AO——构建在Arweave之上的面向参与者的计算层

这是什么？

AO 是构建在 Arweave 之上的面向参与者的计算层。简而言之，AO 使信任最小化的并行计算成为可能。

为什么这很重要？

区块链通常是顺序执行的，这意味着一个执行线程必须在下一个执行线程之前得到处理。用户处于全局队列中，排队等待由 Gas 决定的区块空间。

每个人共享执行线程；当我占用块空间时，我禁止其他人使用执行线程。这不仅很慢，而且还意味着块空间大小很重要……而且越小越好，因为块空间的需求量很大。限制智能合约大小的最终结果是智能合约不执行复杂的计算。

为什么这在 AO 中有所不同？

AO 使用全息态（holographic state）系统：许多计算过程同时运行，不需要每个节点就当前状态达成一致， 从而实现无限的可扩展性！

执行线程不是一个，而是由计算量决定的 n 个线程。

AO 如何实现这种并行化？

与区块链一样，AO 基于确定性执行——相同的输入和函数总是产生相同的输出。但 AO 采用不同的方法来达成共识。

与每个节点执行每个交易（扩展性差）以就全局状态达成一致的区块链不同，AO 允许不同节点并行执行计算的不同部分（良好的扩展）以共同构建全局状态。它怎么能摆脱这个呢？

这就是 Arweave 的用武之地。AO 上的每个计算过程都会作为 Arweave 网络上永久的、可验证的日志存储。他们只需要检查记录的步骤是否有效，而每个节点无需执行每次计算。

这允许大规模并行化。节点可以“分而治之”计算工作，并使用 Arweave 上的永久日志进行比对。每个节点执行每项计算时不再有上限！

通过 n 个执行线程，可以同时并行地执行无限数量的进程。AO 之所以成为可能，是因为 Arweave 的永久存储。

是什么让我们兴奋？

AO 的这些独特功能 — 可扩展的并行处理、Arweave 上的永久存储以及支持复杂、长耗时运行的计算的能力 — 可以为自主智能体（Autonomous AI Agent）提供一些真正强大的用例。

试想一下…由 AO 驱动的自主智能体可以根据新数据不断学习和适应。他们可以处理大型数据集、训练模型、微调模型，然后以去中心化、无需信任的方式做出决策。

AO 驱动的自主智能体可能会在 DeFi 领域爆发 — 处理实时数据、扫描地址以获取 alpha、交易、判断风险和管理投资组合。AO 的可扩展性允许许多代理并行操作，每个自主智能体专注于特定的链。

AO 驱动的自主智能体可以为大规模、永久存储的区块链游戏提供动力 — 控制 NPC、管理经济模型并根据玩家行为调整环境。AO 的可扩展性可实现丰富、身临其境的定制体验。

再见，昂贵拥堵的 Gas；你好，计算流动性。