AO 如何構建適用於 AI Agent 的去中心化計算網絡？

撰文：Trustless Labs

無需信任地執行任意代碼，並足以共享給全世界使用，世界計算機的夢想深深地紮根於去中心化網絡。在以太坊之後，許多基礎設施項目都作出了嘗試，Arweave 即將推出的 AO 網絡也是這些嘗試之一。

對於一個「世界計算機」來說，可以粗略地分為數據的計算、訪問與存儲三個部分，Arweave 過去一直在充當「世界硬盤」的角色，AO 網絡（Actor Oriented）則引入了通用計算的能力，並提供了智能合約。

AO：基於 Actor 的通用計算網絡

目前的主流去中心化計算平臺分為兩類，即智能合約平臺與通用計算平臺；智能合約平臺以 Ethereum 為代表，網絡共享全局的狀態內存，對改變狀態的運算過程進行共識，因為共識要求大量的重複運算，因此高成本下僅用於處理高價值業務；通用計算網絡不對運算過程本身進行共識，而是根據業務驗證計算結果，處理請求順序，不存在共享的狀態內存，這降低了成本，允許網絡擴展到更多領域的計算，這類以 Akash 等算力網絡為代表。

當然，還有一些項目基於虛擬機安全的安全假設，將通用計算與智能合約融合。即共識只處理交易的順序，並對計算結果進行驗證，多個狀態變化計算在網絡節點中並行處理，計算的環境虛擬機保證了確定性結果，因此只要交易順序一致，最終狀態也將一致。

這類網絡由於不共享狀態內存，擴容成本很低，多個任務可以並行計算且互不影響。這類項目往往基於 Actor 編程模型，代表就是 ICP，而 AO 也屬於此類。Actor 下每一個計算單元被視為單獨的智能獨立處理事務，計算單元之間通過通訊交互（Actor 是傳統 Web2 服務中非常常見的架構）。AO 標準化了 Actor 的消息傳遞，實現了一個去中心化的計算網絡。

與傳統被動觸發的智能合約（如 Ethereum/Solana 智能合約）不同，具備通用計算 Actor 下的 AO 可以通過一致固定時間循環觸發的「cron」方式，來實現智能合約的主動運行，例如一個持續監控套利空間的交易程序。

可快速擴容的去中心化計算能力，Arweave 的超大數據存儲能力，Actor 的編程模型，與主動觸發交易的能力，這讓 AO 網絡非常適合託管 AI Agent。AO 也支持將 AI 大模型引入區塊鏈的智能合約中運行。

AO 網絡特性

上文介紹過 AO 與智能合約網絡的區別，AO 不對計算過程進行共識，對交易順序進行共識，並默認虛擬機的運行結果是確定性的，從而實現最終狀態的一致性。

AO 還具備一定的靈活性，網絡以模塊化方式設計。網絡中存在三種基本單元，調度單元 SU、計算單元 CU 與信使單元 MU。

一個交易被髮出，作為通訊層的信使單元接受交易，驗證簽名，轉發給調度單元；調度單元可以看做 AO 與 AR 鏈的連接點，幫助網絡對交易順序進行排序，並上傳至 AR 鏈完成共識，目前的共識方式是 POA（權限證明）；對交易順序的共識完成後，任務被分配給計算單元，CU 負責處理具體計算，結果返回 MU 轉發給用戶。

CU 集可以看做是一個去中心化的算力網絡，在完整的經濟學規劃下，CU 節點需要質押一定資產，通過計算性能、價格等因素競爭，提供算力賺取收益，如果出現計算錯誤的情況，會被罰沒資產。這是一個標準的經濟學保障。

AO 與其他網絡的區別

AO 做為通用計算平臺，與 Ethereum 等智能合約平臺的區別顯而易見。與 AR 同為「世界硬盤」的 Filecoin 也推出了自己的智能合約平臺 FVM，但這是一種等效於 EVM 的狀態共識機架構，且在體驗上不及 Ethereum 等傳統智能合約平臺。

與 Akash、io.net 等去中心化計算網絡不同，AO 依然保留了智能合約能力，AO 最終也在 AR 存儲上維護了一個全局的狀態。

實際上，與 AO 在架構上最相似的是 ICP。ICP 創造了異步計算區塊鏈網絡的最早範式，AO 在很大程度上延續了 ICP 的設計，比如僅對交易順序排序、相信虛擬機確定性計算、Actor 模型異步處理等。

最大的不同點在於，ICP 是基於容器維護狀態，即每個智能合約容器可以只維護自己的 private 狀態，或者對狀態讀取設置條件；而 AO 具備一個共享的狀態層，即 AR，任何人都可以通過交易順序與狀態證明覆原全網狀態，這一定程度上增加了網絡的去中心化能力，但也喪失了 ICP 中特殊隱私業務的實現可能（比如客戶有隱藏套利路徑的需求）。

在經濟與設計層面，ICP 為了保證網絡性能，對參與節點作出了較高的硬件要求，這造成了較高的門檻，而 AO 相對以公平發射、無准入的方式運行，質押即可參與競爭挖礦。ICP 網絡選擇了大堆棧的實現方式，為了性能犧牲了靈活性，而 AO 使用了模塊化的設計，MU、CU、SU 分離，用戶也可以自選虛擬機的實現方式，這也降低了一些開發者進入的成本。

當然 AO 也可能存在與 ICP 一樣的系統缺點，比如 Actor 異步模型下跨合約交易缺乏原子性，這會導致 DeFi 類應用發展困難，AgentFi 的構想似乎很難在短時間內實現；脫離傳統智能合約範式的新計算模式，也對開發者提出了更高的要求。但 AO 架構下 wasm 虛擬機最高能管理 4GB 的限制，也導致部分複雜模型無法在 AO 上使用。由此看來，AO 選擇 AI Agent 的路線實為揚長避短，有趣的是，ICP 也在 2024 年年初宣佈專注於 AI 領域。

當然，對比 ICP 50 億美金的總市值來說，AR 目前總市值 22 億美金，仍有不小的差距。在 AI 大發展的背景下， AO 可能仍然存在較大潛力。