية والبلوكشين، تعتمد كفاءة الأتمتة على قدرتهم في الوصول إلى الأدوات الاحترافية وبيانات السوق والموارد التشغيلية. ويتيح نظام القدرات المعيارية، من خلال مكوناته القابلة لإعادة الاستخدام، للوكلاء تنفيذ المهام المعقدة والاستجابة لمتطلبات هذا القطاع المتجددة.

يعد بروتوكول x402 بروتوكول دفع API Web3 مخصص لوكلاء الذكاء الاصطناعي، تم تطويره لمعالجة مشاكل الدفع في استدعاءات API المؤتمتة. يستند إلى رمز الحالة 402 Payment Required من معيار HTTP، ويعتمد آليات دفع مبنية على البلوكشين، مما يمكّن البرامج من أتمتة عمليات الدفع والتسوية أثناء طلبات API. بهذا الأسلوب، يضع البروتوكول بنية تحتية جديدة لمعاملات الخدمات بين الأجهزة (M2M).

تستعرض هذه المقالة في البداية شركتي Meta و Manus، إضافة إلى الإدراجات العامة لكل من Zhipu و MiniMax، بهدف تحليل المعايير التي تمكّن منتجات الذكاء الاصطناعي من التحول من نماذج تجريبية جذابة إلى تطبيقات عملية ذات قيمة حقيقية—والانتقال من الاستخدامات المتخصصة إلى منصات شاملة متعددة الأغراض.

تستعرض هذه المقالة إطار عمل متكامل وعملي يشمل تصميم السياق، وإدارة الذاكرة والحالة، واختيار بنية الوكيل، والاستباق في معالجة المشكلات، وتجاوز النموذج التقليدي للوحة المعلومات، إلى جانب تحليل معمق لتكاليف تطوير الوكلاء المملوكين على المدى الطويل مقابل تبني حلول الذكاء الاصطناعي العامة المقدمة كخدمة (AI SaaS).

يقدم الكاتب تحليلاً متعمقاً لأساليب الاستثمار المختلفة، بما في ذلك miHoYo، ورأس مال التأمين، ومكاتب عائلات التصنيع. ويؤطر الطرح العام الأولي (IPO) كبداية لمرحلة تنافسية جديدة، وليس كغاية نهائية. تُبرز هذه النظرة جوهر القطاع: فعملية تحقيق الأرباح التجارية ما زالت غير واضحة، في حين يبقى الإنفاق على البحث والتطوير مستمراً بلا هوادة.

أعلنت Gate، المنصة العالمية الرائدة في تداول الأصول الرقمية، عن الإطلاق الرسمي لـ GateAI، المساعد الذكي الجديد المدعوم بالذكاء الاصطناعي لتحليل الأسواق. يُعد GateAI أول أداة دعم استثماري في القطاع تعتمد الذكاء الاصطناعي، وقد تم تطويرها على أساس مبادئ قائمة على الحقائق، بهدف تمكين المستخدمين من تفسير تحركات السوق بكفاءة عالية في ظل تزايد المعلومات المتاحة. تم دمج GateAI بالكامل في تطبيق Gate ابتداءً من الإصدار 8.2.0 وما بعده، ويمكن الوصول إليه من خلال الأيقونة العائمة في الصفحة الرئيسية، اختصارات الشريط الجانبي، بالإضافة إلى أهم سيناريوهات الاستخدام مثل البحث عن الرموز في الصفحة الرئيسية، مخططات الشموع الفورية، وتغذية المجتمع.