AO 如何构建适用于 AI Agent 的去中心化计算网络？

撰文：Trustless Labs

无需信任地执行任意代码，并足以共享给全世界使用，世界计算机的梦想深深地扎根于去中心化网络。在以太坊之后，许多基础设施项目都作出了尝试，Arweave 即将推出的 AO 网络也是这些尝试之一。

对于一个「世界计算机」来说，可以粗略地分为数据的计算、访问与存储三个部分，Arweave 过去一直在充当「世界硬盘」的角色，AO 网络（Actor Oriented）则引入了通用计算的能力，并提供了智能合约。

AO：基于 Actor 的通用计算网络

目前的主流去中心化计算平台分为两类，即智能合约平台与通用计算平台；智能合约平台以 Ethereum 为代表，网络共享全局的状态内存，对改变状态的运算过程进行共识，因为共识要求大量的重复运算，因此高成本下仅用于处理高价值业务；通用计算网络不对运算过程本身进行共识，而是根据业务验证计算结果，处理请求顺序，不存在共享的状态内存，这降低了成本，允许网络扩展到更多领域的计算，这类以 Akash 等算力网络为代表。

当然，还有一些项目基于虚拟机安全的安全假设，将通用计算与智能合约融合。即共识只处理交易的顺序，并对计算结果进行验证，多个状态变化计算在网络节点中并行处理，计算的环境虚拟机保证了确定性结果，因此只要交易顺序一致，最终状态也将一致。

这类网络由于不共享状态内存，扩容成本很低，多个任务可以并行计算且互不影响。这类项目往往基于 Actor 编程模型，代表就是 ICP，而 AO 也属于此类。Actor 下每一个计算单元被视为单独的智能独立处理事务，计算单元之间通过通讯交互（Actor 是传统 Web2 服务中非常常见的架构）。AO 标准化了 Actor 的消息传递，实现了一个去中心化的计算网络。

与传统被动触发的智能合约（如 Ethereum/Solana 智能合约）不同，具备通用计算 Actor 下的 AO 可以通过一致固定时间循环触发的「cron」方式，来实现智能合约的主动运行，例如一个持续监控套利空间的交易程序。

可快速扩容的去中心化计算能力，Arweave 的超大数据存储能力，Actor 的编程模型，与主动触发交易的能力，这让 AO 网络非常适合托管 AI Agent。AO 也支持将 AI 大模型引入区块链的智能合约中运行。

AO 网络特性

上文介绍过 AO 与智能合约网络的区别，AO 不对计算过程进行共识，对交易顺序进行共识，并默认虚拟机的运行结果是确定性的，从而实现最终状态的一致性。

AO 还具备一定的灵活性，网络以模块化方式设计。网络中存在三种基本单元，调度单元 SU、计算单元 CU 与信使单元 MU。

一个交易被发出，作为通讯层的信使单元接受交易，验证签名，转发给调度单元；调度单元可以看做 AO 与 AR 链的连接点，帮助网络对交易顺序进行排序，并上传至 AR 链完成共识，目前的共识方式是 POA（权限证明）；对交易顺序的共识完成后，任务被分配给计算单元，CU 负责处理具体计算，结果返回 MU 转发给用户。

CU 集可以看做是一个去中心化的算力网络，在完整的经济学规划下，CU 节点需要质押一定资产，通过计算性能、价格等因素竞争，提供算力赚取收益，如果出现计算错误的情况，会被罚没资产。这是一个标准的经济学保障。

AO 与其他网络的区别

AO 做为通用计算平台，与 Ethereum 等智能合约平台的区别显而易见。与 AR 同为「世界硬盘」的 Filecoin 也推出了自己的智能合约平台 FVM，但这是一种等效于 EVM 的状态共识机架构，且在体验上不及 Ethereum 等传统智能合约平台。

与 Akash、io.net 等去中心化计算网络不同，AO 依然保留了智能合约能力，AO 最终也在 AR 存储上维护了一个全局的状态。

实际上，与 AO 在架构上最相似的是 ICP。ICP 创造了异步计算区块链网络的最早范式，AO 在很大程度上延续了 ICP 的设计，比如仅对交易顺序排序、相信虚拟机确定性计算、Actor 模型异步处理等。

最大的不同点在于，ICP 是基于容器维护状态，即每个智能合约容器可以只维护自己的 private 状态，或者对状态读取设置条件；而 AO 具备一个共享的状态层，即 AR，任何人都可以通过交易顺序与状态证明复原全网状态，这一定程度上增加了网络的去中心化能力，但也丧失了 ICP 中特殊隐私业务的实现可能（比如客户有隐藏套利路径的需求）。

在经济与设计层面，ICP 为了保证网络性能，对参与节点作出了较高的硬件要求，这造成了较高的门槛，而 AO 相对以公平发射、无准入的方式运行，质押即可参与竞争挖矿。ICP 网络选择了大堆栈的实现方式，为了性能牺牲了灵活性，而 AO 使用了模块化的设计，MU、CU、SU 分离，用户也可以自选虚拟机的实现方式，这也降低了一些开发者进入的成本。

当然 AO 也可能存在与 ICP 一样的系统缺点，比如 Actor 异步模型下跨合约交易缺乏原子性，这会导致 DeFi 类应用发展困难，AgentFi 的构想似乎很难在短时间内实现；脱离传统智能合约范式的新计算模式，也对开发者提出了更高的要求。但 AO 架构下 wasm 虚拟机最高能管理 4GB 的限制，也导致部分复杂模型无法在 AO 上使用。由此看来，AO 选择 AI Agent 的路线实为扬长避短，有趣的是，ICP 也在 2024 年年初宣布专注于 AI 领域。

当然，对比 ICP 50 亿美金的总市值来说，AR 目前总市值 22 亿美金，仍有不小的差距。在 AI 大发展的背景下， AO 可能仍然存在较大潜力。