MuleRun CTO Shu Junliang: Construindo uma Infraestrutura de Agente de IA Sem Confiança para Promover a Interação na Cadeia para as Massas

Em 21 de abril, Shu Junliang, Diretor de Tecnologia da MuleRun, o primeiro projeto de IA pessoal autoevolutiva do mundo, compartilhou no evento presencial com o tema “Decodificando o Web 4.0: Quando os Agentes de IA Assumem Permissões na Cadeia” que, do ponto de vista da definição de produto, os Agentes de IA devem ser essencialmente vistos como “assistentes pessoais”, com o objetivo principal de reduzir continuamente os custos e barreiras de uso por meios tecnológicos. Com base nesse posicionamento, as capacidades do Agente podem ser abstraídas em uma estrutura multidimensional, incluindo módulos para “capacidade de interação (boca)”, “visão e audição (percepção)”, “cérebro (raciocínio e tomada de decisão)”, e “memória e conhecimento (aprendizado de longo prazo)”, com diferentes capacidades correspondendo a diferentes sistemas tecnológicos subjacentes. Em termos de interação, ele destacou que os Agentes de IA estão expandindo gradualmente de diálogos tradicionais por texto dentro de páginas web ou aplicativos para comunicação multicanal, incluindo plataformas principais como Telegram, Discord, Feishu, DingTalk e WeChat, alcançando uma experiência de interação natural “sem interface”, reduzindo significativamente a barreira de entrada do usuário. Quanto aos cenários principais na cadeia, a MuleRun propôs uma solução de infraestrutura centrada em “segurança de permissão de fundos”, que inclui isolamento em sandbox, execução na nuvem e um mecanismo de rastreabilidade de cadeia completa, criando um ambiente operacional sem confiança para resolver possíveis problemas de segurança durante o processo de execução automática do Agente. Em termos de evolução de capacidades, o Agente contará com um modelo de tomada de decisão autoevolutivo que pode aprender continuamente as estratégias de negociação e preferências de risco dos usuários, formando um sistema personalizado de pesquisa e execução de investimentos. Além disso, por meio de um mecanismo de rede de conhecimento, permitirá a acumulação e compartilhamento de estratégias, promovendo a reutilização e difusão do conhecimento e capacidades na cadeia. Shu Junliang também observou que, à medida que as capacidades dos Agentes de IA melhorarem, a divisão do trabalho nas transações na cadeia será reestruturada: os Agentes assumirão gradualmente o processamento de informações e a execução, enquanto os humanos se concentrarão na formulação de estratégias de nível superior e na tomada de decisões-chave.