Een onderzoeksrapport van Bitwise positioneert NEAR Protocol als een afwikkelingsengine voor AI-applicaties en schetst de architectuur van het netwerk met hoge doorvoer en lage latentie als infrastructuur die in staat is de transactielast op te vangen die wordt gegenereerd door autonome AI-systemen die on-chain opereren.

De centrale these van het rapport behandelt afwikkeling als een afzonderlijke infrastructurele functie, gescheiden van compute en opslag. In deze benadering is een afwikkelingslaag het fundament dat transacties afrondt, overeenkomsten tussen partijen afdwingt en van elke interactie — of die nu door een mens of door een AI-agent wordt geïnitieerd — een verifieerbare, onveranderlijke registratie vastlegt.

Wat de these betekent voor on-chain AI-activiteit

AI-applicaties die resources coördineren, betalen voor inference of serviceovereenkomsten tussen agenten onderhandelen, hebben een betrouwbaar mechanisme nodig om die interacties met finaliteit af te sluiten. Afwikkelingsinfrastructuur levert drie mogelijkheden: transactiefinaliteit, verifieerbare registraties die voor elke deelnemer toegankelijk zijn, en een coördinatielaag voor machine-naar-machine-activiteit die niet afhankelijk is van een vertrouwde tussenpersoon om uitkom te arbitrage.

De Benadering van Bitwise noemt NEAR's accountmodel en shard-gebaseerde executieomgeving als eigenschappen die aansluiten bij de doorvoereisen van AI-gedreven workloads. NEAR is een proof-of-stake layer-1 blockchain waarvan het Nightshade-shardingontwerp de transactieverwerking over parallelle shards verdeelt om de doorvoer te verhogen, en het accountsysteem ondersteunt afgebakende toegangssleutels die transactieautoriteit delegeren aan applicaties binnen vooraf ingestelde limieten — een mechanisme dat relevant is voor agenten die moeten transacteren zonder dat een mens elke operatie goedkeurt. Anders dan bij menselijke transactiebelasting kunnen AI-agenten grote volumes kleine, onderling afhankelijke operaties genereren, en een afwikkelingslaag moet die verwerken zonder dat congestie de finaliteitsgaranties aantast.

NEAR Protocol breidt zijn enterprise-AI-infrastructuur uit, waaronder confidential computing-mogelijkheden die inspelen op de verificatie-eisen van gevoelige AI-workloads. Het concept van de afwikkelingsengine sluit ook aan bij de AI-cloudrichting van het netwerk: NEAR is overgestapt op native ondersteuning voor modelinference en agentcoördinatie, wat onder meer blijkt uit de integratie van frontier-model-API's in de AI-cloudlaag. Een afwikkelingslaag onder die inference-aanroepen zou AI-agenten een consistent mechanisme geven om kosten toe te wijzen en output over taken heen te registreren.

Afwikkeling als infrastructuur, niet als productfeature

Het positioneren van NEAR als afwikkelingsinfrastructuur voor AI plaatst het netwerk in een categorie naast blockchains die worden beoordeeld op institutionele transactiefinaliteit. Andere projecten hebben vergelijkbare positionering nagestreefd: Solana en JPMorgan hebben zich gericht op snellere institutionele afwikkeling, terwijl Lloyds en Visa op Canton afwikkeling in USDC hebben getest. Het rapport van Bitwise past vergelijkbare afwikkelingslogica toe op de AI-applicatielaag in plaats van op de traditionele financiële sector.

Voor AI-ontwikkelaars betekent dit in de praktijk dat on-chain afwikkeling off-chain administratie tussen agenten zou kunnen vervangen, de behoefte aan gecentraliseerde escrow bij waarde-uitwisseling tussen AI-systemen zou kunnen verminderen en controleerbare logboeken van agent-naar-agent-overeenkomsten zou kunnen creëren. Deze eigenschappen zijn het meest relevant in multi-agent-architecturen waarin geen enkele exploitant alle deelnemers controleert en vertrwen moet worden opgebouwd via protocolgaranties in plaats van contractuele relaties.

De these wijst ook op groeiende analisten aandacht voor welke afwikkelingslagen gepositioneerd zijn om activiteit van autonome AI-systemen op te vangen, nu die systemen zich ontwikkelen van experimentele implementaties naar productie-infrastructuur die reële economische waarde routeert via on-chain afwikkelingsrails. De open vraag is op dit moment empirisch: of door agenten geïnitieerde transacties — waaronder inference-betalingen en machine-naar-machine-serviceovereenkomsten — in volumes door een afwikkelingslaag gaan stromen die de claims over doorvoer in de praktijk op de proef stellen. Het gebruik van NEAR's AI-cloud en het tempo van agentimplementaties op de rails van het netwerk zijn de concrete signalen om te volgen nu de these zich ontwikkelt van onderzoekskader naar meetbare netwerkactiviteit.

Bron: AI Crypto Core

Disclaimer: Dit artikel is uitsluitend bedoeld voor informatieve doeleinden en vormt geen financieel of beleggingsadvies. Markten voor cryptocurrency en digitale activa brengen aanzienlijke risico's met zich mee. Doe altijd eigen onderzoek voordat je beslissingen neemt.