解密 D.A.T.A 框架：如何重構多鏈交互生態？

撰文：Haotian

最近，@carv_official 發佈了一套 D.A.T.A 框架和標準。顧名思義，Virtual 的 G.A.M.E 是專注於遊戲場景的開發部署框架，而 D.A.T.A 則是面向通用「鏈式」場景的數據框架，主要解決跨區塊鏈數據處理、隱私計算和自動化決策等 AI Agent 數據交互能力增強問題。 以下，對比 G.A.M.E 框架來談下對 D.A.T.A 的理解：

1）@virtuals_io 提供的 G.A.M.E 框架是一個幫助開發者創建遊戲場景內能夠自主規劃行動和做出決策的 AI Agent。其主要服務對象是 LLMs 大模型。

讓大模型能夠根據自然語言輸入，經由一套微調的高級規劃器（HLP）和低級規劃器（LLP）實現自主決策和行動規劃，HLP 制定策略和任務，而 LLP 則將任務轉化為具體可執行的動作。最終讓開發者可以快速基於模塊化組件構建和部署可用於生產環境的 AI Agent。比如，在遊戲中可為 NPC 或玩家提供智能決策。

相較之下，CARV 提供 D.A.T.A 框架是一個面向通用場景的「數據」基礎設施，其目標是為 AI Agent 提供高質量的鏈上和鏈下數據支持。其主要服務對象是 AI Agent 的鏈間「數據」通信和交互能力。

作為一條模塊化、擴展性強的通用公鏈，其 SVM Chain 引入了跨鏈數據標準化協議，使 AI Agent 能夠統一訪問和處理不同區塊鏈的數據，同時區塊鏈的可驗證和可追溯機制又保證了數據在傳輸和處理過程中的安全性，此外對 TEE 和 ZK 技術的應用又確保了隱私性。不難看出，CARV 主要定義了一套 AI Agent 在鏈間適配可交互操作的機制。

2）具體如何做呢？ CARV 生態系統為適配 AI Agent 的鏈間交互，主要分為四大核心組件：SVM Chain、D.A.T.A 框架、CARV_ID、CARV_Labs；詳見文檔供參考

1、SVM Chain 提供區塊鏈底層基礎設施，包括處理跨鏈交易、支持智能合約運行、維護共識機制等基礎功能，這也是 D.A.T.A 框架正常運轉所需的配套鏈基礎設施；

2、D.A.T.A 框架和標準，主要包括跨鏈數據標準化、數據聚合和解析處理、隱私計算支持等，過程中包括從 SVM Chain 或取原始數據，並通過 ID 系統和 Agent 身份系統進行關聯，最終嚮應用層輸出標準化數據；

3、CARV_ID 身份管理系統，基於 ERC7231 標準實現，主要包括 AI Agent 的身份標記、身份驗證、權限管理、數據授權等等，主要與 D.A.T.A 框架系統進行數據管理協同工作；

4、CARV_Labs，主要通過項目孵化、生態應用落地、扶持技術創新等等，為 AI Agent 的應用落地提供基礎支持，最終讓其他技術框架模塊所支持的 AI Agent 應用能夠真正實現落地。

綜上，可以清晰看出，CARV 切入 AI Agent 賽道的方式是發揮其鏈式結構的先天優勢，抓住 AI Agent 正常運轉所需的鏈上和鏈下數據處理這個「功能點」，通過聚合數據，定義數據標準，構建數據驗證和追溯機制，從而讓 CARV 成為一個可以跑通 AI Agent 的區塊鏈架構。

G.A.M.E 和 D.A.T.A 框架兩者存在本質的區別，一個縱深挖掘遊戲場景下 AI Agent 的自主決策和動作執行能力，讓 AI Agent 能夠更高效理解自然語言輸入並轉化為遊戲場景內的動作，一個則橫跨多鏈環境，試圖通過 AI Agent 的鏈化需求為導向，以「數據」為切入點，讓 CARV 成為一個最先服務於 AI Agent 的通用基礎設施鏈。