В сфере разработки DeFi, игр на блокчейне и Web3-приложений одна повторяющаяся проблема вызывает разочарование у множества инженеров — качество данных. Данные слишком медленные, фальсифицированные, дорогостоящие… Даже самые умные смарт-контракты не выдерживают поток мусорной информации. Эта преграда тормозит развитие всей индустрии.

Перед нами стоит ключевой вопрос: как сделать так, чтобы блокчейн-системы надежно получали и проверяли информацию из реального мира? Это не только техническая проблема, но и вопрос доверия.

Команда APRO сформирована очень представительно — сюда входят инженеры, дата-сайентисты, специалисты из крупных компаний и опытные профессионалы, глубоко погружённые в криптоотрасль. Их консенсус прост: без надежного слоя данных невозможно говорить о будущем децентрализации. Они тщательно изучили причины, по которым предыдущие оракулы терпели неудачи — уязвимость к атакам, серьёзные задержки в ответах, неправильное проектирование системы стимулов. В условиях ограниченных ресурсов и медленного прогресса у них постепенно сформировался характер проекта: стабильность и последовательность, каждый шаг проверяется, к слову "доверие" относятся с особой осторожностью.

Первые выпущенные продукты были несовершенны. Вначале функции были скудными — они могли обрабатывать только ценовые данные и часто давали сбои. Несовпадение данных вне цепочки и внутри цепочки, чрезвычайно высокие затраты на проверку, постоянные задержки — всё это мешало развитию. Но команда не избегала проблем, а шла навстречу трудностям. Они экспериментировали с гибридными механизмами — сочетанием оффчейн-вычислений и on-chain-проверок, постепенно разработав две системы: "пуш данных" и "пул данных" — первая ориентирована на скорость, вторая — на точность. Ирония в том, что эта, казалось бы, "неидеальная" гибкая архитектура стала их сильной стороной.

В процессе технических итераций команда поняла, что только математика и криптография недостаточны. Они внедрили механизм проверки на базе ИИ — не ради хайпа, а чтобы создать многоуровневую защиту на цепочке. Модели ИИ способны в реальном времени выявлять аномальные данные, кросс-проверять источники, значительно повышая устойчивость системы.