Штучний інтелект і децентралізовані фізичні інфраструктурні мережі (DePIN) формують новий шар екосистеми Solana, де машини взаємодіють з блокчейном без посередництва людини. Нижче наведено ключові терміни, які описують цю взаємодію: від гаманців для AI-агентів до криптографічних методів перевірки обчислень. Кожен термін містить коротке визначення, приклад із практики та типову помилку, якої варто уникати.
Agent wallet
Визначення
Agent wallet — криптогаманець, повністю контрольований AI-агентом, а не людиною. Агент самостійно підписує транзакції, оплачує API-виклики та керує балансом у межах заданих правил.
Як працює
Гаманець генерується з парою ключів, приватний ключ зберігається в захищеному середовищі агента (наприклад, у TEE — довіреному середовищі виконання). Агент отримує дозвіл на витрачання певної суми та підписує транзакції через програмний інтерфейс без участі людини на кожному кроці.
Приклад
AI-агент аналізує ринкові дані, виявляє арбітражну можливість і самостійно переказує USDC з одного пулу в інший через Agent wallet, фіксуючи прибуток у SOL.
Типова помилка
Вважати, що Agent wallet — це просто гаманець, де людина зберігає ключі й вручну підтверджує кожну транзакцію. У справжньому Agent wallet людина не бере участі в підписанні.
Пов'язані матеріали
Докладніше про архітектуру гаманців для агентів — у розділі «AI agent» та «Autonomous agent» нижче.
x402
Визначення
x402 — пропонований протокол машинних платежів, що базується на HTTP-статусі 402 (Payment Required). Дозволяє AI-агентам оплачувати доступ до API та інших ресурсів безпосередньо на рівні мережевого запиту.
Як працює
Коли агент надсилає запит до сервісу, сервер повертає статус 402 із вказівкою суми та адреси оплати. Агент автоматично формує мікротранзакцію в блокчейні (зокрема в Solana), підтверджує її і повторює запит — цього разу з успішною відповіддю.
Приклад
AI-агент запитує текстову генерацію у сторонньої моделі. Сервіс відповідає 402 із вимогою 0,0001 SOL. Агент сплачує, отримує результат і продовжує роботу.
Типова помилка
Плутати x402 із традиційними платіжними шлюзами. x402 працює на рівні протоколу, а не через сторонній платіжний інтерфейс із перенаправленням користувача.
Пов'язані матеріали
Див. також «Machine payment» для ширшого контексту машинних розрахунків.
Machine payment
Визначення
Machine payment — будь-яка фінансова транзакція, ініційована та виконана машиною (AI-агентом, IoT-пристроєм, сервісом) без прямої участі людини в момент оплати.
Як працює
Машина володіє коштами через Agent wallet або делегований доступ, визначає необхідність оплати (API-виклик, дані з сенсора, обчислювальний ресурс) і самостійно формує транзакцію в блокчейні. Людина лише задає початкові правила та бюджет.
Приклад
Метеостанція в DePIN-мережі щодня надсилає дані в Oracle і автоматично отримує мікроплатіж за кожен підтверджений запис.
Типова помилка
Вважати машинний платіж простою автоматизованою підпискою. Різниця в тому, що машина самостійно приймає рішення про оплату в реальному часі, а не виконує заздалегідь запланований періодичний платіж.
Пов'язані матеріали
Див. «Agent wallet» та «x402» для технічної реалізації.
Oracle
Визначення
Oracle — сервіс, що передає дані ззовні блокчейна (off-chain) у смарт-контракти (on-chain). У контексті AI та DePIN — це міст між фізичним світом або моделями штучного інтелекту та блокчейн-логікою.
Як працює
Зовнішнє джерело (сенсор, API моделі, ринковий агрегатор) надсилає дані в Oracle. Oracle перевіряє їх, підписує і транслює в блокчейн у вигляді транзакції. Смарт-контракт використовує ці дані для прийняття рішень.
Приклад
DePIN-мережа енергомоніторингу через Oracle подає реальне споживання електроенергії пристрою на ланцюжок, і смарт-контракт автоматично нараховує винагороду оператору.
Типова помилка
Вважати Oracle абсолютно надійним джерелом. Oracle — це точка довіри: якщо дані на вході хибні або скомпрометовані, смарт-контракт виконає хибну логіку. Тому важлива децентралізація та криптографічна перевірка джерела.
Пов'язані матеріали
Див. «Sensor network» та «Zero-knowledge proof» для методів захисту цілісності даних.
DePIN
Визначення
DePIN (Decentralized Physical Infrastructure Network) — децентралізована мережа фізичної інфраструктури, де учасники надають реальні фізичні ресурси (обчислення, зберігання, сенсори, зв'язок) і отримують винагороду через блокчейн-механізми.
Як працює
Оператори розгортають фізичні вузли (сервери, антенни, камери, датчики). Мережа через смарт-контракти верифікує їхню роботу та розподіляє токени-винагороди. Клієнти платять за використання інфраструктури, і ці кошти повертаються операторам.
Приклад
Мережа децентралізованих бездротових точок доступу, де власники роутерів отримують токени за наданий інтернет-трафік, а клієнти оплачують підключення мікротранзакціями.
Типова помилка
Зводити DePIN виключно до хмарних обчислень чи децентралізованого зберігання. DePIN охоплює будь-яку фізичну інфраструктуру, включно з сенсорними мережами, телекомунікаціями та енергетикою.
Пов'язані матеріали
Див. «Sensor network», «Compute marketplace» та «Data marketplace» для конкретних типів DePIN.
Proof of work
Визначення
Proof of work (PoW) — механізм консенсусу, у якому учасник доводить виконання обчислювальної роботи шляхом розв'язання криптографічної завдання. У контексті AI та DePIN — також метод підтвердження реальної роботи фізичного вузла.
Як працює
У класичному варіанті (Bitcoin) майнери перебирають хеші, поки не знайдуть значення, що задовольняє умову складності. У DePIN-контексті PoW може означати доведення того, що вузол виконав реальну корисну роботу — обчислення, передачу даних, вимірювання.
Приклад
DePIN-мережа вимагає від вузла обробити певний обсяг даних і подати хеш результату як доказ виконаної роботи перед отриманням винагороди.
Типова помилка
Асоціювати PoW виключно з майнінгом Bitcoin. У DePIN та AI-контексті PoW часто адаптують для підтвердження корисної роботи, а не просто витрати енергії.
Пов'язані матеріали
Див. «Verifiable computation» та «Zero-knowledge proof» для сучасних альтернатив класичному PoW.
AI agent
Визначення
AI agent — програмна сутність на базі моделі штучного інтелекту, яка сприймає оточення, приймає рішення та виконує дії для досягнення заданої мети. На Solana такі агенти можуть взаємодіяти зі смарт-контрактами, оплачувати сервіси та керувати активами.
Як працює
Агент отримує вхідні дані (текст, ринкові дані, події з блокчейна), обробляє їх через модель і перетворює на дії: транзакції, API-виклики, запити до інших агентів. Логіка агента визначає, коли і які дії виконувати.
Приклад
AI agent моніторить ліквідність на DEX Solana і автоматично ребалансує пули у своєму портфелі, коли спред досягає заданого порогу.
Типова помилка
Змішувати AI agent із простою торговою ботом. Бот слідує жорстко заданому алгоритму, тоді як AI agent приймає рішення на основі моделі, яка може адаптуватися до нових ситуацій.
Пов'язані матеріали
Див. «Autonomous agent», «Agent wallet» та «Inference».
Inference
Визначення
Inference (інференс) — процес запуску навченої AI-моделі на нових даних для отримання результату (передбачення, генерація тексту, класифікація). У контексті DePIN — один із видів корисного навантаження, за яке оператори можуть отримувати винагороду.
Як працює
Навчена модель завантажується на обчислювальний вузол. На вхід подаються дані (текст, зображення, сенсорні показники), модель обробляє їх і повертає результат. У децентралізованому варіанті цей процес може розподілятися між вузлами DePIN-мережі.
Приклад
DePIN-мережа розподіленого GPU-обчислення приймає запит на генерацію зображення, виконує інференс на вузлі оператора та повертає результат клієнту.
Типова помилка
Плутати інференс із тренуванням моделі. Тренування — це багаторазовий процес оновлення ваг моделі на великому масиві даних. Інференс — одноразовий прохід даних через уже навчена модель.
Пов'язані матеріали
Див. «Compute marketplace» та «Model token».
Model token
Визначення
Model token — токен, що пов'язаний з конкретною AI-моделлю та може визначати права доступу, управління або частку в доходах від її використання.
Як працює
Створювач моделі випускає токен на Solana. Володіння токеном може надавати: безкоштовний або знижений доступ до інференсу, право голосу в управлінні моделлю (який API використовувати, як оновлювати ваги), частку від комісій за використання.
Приклад
Розробник випускає токен своєї моделі аналізу тексту. Володарі 1000 токенів отримують пріоритетний доступ до API, а 1% від усіх платежів за інференс розподіляється між утримувачами.
Типова помилка
Вважати Model token автоматично цінним активом. Цінність залежить виключно від реального попиту на модель та економіки, закладеної в токен.
Пов'язані матеріали
Див. «Inference» та «Data marketplace».
Data marketplace
Визначення
Data marketplace — децентралізована платформа, де постачальники даних продають їх покупцям (зазвичай розробникам AI-моделей) через блокчейн-механізми узгодження та оплати.
Як працює
Постачальник завантажує датасет із описом метаданих. Покупець переглядає каталог, оплачує доступ токенами і отримує посилання на дані. Смарт-контракт гарантує, що оплата надходить постачальнику лише після підтвердження отримання даних.
Приклад
Мережа медичних сенсорів DePIN агрегує анонімізовані дані про пульс і сон і продає їх через Data marketplace розробникам моделей моніторингу здоров'я.
Типова помилка
Ігнорувати питання якості та ліцензування даних. Навіть децентралізований маркетплейс не вирішує проблему: дані можуть бути некоректними, дубльованими або використаними з порушенням прав.
Пов'язані матеріали
Див. «Sensor network», «Oracle» та «DePIN».
Compute marketplace
Визначення
Compute marketplace — децентралізована платформа, де власники обчислювальних ресурсів (GPU, CPU, TPU) пропонують їхні потужності для виконання завдань, зокрема AI-інференсу та тренування моделей.
Як працює
Оператор реєструє свій вузол із вказівкою доступних ресурсів і ціни. Клієнт подає завдання (наприклад, інференс моделі), маркетплейс підбирає вузол, завдання виконується, результат верифікується, оплата проходить через смарт-контракт.
Приклад
Студія розробки ігор орендує GPU-потужності в DePIN-мережі для рендерингу кадрів у реальному часі, оплачуючи лише фактично використаний час.
Типова помилка
Припускати, що децентралізований Compute marketplace автоматично дешевший за централізовані аналоги. Залежність від мережевої затримки, волатильності токена та перевірки результатів може збільшити реальну вартість.
Пов'язані матеріали
Див. «Inference», «Verifiable computation» та «DePIN».
Zero-knowledge proof
Визначення
Zero-knowledge proof (ZKP, доказ із нульовим розголошенням) — криптографічний метод, за якого одна сторона доводить іншій істинність твердження, не розкриваючи жодної додаткової інформації.
Як працює
Проверifier (той, хто перевіряє) надсилає виклик, prover (той, хто доводить) обчислює доказ на основі секретних даних і відправляє лише компактний доказ. Проверifier переконується в правильності, але не дізнається вхідних даних.
Приклад
AI-агент доводить, що він виконав інференс на конкретній моделі з правильними вагами, не розкриваючи самі ваги моделі клієнту.
Типова помилка
Вважати, що ZKP повністю усуває потребу в довірі. ZKP доводить коректність обчислення, але не гарантує, що вхідні дані були правдивими — це окрема проблема, яку вирішують Oracles.
Пов'язані матеріали
Див. «Verifiable computation» та «Oracle».
Verifiable computation
Визначення
Verifiable computation (перевірне обчислення) — парадигма, у якій результат обчислення супроводжується криптографічним доказом його коректності, що дозволяє будь-кому перевірити результат без повторного виконання обчислення.
Як працює
Виконавець обчислює завдання і паралельно генерує доказ (часто на основі ZKP або SNARK). Замовник отримує результат і доказ, перевіряє доказ за секунди навіть якщо саме обчислення тривало годинами.
Приклад
DePIN-вузол обробляє великий датасет для AI-моделі і разом із результатом подає SNARK-доказ. Клієнт перевіряє доказ за мілісекунди і приймає результат без довіри до вузла.
Типова помилка
Ігнорувати накладні витрати на генерацію доказу. Для деяких типів обчислень створення доказу може бути значно дорожчим за саме обчислення, тому метод доцільний там, де перевірка повторюється багато разів.
Пов'язані матеріали
Див. «Zero-knowledge proof» та «Compute marketplace».
Autonomous agent
Визначення
Autonomous agent — AI-агент, який працює повністю самостійно протягом тривалого часу: сам формує підзадачі, взаємодіє з зовнішніми сервісами, керує бюджетом і приймає рішення без оперативного контролю людини.
Як працює
Людина задає високорівневу мету та обмеження (бюджет, часові рамки, заборонені дії). Агент декомпозує мету на кроки, виконує їх через API, смарт-контракти та інші агенти, адаптуючи план у разі помилок або зміни умов.
Приклад
Автономний агент отримує завдання «знайти та купити найвигідніший NFT у заданому бюджеті». Він моніторить маркетплейси, аналізує ціни, укладає угоди та звітує про результат, не звертаючись до людини під час процесу.
Типова помилка
Не відрізняти Autonomous agent від звичайного AI agent рівнем самостійності. Звичайний агент може виконувати одну дію за запитом, автономний — тривалу послідовність дій із самостійним плануванням.
Пов'язані матеріали
Див. «AI agent», «Agent wallet» та «Machine payment».
Sensor network
Визначення
Sensor network (сенсорна мережа) — розподілена сукупність фізичних датчиків, які збирають дані про довкілля (температура, вологість, місцезнаходження, якість повітря) і передають їх для обробки, зберігання або монетизації через DePIN-протокол.
Як працює
Датчики встановлюються на фізичних об'єктах, періодично зчитують показники і передають їх через шлюз у мережу. DePIN-протокол верифікує дані (через геолокацію, Proof of work, консенсус між сусідніми вузлами) і оплачує операторів за коректні записи.
Приклад
Мережа домашніх погодних станцій у різних районах міста збирає дані про мікроклімат і продає їх аграрним компаніям через Data marketplace, отримуючи винагороду в токенах мережі.
Типова помилка
Нехтувати проблемою перевірки достовірності даних із сенсорів. Датчик може бути несправним, відключеним або навмисно спотворювати дані. Без механізму верифікації сенсорна мережа генерує непридатні дані.
Пов'язані матеріали
Див. «DePIN», «Oracle» та «Data marketplace».