OpenClaw выпустила версию v2026.3.8 8 марта, добавлены функции локального резервного копирования состояния, автоматическая транскрипция в Talk Mode и режим LLM Context для поиска в Brave, исправлены несколько проблем, в разработке приняли участие 43 участника.

Исследовательская команда Федеральной политехнической школы Цюриха протестировала способность LLM Agent достигать консенсуса по Бейзантию и обнаружила, что даже при отсутствии злонамеренных узлов уровень эффективного консенсуса составляет всего 41,6%. С увеличением числа узлов сложность достижения согласия возрастает, а при добавлении злонамеренных узлов ситуация ухудшается еще больше. В выводах исследования отмечается, что в настоящее время LLM Agent недостаточно надежен для обеспечения надежного консенсуса, и децентрализованное развертывание следует осуществлять с осторожностью.

Основатель Eureka Labs Анджей Карпати 8 марта запустил проект с открытым исходным кодом autoresearch, использующий модель «человек пишет Markdown, AI пишет код». Он позволяет разработчикам через program.md определять направления исследований, а AI самостоятельно оптимизировать код. За час можно провести около 12 экспериментов, из которых в 83 случаях экспериментов было 15 эффективных улучшений. Этот проект основан на NVIDIA GPU и PyTorch, протестирован на H100 и соответствует лицензии MIT.

Clawnch и Bankr достигли стратегического партнерства, Bankr станет базовой платформой для выпуска токенов и проектов Clawnch. В то же время, LLM-шлюз Bankr станет ядром нового проекта Clawnch — OpenClawnch. Цель сотрудничества — укрепить инфраструктуру Clawnch, при этом расходы на выпуск проектов будут умеренно увеличены.

Minara выпустила Minara Skill v2, обновив возможности цифровых финансов AI-агента, поддерживая управление мультичейн-активами, пополнение с кредитных карт и другие функции, а также реализовав Gasless-транзакции, снижая порог входа. Одновременно интегрирована локальная LLM, повышая конфиденциальность диалогов и способность принимать торговые решения.

Виталик Бутерин в Farcaster подчеркнул, что безопасность тесно связана с пользовательским опытом, и целью является снижение отклонений между пользовательскими намерениями и поведением системы. Совершенная безопасность трудно достижима, поскольку пользовательские намерения сложны и трудно ясно выразить. Отличные решения по безопасности должны использовать множественные способы выражения намерений и выполнять их при совпадении, чтобы снизить риски, а также использовать LLM в качестве дополнительного инструмента для моделирования намерений.

Соучредитель Ethereum Виталик Бутерин предложил использовать ИИ и крупные языковые модели для оптимизации демократии и децентрализованного управления, считая, что прямое использование ИИ в качестве правительства — это антиутопия. Он предлагает использовать механизмы, такие как личные управляющие агенты, для решения проблемы недостатка внимания со стороны человека в управлении, а также внедрять технологии защиты конфиденциальности для повышения анонимности участников.

Gate News Bot сообщение, 13 февраля, согласно данным CoinMarketCap, на момент публикации AKE (AKEDO) составляет 0.00028421 доллара США, за последние 24 часа вырос на 29.48%, достигнув максимума 0.00028901 доллара, и снизившись до минимума 0.00019123 доллара. Текущая рыночная капитализация составляет примерно 648.00 миллионов долларов США, что на 148.00 миллионов долларов больше по сравнению с прошлым днем. AKEDO — это многоагентная AI-структура, созданная специально для автономного создания контента и интеллектуального сотрудничества. Эта платформа позволяет создателям всего за 2 минуты использовать простые подсказки на естественном языке для разработки увлекательных игр. Благодаря крупным языковым моделям (LLM), модульная структура AKEDO разработана для масштабируемости и гибкости, что позволяет создателям легко превращать идеи в реальность. AK

Статья a16z Crypto отмечает, что главной проблемой рынка прогнозов является определение фактических произошедших событий. Механизм принятия решений на базе ИИ может повысить эффективность расчетов и масштабируемость, рекомендуется внедрить крупные языковые модели (LLM) для обеспечения прозрачности и нейтральности, снизить риск мошенничества, разработчики могут экспериментировать и управлять на контрактах с низким уровнем риска.

Виталик Бутерин заявил, что к 2026 году будет использовать OpenStreetMap и Protonmail, приоритетом станет использование децентрализованных социальных сетей для повышения конфиденциальности, а также исследование развертывания локальных крупных языковых моделей. Планируется интеграция различных защитных решений, а конечной целью является реализация эффективной полностью гомоморфной шифровки.