المنطق الأساسي وراء التعاون بين IQ الذكاء الاصطناعي و NEAR هو تمكين وكلاء الذكاء الاصطناعي من القيام بالأشياء عبر السلاسل بمفردهم دون تدخل بشري. من وجهة نظر فنية ، تؤكد كتلة @NEARProtocol 600 مللي ثانية و 1.2 ثانية أن هذه السرعة سريعة بما فيه الكفاية بالفعل. بالنسبة لوكلاء الذكاء الاصطناعي ، كلما كان وقت الانتظار أقصر ، كان ذلك أفضل ، بعد كل شيء ، كانت سرعة اتخاذ القرار في الذكاء الاصطناعي أسرع بطبيعتها من البشر ، وإذا استغرق الأمر وقتا معينا للتنفيذ ، فستتخلف الكفاءة الإجمالية عن الركب. الآن يمكن لهذه السرعة أن تحقق استجابة في الوقت الفعلي. في السابق ، كانت العمليات عبر السلاسل معقدة بما يكفي للمستخدمين العاديين ، ناهيك عن السماح لوكلاء الذكاء الاصطناعي بالتعامل مع منطق التجسير المختلف. الآن تم دمجها مباشرة في مجموعة التطوير، يمكن لوكلاء الذكاء الاصطناعي إكمال العمليات عبر السلاسل بشكل مستقل، مما يقلل فعليا من عتبة التشغيل. من وجهة نظر استراتيجية ، فهي تستولي على موقع البنية التحتية لاقتصاد الذكاء الاصطناعي. تزداد شعبية وكلاء الذكاء الاصطناعي الآن ، ولكن لا يوجد الكثير من البنية التحتية التي يمكن أن تسمح حقا لوكلاء الذكاء الاصطناعي بالوصول مباشرة إلى طبقة المعاملات والمشاركة في الأنشطة الاقتصادية على السلسلة. تعزز NEAR مكانتها المنخفضة كبنية تحتية L1 ل الذكاء الاصطناعي والوكلاء من خلال هذه الشراكة. في الواقع ، تختلف احتياجات وكلاء الذكاء الاصطناعي عن احتياجات المستخدمين أنفسهم. يمكن للبشر تحمل العمليات التشغيلية المعقدة ، وانتظار وقت التأكيد ، والتعامل يدويا مع المواقف غير الطبيعية المختلفة. لكن وكلاء الذكاء الاصطناعي يحتاجون إلى بيئة تنفيذ موحدة ومؤتمتة وفعالة. من منظور سيناريوهات التطبيق ، يعد تنفيذ المعاملات عبر السلاسل عمليا للغاية. إذا كان بإمكان وكيل الذكاء الاصطناعي مراقبة فرص المراجحة على سلاسل متعددة في نفس الوقت وتنفيذ المراجحة عبر السلاسل تلقائيا بعد اكتشاف الفرصة ، فإن العملية برمتها لا تتطلب مشاركة المستخدم ، في الواقع ، تكون فرصة المراجحة أكبر بكثير من عملية المستخدم الخاصة. إذا كان بإمكانك أن تأخذ في الاعتبار العمل التعاوني لعدة وكلاء في نفس الوقت ، فقد يولد ذلك قيمة أكبر. هذا تمييز جيد ل NEAR. في الوقت الذي تقاتل فيه مجموعة من L1s من أجل TPS والبيئة ، من خلال التعاون مع @IQAICOM والتركيز على المجال الرأسي لعوامل الذكاء الاصطناعي ، لا يزال من المفيد جدا تجميع أساس جيد في المرحلة المبكرة.