OpenClaw "Membawa Barang" Venice, Apa Saja Proyek Lain di Jalur AI Privasi?

Odaily星球日报Dipublikasikan tanggal 2026-03-05Terakhir diperbarui pada 2026-03-05

Abstrak

Artikel ini membahas dampak dukungan OpenClaw terhadap Venice.ai yang memicu minat baru pada proyek AI privasi di pasar crypto. Venice (VVV) menjadi sorotan karena fokusnya pada platform AI terdesentralisasi tanpa sensor dan perlindungan privasi, yang selaras dengan nilai-nilai komunitas crypto. Near Protocol (NEAR) beralih ke infrastruktur AI Agent dengan sistem "Confidential Intents" untuk privasi dan eksekusi antirantai. Sahara AI (SAHARA) membangun ekosistem AI terdesentralisasi dengan insentif bagi kontributor data dan perlindungan kepemilikan. Phala Network (PHA) menyediakan komputasi terverifikasi melalui TEE untuk keamanan Agent. Meskipun event OpenClaw memicu perhatian, minat terhadap AI privasi telah muncul sebelumnya, didorong oleh laporan dari firma seperti a16z. Masa depan tren ini, apakah jangka panjang atau hanya sementara, masih perlu dilihat.

Orisinil | Odaily Planet Daily (@OdailyChina)

Penulis | DingDang (@XiaMiPP)

OpenClaw, yang sedang populer, mulai mendukung privasi AI, dan "traders kripto yang putus asa" tampaknya mulai menemukan arah spekulasi baru.

Dalam narasi seperti ini, sejumlah proyek yang terkait dengan komputasi privasi dan infrastruktur AI Agent mulai kembali masuk ke pandangan pasar. Odaily Planet Daily menemukan bahwa dalam proses peningkatan diskusi ini, beberapa proyek telah menjadi penerima manfaat potensial.

VVV(#133)

Venice adalah platform generasi AI yang mengutamakan tanpa sensor + privasi, diposisikan sebagai ChatGPT versi terdesentralisasi. Titik awal spekulasi AI privasi berasal dari Venice. Karena OpenClaw pernah merekomendasikan Venice dengan sorotan dalam dokumen resminya, tetapi menghapusnya dengan cepat dalam 24 jam. Meskipun rekomendasi dapat dihapus, tindakan ini membuat lebih banyak orang mulai memperhatikan Venice, serta fitur prioritas privasi yang dimilikinya.

Berbeda dengan kebanyakan proyek AI, narasi inti Venice bukanlah kemampuan model, tetapi privasi itu sendiri. Dalam latar belakang platform AI utama yang semakin memperkuat sensor konten, dengan kontroversi kebocoran data AI dan pelatihan model yang terus menumpuk, posisi produk "tidak merekam, tidak menyensor" ini tepat mengenai nilai-nilai paling sensitif komunitas kripto.

Di era demam AI Agent yang berkembang dengan cepat, Venice kebetulan menginjak "dividen era" ini. Kebetulan yang lebih besar adalah, pihak proyek Venice sedang aktif mengurangi pasokan token VVV, mengurangi inflasi. Peningkatan permintaan bertemu dengan penurunan pasokan, semakin memperkuat ekspektasi umpan balik positif token VVV.

Referensi bacaan: 《OpenClaw Mendukung Venice.ai, Token VVV Melonjak Lebih dari 500% dalam Sebulan》

NEAR(#43)

Near Protocol, proyek rantai publik lama yang terkenal dengan kinerja tingginya, juga sedang melakukan penyelamatan diri di bawah dampak gelombang AI. Ia tidak lagi mengejar TPS dan gas rendah sebagai "L1 tradisional", tetapi secara bertahap mengalihkan fokus narasinya ke lapisan eksekusi dan infrastruktur penyelesaian di era AI Agent, berusaha menemukan narasi pertumbuhan baru dalam siklus teknologi baru.

Sejak awal 2025, NEAR secara aktif mempromosikan NEAR Intents (sistem intensi), sistem ini memungkinkan pengguna atau agen AI hanya perlu menyatakan "hasil akhir yang diinginkan", dan latar belakang akan secara otomatis menyelesaikan operasi kompleks melintasi 35+ rantai, tanpa perlu jembatan manual, ganti dompet, atau kelola rute.

Pada 25 Februari 2026, NEAR secara resmi meningkatkan sistem intensi ini, meluncurkan Confidential Intents. Versi ini memperkenalkan kemampuan komputasi privasi ke dalam kerangka eksekusi intensi yang ada, melalui mekanisme pecahan privasi Near yang dikombinasikan dengan lingkungan eksekusi tepercaya (TEE), memungkinkan transaksi lintas rantai menyembunyikan detail kunci selama proses eksekusi, seperti jalur pertukaran, skala transaksi, atau strategi spesifik. Namun, ini juga tidak seperti Zcash atau Monero yang menerapkan privasi wajib untuk semua transaksi, tetapi menambahkan lapisan privasi opsional untuk eksekusi intensi. Tujuan utamanya bukan untuk anonimitas transaksi, tetapi untuk mencegah perilaku arbitrase seperti MEV, front-running, dan serangan sandwich, sehingga membuat transaksi lebih aman selama proses eksekusi.

Di masa depan, agen AI mungkin akan menjadi "pengguna" utama blockchain, mereka akan secara mandiri memiliki aset, bertransaksi lintas rantai, mengeksekusi strategi, bahkan saling berkoordinasi. Dalam bayangan seperti ini, blockchain tidak hanya perlu menangani transaksi frekuensi tinggi, tetapi juga harus menyediakan kemampuan seperti eksekusi yang dapat diverifikasi, komputasi privasi, dan koordinasi lintas rantai.

Layout saat ini Near, tepatnya berkembang di sekitar imajinasi ini. Ia berusaha membangun jaringan terbuka yang baik mendukung agen AI mengeksekusi tugas kompleks secara otomatis, maupun menjamin proses yang dapat diverifikasi dan aman. Dalam latar belakang gelombang AI yang terus menerpa, transformasi ini dapat dilihat sebagai upaya aktif merangkul narasi baru, juga dapat dipahami sebagai pembentukan ulang diri rantai publik lama dalam siklus baru.

SAHARA(#295)

Tujuan inti Sahara AI adalah membangun ekosistem AI yang terdesentralisasi, transparan, dan aman, membuat proses pengembangan, pelatihan, penyebaran, dan komersialisasi AI lebih adil dan dapat dipercaya. Proyek ini berkomitmen untuk menyelesaikan masalah privasi data, bias algoritma, kepemilikan model yang tidak jelas, dll., yang dihadapi industri AI saat ini.

Karena kebangkitan AI Agent membawa masalah baru: data, model, dan kemampuan yang digunakan Agent ini, sebenarnya milik siapa? Dalam struktur industri AI saat ini, masalah ini sebenarnya belum diselesaikan dengan baik. Data yang diperlukan untuk melatih model seringkali berasal dari banyak kontributor yang tersebar, tetapi keuntungan akhir sangat terkonsentrasi di segelintir perusahaan AI; pengembang model meskipun memiliki kemampuan teknis, seringkali hanya dapat bergantung pada ekosistem platform; dan dengan agen AI mulai memanggil model, data, dan alat secara mandiri, seluruh rantai nilai akan menjadi lebih kompleks. Tanpa mekanisme penentuan hak dan pembagian keuntungan yang jelas, ekonomi AI di masa depan kemungkinan besar akan mengulangi jalur Web2, data dimiliki oleh pengguna, tetapi nilai diambil oleh platform.

Sahara AI tepatnya berusaha membangun aturan baru di bagian ini. Sistem keamanan ClawGuard-nya menyediakan pagar pengaman yang dapat diverifikasi untuk agen AI, memastikan agen AI berjalan dengan aman dalam aturan yang ditetapkan sebelumnya, platform layanan data (DSP) memungkinkan pengguna mendapatkan insentif token melalui anotasi dan kontribusi data pelatihan AI, secara bertahap membentuk pasar data terdesentralisasi. Dalam mekanisme ini, kontributor data tidak hanya dapat berpartisipasi dalam proses pelatihan model AI, tetapi juga dapat mendapatkan pendapatan berkelanjutan ketika data digunakan, sementara platform juga memastikan kualitas data dan perlindungan privasi melalui mekanisme on-chain.

PHA(# 601)

Phala Network adalah platform kontrak pintar privasi yang dibangun berdasarkan Substrate, bertujuan untuk menyediakan layanan komputasi perlindungan privasi yang dapat diverifikasi untuk aplikasi Web3. Untuk memahami mengapa Phala mendapat keuntungan dari demam AI Agent, pertama-tama perlu menjawab pertanyaan yang lebih mendasar: infrastruktur apa yang sebenarnya diandalkan oleh operasi AI Agent?

Jika ekosistem Agent saat ini dibongkar, tumpukan teknologinya kira-kira dapat dibagi menjadi beberapa tingkat. Paling atas adalah lapisan model, yaitu berbagai model bahasa besar atau model inferensi, seperti OpenAI, Claude, dan serangkaian model open source; di bawahnya adalah lapisan kerangka Agent, termasuk alat-alat seperti LangChain, AutoGPT, OpenClaw, dll., mereka bertanggung jawab untuk mengatur tugas, menjadwalkan model, dan memanggil alat eksternal; lebih bawah lagi adalah lapisan lingkungan eksekusi, yaitu tempat Agent benar-benar menjalankan kode, memanggil API, mengeksekusi tugas otomatis; selain itu ada lapisan pembayaran dan identitas, digunakan untuk menangani pembayaran, identitas, dan sistem reputasi antar Agent; dan di lapisan paling bawah, adalah lapisan daya komputasi dan privasi, bertanggung jawab untuk memastikan proses komputasi dapat dipercaya, data aman tidak bocor.

Dari struktur ini, posisi Phala tepatnya mencakup lapisan lingkungan eksekusi dan lapisan privasi daya komputasi. Teknologi intinya—jaringan komputasi rahasia berbasis TEE (Trusted Execution Environment), memungkinkan AI Agent dapat menjalankan program dengan aman di off-chain, sambil memastikan proses komputasi dapat diverifikasi, data tidak diintip oleh eksternal. Hal ini sangat penting dalam ekonomi Agent.

Dalam hal implementasi ekosistem spesifik, Phala juga telah mulai berintegrasi dengan proyek AI Agent. Misalnya, Phala bekerja sama dengan ai16z, membangun komponen TEE untuk kerangka multi-agen Eliza-nya, mengintegrasikan teknologi eksekusi tepercaya langsung ke dalam lingkungan operasi Agent; pada saat yang sama, beberapa proyek penerbitan token AI Agent (seperti aiPool) juga menggunakan teknologi TEE Phala untuk mengelola kunci pribadi dan aset on-chain.

Di masa depan, dengan agen AI berevolusi dari "alat obrolan" menjadi entitas digital yang dapat memegang dana, mengeksekusi transaksi, bahkan mengoperasikan protokol, lingkungan eksekusi yang aman akan secara bertahap menjadi lapisan infrastruktur yang sangat diperlukan untuk seluruh ekosistem Agent, dan Phala berusaha menduduki posisi ini.

Kesimpulan

Dalam mereview proyek-proyek ini, sebuah temuan menarik adalah: waktu token ini benar-benar mulai naik, sebenarnya lebih awal dari peristiwa rekomendasi dua hari ini. Artinya, sebelum Venice mendorong "AI privasi" ke depan, sudah ada sebagian dana di pasar yang memperhatikan arah ini lebih awal, hanya saja saat itu kurang titik pemicu narasi yang cukup jelas. Peristiwa rekomendasi OpenClaw, hanyalah sumbu yang menyulut perhatian.

Faktanya, baik a16z maupun Delphi Digital, dalam laporan penelitian tahunan mereka tahun 2025, memasukkan privasi dan AI sebagai jalur fokus utama tahun 2026. Hanya saja, ketika penilaian makro ini benar-benar jatuh ke pasar, seringkali membutuhkan peristiwa spesifik untuk memicu konsensus. Dan pada awal 2026, privasi dan AI muncul di hadapan kita dengan cara gabungan seperti ini.

Apakah ini akan menjadi tren jangka panjang berikutnya, atau hanya tema spekulasi singkat sekali lagi, mungkin masih perlu waktu untuk memberikan jawaban.

Pertanyaan Terkait

QApa yang membuat Venice.ai menonjol di antara platform AI lainnya?

AVenice.ai menonjol karena fokusnya pada privasi dan anti-sensor, menawarkan platform AI generatif yang terdesentralisasi dengan prinsip 'tidak merekam, tidak menyensor', yang sesuai dengan nilai-nilai komunitas crypto.

QBagaimana NEAR Protocol beradaptasi dengan gelombang AI?

ANEAR Protocol beralih dari L1 tradisional ke infrastruktur eksekusi dan penyelesaian untuk era AI Agent, dengan mengembangkan NEAR Intents dan Confidential Intents untuk privasi komputasi dan perlindungan dari serangan MEV.

QApa tujuan utama Sahara AI dalam ekosistem AI?

ASahara AI bertujuan membangun ekosistem AI yang terdesentralisasi, transparan, dan aman, menyelesaikan masalah privasi data, bias algoritma, dan kepemilikan model melalui ClawGuard dan platform layanan data.

QMengapa Phala Network dianggap penting untuk AI Agent?

APhala Network menyediakan layanan komputasi privasi yang dapat diverifikasi menggunakan TEE, memungkinkan AI Agent berjalan aman di luar chain dengan data yang terlindungi, penting untuk ekonomi Agent masa depan.

QApakah kenaikan harga token terkait privasi AI hanya disebabkan oleh rekomendasi OpenClaw?

ATidak, kenaikan sudah dimulai sebelum rekomendasi OpenClaw, yang hanya menjadi pemicu perhatian; minat institusional terhadap privasi dan AI telah terlihat sejak laporan tahunan 2025.

Bacaan Terkait

Pembaruan! AI Generasi Berikut OpenAI Pecahkan 10 Masalah Kelas Medali Fields

**OpenAI Model Astra Pecahkan 10 Masalah Matematika Kelas Fields Medal!** OpenAI mengumumkan terobosan besar dari model internal terbarunya, Astra. Model ini dilaporkan telah membuat kemajuan signifikan dalam **10 masalah matematika yang belum terpecahkan**, dengan biaya komputasi hanya sekitar **$2000**. Hasilnya dipublikasikan dalam makalah setebal 249 halaman. Beberapa pencapaian utama meliputi: 1. **Menyelesaikan masalah "non-sofic group"** yang diajukan Mikhail Gromov tahun 1999, dengan membangun contoh kelompok yang tak hingga dan finitely presented yang bukan sofic. Ini dianggap sebagai kemajuan bersejarah. 2. **Memecahkan batas lama dalam masalah pengepakan bola berdimensi tinggi** (sphere packing), meningkatkan batas yang telah bertahan sejak 1978 untuk dimensi tak hingga. 3. **Menyangkal dugaan "Connes Rigidity"** dengan membangun keluarga tak terhitung dari kelompok berbeda yang menghasilkan aljabar von Neumann yang sama persis. Semua bukti telah diverifikasi menggunakan asisten pembuktian formal Lean 4, memastikan ketepatannya. Para ahli matematika menyebut temuan ini sebagai **momen bersejarah**, setara dengan prestasi penghargaan Fields Medal, dan menandai kemampuan AI untuk melakukan penalaran matematika mendalam di berbagai bidang. OpenAI juga membagikan proses penalaran model, menunjukkan langkah maju yang besar menuju AGI (Artificial General Intelligence).

marsbit59m yang lalu

Pembaruan! AI Generasi Berikut OpenAI Pecahkan 10 Masalah Kelas Medali Fields

marsbit59m yang lalu

Bagaimana Membuat Diri Sendiri Tak Tergantikan oleh Kecerdasan Buatan

**Ringkasan: Bagaimana Membuat Diri Anda Tak Tergantikan oleh AI** Artikel ini membahas ancaman nyata dalam era AI: bukan kehilangan pekerjaan, tetapi "perbudakan gaji"—ketergantungan pada sistem dan orang lain untuk bertahan hidup. Solusinya adalah menjadi "individu super" yang "tak bisa dipekerjakan" dengan membangun bisnis atau karya sendiri. Kunci untuk bertahan dan berkembang di masa depan bukan sekadar keterampilan teknis, tetapi menguasai lima elemen yang sulit digantikan AI: 1. **Otonomi (Agency):** Kemampuan bertindak tanpa menunggu perintah. 2. **Rasa (Taste):** Pengalaman untuk mengetahui apa yang bernilai untuk ditawarkan. 3. **Kemampuan Persuasi (Persuasion):** Keterampilan menarik perhatian dan pengakuan. 4. **Ketekunan (Persistence):** Memahami bahwa kegagalan adalah bagian dari proses. 5. **Iterasi (Iteration):** Kemampuan memperbaiki kesalahan berdasarkan umpan balik. Lima elemen ini dapat dikembangkan dengan **membuat konten** (media). Dibandingkan pemrograman (code), konten lebih unggul karena nilainya subjektif, membutuhkan penilaian manusia, dan merupakan alat distribusi yang ampuh untuk membangun koneksi dan otoritas. Untuk memulai transformasi: 1. **Ubah lingkungan** Anda secara drastis untuk memicu perubahan identitas. 2. **Gali "bahan mentah"** Anda: Identifikasi pengetahuan mendalam, masalah yang pernah Anda selesaikan, dan minat unik masa kecil Anda. 3. **Temukan "poros pemikiran balik"**: Tentukan pendapat kontra-intuitif atau keyakinan Anda yang bertentangan dengan arus utama dalam bidang Anda. 4. **Luncurkan ide pertama** Anda besok. Gabungkan jawaban dari langkah 2 dan 3, lalu publikasikan. Umpan balik nyata dari dunia adalah guru terbaik. Intinya, bangunlah *karier seumur hidup* yang autentik berdasarkan pengalaman dan sudut pandang unik Anda. Dengan memanfaatkan AI sebagai alat dan fokus pada pengembangan diri yang tak tergantikan, Anda dapat mengambil kendali atas hidup dan masa depan Anda.

marsbit1j yang lalu

Bagaimana Membuat Diri Sendiri Tak Tergantikan oleh Kecerdasan Buatan

marsbit1j yang lalu

Kunci Bitcoin Disimpan Offline Berkat Lemparan Dadu, Tetapi Tidak Semua Orang Akan Melakukannya

Berdasarkan insiden kerentanan generator angka acak pada perangkat hardware wallet Coldcard, artikel ini membahas metode pembuatan kunci Bitcoin menggunakan dadu untuk menghasilkan entropi mandiri. Claude Shannon mengukur ketidakpastian dengan konsep entropi, di mana satu lemparan dadu enam sisi setara dengan sekitar 2,585 bit. Praktik melempar dadu 50 hingga 99 kali dapat menghasilkan frasa pemulihan 12 kata yang aman (128 bit entropi), melampaui ketergantungan pada generator perangkat. Namun, insiden Coldcard mengungkap bahwa meskipun seed utama dibuat dari dadu aman, fungsi lain seperti dompet kertas, kunci kloning, dan password masih berpotensi menggunakan generator cacat. Peneliti keamanan Kevin Loaec menekankan bahwa perlindungan hanya berlaku untuk seed utama, bukan keseluruhan sistem. Proses manual ini membutuhkan ketelitian tinggi, rentan kesalahan, dan tidak praktis bagi kebanyakan pengguna baru. Oleh karena itu, meski kuat secara matematis, metode ini lebih cocok untuk pengguna berpengalaman. Artikel menyarankan pemilik Coldcard untuk memperbarui firmware, memeriksa fungsi yang pernah digunakan, dan mempertimbangkan skema multisignature dengan perangkat dari produsen berbeda untuk mitigasi risiko. Tujuan jangka panjang adalah perangkat yang dapat menghasilkan keacakan kuat secara mandiri, tanpa memerlukan prosedur rumit dari pengguna.

cryptonews.ru4j yang lalu

Kunci Bitcoin Disimpan Offline Berkat Lemparan Dadu, Tetapi Tidak Semua Orang Akan Melakukannya

cryptonews.ru4j yang lalu

Trading

Spot
活动图片