ironclaw

IronClaw 1.0 acaba de darle a $NEAR staking un caso de uso real más allá del rendimiento. Aquí tienes el desglose completo de qué cambió, por qué la arquitectura se mantiene sólida y qué significa si tienes posiciones.
El problema de la mayoría de los #AI agentes
Cada framework de agentes creado hasta ahora comparte la misma debilidad estructural. El modelo que decide qué hacer está cableado directamente en las credenciales que posee, las herramientas que puede llamar y la memoria que conserva, todo integrado en un solo sistema sin separación entre ellos. Eso significa que una mala decisión, una herramienta comprometida o una conexión caída pueden borrar el progreso o exponer un acceso que nunca debió haber tenido, desde el principio.

Los agentes de IA se están volviendo más capaces.
‎Pero cuanto más capaces se vuelven, más importante se vuelve una pregunta.
‎¿Podemos realmente controlar lo que hacen?
‎Eso es una de las cosas que me llamó la atención al investigar IronClaw 1.0 de NEAR AI. @NEAR Protocol
‎La mayoría de las personas se centra en lo que un modelo de IA puede pensar.
‎IronClaw adopta un enfoque ligeramente diferente al prestar atención a lo que ocurre después de que la IA ha tomado su decisión.
‎El modelo piensa en lo que hay que hacer.
‎Entonces el Guard se sitúa entre el modelo y la acción.

Imagínate una empresa en la que cualquiera puede proponer una transferencia bancaria. Marketing puede solicitar una, ingeniería puede solicitar una, RR. HH. puede solicitar una. Pero, sin importar quién la inicie, el dinero no se mueve hasta que pasa por una única oficina de aprobaciones que aplica las mismas comprobaciones cada vez. Ningún departamento obtiene una puerta trasera. Esa es la idea básica detrás de IronClaw 1.0 de NEAR AI: el agente puede razonar sobre lo que quiere hacer, pero la acción en sí debe pasar por una única capa de coordinación antes de poder ejecutarse.

Los agentes de IA se están volviendo mucho más capaces que los chatbots. Están empezando a planificar, ejecutar tareas, interactuar con aplicaciones y ayudar en flujos de trabajo cada vez más complejos. A medida que estas capacidades crecen, una pregunta se vuelve más importante: ¿Cómo hacemos que la IA autónoma sea confiable?
Aquí es donde @NEAR Protocol está adoptando un enfoque interesante con IronClaw 1.0.
En lugar de permitir que un modelo de IA piense y ejecute acciones sin supervisión, IronClaw introduce una capa Guard que separa la toma de decisiones de la ejecución. Las operaciones sensibles requieren aprobación explícita, creando una capa adicional de seguridad para flujos de trabajo impulsados por IA.

He estado observando lo que ocurre cuando la IA va más allá de dar respuestas y empieza a tomar acciones.
Ahí es donde comienza el verdadero desafío. Un agente puede ser capaz, pero ¿puede actuar dentro de límites claros, preservar su trabajo y manejar tareas sensibles de forma segura?
Eso es lo que hace que valga la pena examinar IronClaw 1.0 de @NEAR Protocol .
#NEARAI Cloud proporciona la infraestructura detrás de esta dirección, ofreciendo a los desarrolladores una forma de ejecutar cargas de trabajo de IA con mayor privacidad y seguridad verificable. Su enfoque de computación confidencial utiliza Entornos de Ejecución de Confianza (TEE) para aislar cargas de trabajo sensibles de IA, mientras que la atestación criptográfica puede proporcionar evidencia sobre dónde y cómo se realizó el cálculo.

Lo que me parece interesante del enfoque de @NEAR Protocol es que trata a los agentes de IA como infraestructura, no solo como chatbots con más herramientas.
Muchos sistemas de agentes todavía tienen el razonamiento, la ejecución, los secretos y el acceso a internet funcionando a través del mismo bucle. Eso puede parecer impresionante en una demostración, pero el trabajo del mundo real es otra historia. Cuantas más herramientas pueda acceder un agente, más oportunidades hay de que algo salga mal.
IronClaw 1.0 adopta un enfoque diferente.
El agente toma las decisiones, mientras que una capa de coordinación separada llamada el guard controla cómo se llevan a cabo esas decisiones. Cada acción pasa por esa capa, incluidas las nuevas capacidades añadidas más adelante.

Los agentes de IA están yendo más allá de responder preguntas.
Pueden navegar por sitios web, trabajar con documentos, usar herramientas, interactuar con software y cada vez ejecutar tareas en nombre de los usuarios.
Pero a medida que los agentes ganan más capacidad para actuar, una pregunta cobra más importancia:
¿Cómo damos a la IA suficiente autoridad para ser útil sin darle demasiada libertad?
Aquí es donde IronClaw 1.0 de @NEAR Protocol y NEAR AI se vuelve particularmente interesante.
Un enfoque diferente para la arquitectura de agentes de IA
Los sistemas tradicionales de IA se centran en gran medida en mejorar la capacidad del modelo para razonar.

Los agentes de IA están yendo más allá de responder preguntas.
Cada vez se les pide más que ejecuten tareas, interactúen con software, gestionen flujos de trabajo y, con el tiempo, operen en infraestructuras financieras y digitales.
Eso crea un nuevo problema.
¿Cómo le das a un agente de IA la capacidad de actuar sin darle permiso ilimitado para hacerlo?
Aquí es donde IronClaw 1.0 de @NEAR Protocol se vuelve interesante.
Del pensamiento a la acción
Los sistemas tradicionales de IA funcionan en gran medida generando una respuesta.
Un sistema agéntico es diferente. Necesita razonar, tomar decisiones, interactuar con sistemas externos y ejecutar acciones.

Cuando la IA puede hacer de todo, ¿quién vigila?
Durante mucho tiempo, los agentes de IA han sido un “todoterreno”; son capaces de investigar, gestionar archivos, interactuar con sitios web y comunicarse entre plataformas. Pero cuando un agente es responsable tanto de decidir qué hacer como de hacerlo realmente, aumenta el margen para errores, riesgos de seguridad y pérdida de control
Este es el desafío que @NEAR Protocol aborda con IronClaw 1.0. Fiel a su nombre, IronClaw está diseñado para dar a los agentes de IA un control más firme sobre cómo actúan, separando la toma de decisiones de la ejecución mediante una capa de coordinación centrada en la seguridad llamada el Guard. Esto significa que un agente de IA puede determinar lo que cree que debería suceder, mientras que una capa separada rige lo que realmente se le permite hacer

Como alguien que ha sido escritor por@DAO Labs bastante tiempo, he tenido mucha experiencia explorando proyectos de IA. He visto tanto lo que los agentes de IA pueden hacer como los riesgos que conlleva darles más libertad.
¿Qué sucede cuando los agentes de IA se vuelven lo suficientemente capaces como para actuar por su cuenta, pero aún no podemos confiar plenamente en las acciones que toman?
Hacer que los agentes de IA sean seguros y fiables es fundamental para su adopción y utilidad. NEAR Protocol, con el lanzamiento de IronClaw 1.0, es el primero en intentar proporcionar marcos y herramientas para abordar este desafío.

Los agentes de IA están evolucionando desde sistemas que simplemente responden hacia sistemas que pueden razonar y ejecutar tareas complejas en el mundo real.
Están yendo más allá de responder preguntas y comenzando a navegar por la web, trabajar con archivos, interactuar con aplicaciones, usar APIs y ejecutar tareas de varios pasos. Pero a medida que los agentes ganan más autonomía, surge una pregunta crítica: ¿cómo damos a la IA la capacidad de actuar sin sacrificar la seguridad, la fiabilidad y el control del usuario?
@NEAR Protocol ’s IronClaw 1.0 ofrece un enfoque interesante para este desafío al rediseñar cómo un agente de IA piensa, actúa y mantiene su progreso.

Introducción: La siguiente fase de los agentes de IA
Los agentes de inteligencia artificial han ido más allá de las simples preguntas y respuestas. Los agentes de hoy programan reuniones, gestionan archivos, realizan investigaciones e interactúan en múltiples plataformas. Pero esta evolución introduce un desafío arquitectónico crítico: ¿cómo nos aseguramos de que los agentes de IA actúen de forma segura cuando tienen capacidades en el mundo real?
@NEAR Protocol aborda esto con IronClaw 1.0, un arnés de agentes revolucionario que replantea fundamentalmente la arquitectura de los agentes de IA al separar la toma de decisiones de la ejecución mediante una capa de coordinación segura.

La IA está yendo más allá de los sistemas que simplemente responden preguntas.
Hemos pasado de chatbots, a asistentes que pueden usar herramientas, a agentes que pueden navegar por la web, trabajar con archivos, llamar APIs y ejecutar tareas en nuestro nombre.
Pero a medida que los agentes se vuelven más capaces, surge una pregunta más grande:
¿Qué ocurre cuando una IA puede realmente actuar?
Eso hace que la arquitectura de agentes sea tan importante como la inteligencia del modelo.
Este es el problema @NEAR Protocol que la IA está abordando con IronClaw 1.0, un arnés seguro y de código abierto para agentes de IA, construido en Rust.

Los agentes de IA están entrando en una fase diferente.
Ya no se limitan a generar respuestas. Pueden navegar por sitios web, administrar archivos, escribir código, manejar información y ejecutar flujos de trabajo de varios pasos.
Esa capacidad añadida crea un nuevo problema de ingeniería.
Cuando el software puede actuar en tu nombre, ¿cómo controlas lo que se le permite hacer? ¿Cómo te aseguras de que una tarea interrumpida no desaparezca? ¿Y cómo proteges la infraestructura que maneja los datos y la computación detrás de ella?
Eso es lo que hace interesante examinar IronClaw 1.0 de @NEAR Protocol .

Los agentes de IA están entrando en una nueva fase.
En lugar de simplemente generar respuestas, cada vez más se espera que investiguen, interactúen con herramientas, gestionen flujos de trabajo y realicen acciones en nombre de los usuarios. Eso hace que una pregunta sea cada vez más importante: ¿cómo damos a la IA más capacidad sin renunciar al control?
#IronClaw 1.0 desde @NEAR Protocol aborda este desafío a través de la arquitectura.
Su idea clave es la separación entre pensar y actuar.
El modelo de IA se encarga del razonamiento y la toma de decisiones, mientras que una capa segura de coordinación llamada el guardián se sitúa entre el modelo y las herramientas a las que puede acceder. Esto crea una vía controlada donde las acciones pueden validarse y, cuando sea necesario, aprobarse explícitamente antes de su ejecución.

Los agentes de IA están entrando en una fase diferente.
El objetivo ya no es solo construir modelos que puedan responder preguntas. La oportunidad más grande es crear agentes que puedan tomar acción, operar herramientas, mantener el contexto y completar flujos de trabajo del mundo real.
Pero eso crea un problema importante:
¿Cómo le das a la IA la capacidad de actuar sin darle un control sin restricciones?
@NEAR Protocol IronClaw 1.0 adopta un enfoque fundamentalmente diferente.
La capa “Guard”
IronClaw separa la toma de decisiones de la ejecución mediante una capa de coordinación segura llamada el guard.

La IA está entrando en un nuevo y fascinante capítulo. Estamos yendo más allá de los sistemas que simplemente responden preguntas hacia agentes que pueden razonar, usar herramientas, recordar contexto y completar tareas del mundo real. Pero a medida que la IA gana más capacidad para actuar, una pregunta se vuelve imposible de ignorar: ¿cómo damos a la IA más capacidad sin darle autoridad ilimitada?
Ahí es donde @NEAR Protocol IronClaw 1.0 presenta un enfoque interesante.
En el corazón de IronClaw está la separación entre pensar y actuar. En lugar de permitir que un agente de IA tome una decisión y ejecute inmediatamente una acción sensible, la arquitectura introduce una capa de protección entre el razonamiento del agente y la ejecución.

La inteligencia artificial está yendo más allá de los chatbots.
La próxima generación de IA se está construyendo en torno a agentes que pueden razonar, usar herramientas, ejecutar tareas y seguir trabajando con una intervención humana mínima.
Pero una mayor autonomía crea un desafío fundamental:
¿Cómo le damos a la IA la capacidad de actuar sin renunciar a la seguridad, la privacidad y el control del usuario?
La IronClaw 1.0 de @NEAR Protocol ofrece una respuesta interesante.
IronClaw 1.0: Una arquitectura diferente para agentes de IA
IronClaw 1.0 está construido en torno a una distinción arquitectónica simple pero importante: separar la parte de un sistema de IA que decide de la parte que actúa.

La IA ya ha ido más allá de responder preguntas.
El cambio más significativo ocurre cuando un sistema de IA puede tomar medidas.
Un agente puede navegar, investigar, trabajar con archivos, usar herramientas externas, comunicarse a través de distintos canales y continuar una tarea sin que se le guíe paso a paso.
Eso crea un problema de infraestructura diferente.
Cuando el software puede actuar en tu nombre, la capacidad ya no es suficiente. También necesitas saber qué se le permite hacer al agente, qué hay entre sus decisiones y sus acciones, y qué sucede cuando algo sale mal.

Los agentes de IA están yendo más allá de responder preguntas. Cada vez se espera que tomen acciones, trabajen en distintas aplicaciones, recuerden tareas anteriores y operen durante largos períodos sin una supervisión constante. Eso plantea una pregunta difícil: ¿cómo se crea un agente de IA lo bastante capaz para actuar, sin darle acceso incontrolado a todo lo que pueda tocar?
l

La IronClaw 1.0 de NEAR adopta un enfoque arquitectónico diferente.
Separar el pensamiento de la acción
IronClaw 1.0 es un arnés de agente de IA construido sobre una separación simple pero importante: el componente encargado de decidir qué debería ocurrir se separa del componente que en realidad lleva a cabo la acción.