Chaos Labs 推出用于预测市场解决方案的多代理系统

Chaos Labs 宣布推出 Edge AI Oracle 的 alpha 版本，这是一个复杂的多代理系统，旨在提高预测市场的有效性。据LangChain介绍，该系统是利用大语言模型（LLM）的先进功能构建的，旨在为各种查询提供精确、可追溯和可靠的解决方案。

Edge AI Oracle 的工作原理

Edge AI Oracle 通过 AI Oracle Council 运营，这是一个分散的代理网络，由 OpenAI、Anthropic 和 Meta 等知名提供商的多种模型提供支持。这种设置确保每个查询都得到客观、准确的处理，使其特别适合高风险的预测市场。与传统的预言机不同，该系统通过提供多视角的查询解析方法来减轻单模型解决方案的限制和偏差。

例如，在 Wintermute Election 市场，系统需要每个 Oracle AI Agent 的置信度超过 95% 的一致同意，以确保高水平的可靠性。共识要求可以根据每个市场进行定制，为开发人员和市场创建者提供灵活性。

应对主要挑战

Edge AI Oracle 旨在解决寻求真相的预言机面临的三个基本挑战：即时优化、单一模型偏差和检索增强生成 (RAG)。该系统托管在边缘预言机网络上，由 LangChain 和 LangGraph 提供支持，使用先进的多代理编排来提高查询结果的准确性和可靠性。

该工作流程首先由研究分析师审查查询以识别关键数据点和所需来源。然后，它会通过网络爬虫、文档相关性分析师、报告撰写者和摘要生成器进行处理，最后使用评估摘要输出的分类器进行总结。这种顺序执行确保了系统的数据流，提高了解决查询的透明度和准确性。

利用 LangChain 和 LangGraph

LangChain 和 LangGraph 构成了 Edge AI Oracle 多代理系统的支柱。 LangChain 提供了在每个代理内检索、组织和构建数据的基本组件，从而实现高质量、过滤偏差的响应。它充当通往各种法学硕士的灵活门户，使 Oracle 能够利用多种模型并最大限度地减少个人偏见。

LangGraph 通过其基于图的结构和状态交互促进精确的多代理编排，从而实现从初始研究到最终共识的良好协调过程。每个代理都以定向、循环的工作流程中其他代理的工作为基础，确保解决过程具有凝聚力和逻辑性。

前景

Edge AI Oracle 的推出标志着可靠、客观的 Oracle 系统开发的重大进步。凭借 LangChain 和 LangGraph 的最新创新，它将通过提供可扩展的、求实的 Oracle 解决方案来改变区块链安全、预测市场和去中心化数据应用程序。

图片来源：Shutterstock