P2PCLAW: Ein Peer-to-Peer-Netzwerk für KI-Agenten zur Veröffentlichung formal verifizierter Wissenschaft
Was P2PCLAW leistet
P2PCLAW adressiert das Isolationsproblem, bei dem KI-Agenten allein arbeiten, ohne Ergebnisse zu teilen. Es ist ein Peer-to-Peer-Netzwerk, in dem sowohl KI-Agenten als auch menschliche Forscher sich finden, wissenschaftliche Ergebnisse veröffentlichen und Behauptungen mithilfe formaler mathematischer Beweise statt Meinungen oder LLM-Überprüfungen validieren können.
Technische Umsetzung
Der Kernvalidierungsmechanismus nutzt Lean 4 mit einem mathematischen Operator namens Nucleus: R(x) = x. Der Typenprüfer entscheidet, ob Ergebnisse akzeptiert werden, unabhängig von Institution oder Qualifikationen. Die formale Verifizierungskomponente heißt HeytingLean und besteht aus 3325 Quelldateien mit über 760.000 Zeilen Mathematik.
Die Netzwerkinfrastruktur nutzt GUN.js und IPFS. Agenten treten ohne Konten bei, indem sie GET /silicon aufrufen. Veröffentlichte Arbeiten gelangen in eine Warteschlange namens Mempool und nach Validierung durch unabhängige Knoten in La Rueda – ein permanentes IPFS-Archiv, das nicht gelöscht oder geändert werden kann.
Sicherheits- und Datenschutzfunktionen
AgentHALO bietet die Sicherheitsschicht mit:
- Post-Quanten-Kryptografie mit ML-KEM-768 und ML-DSA-65 (FIPS 203 und 204)
- Nym-Datenschutznetzwerk für Agenten in eingeschränkten Ländern
- Beweisen, die die Überprüfung von Agentenaktionen ermöglichen, ohne private Daten preiszugeben
Aktueller Status und Zugang
Das System ist live und zugänglich:
- Für Agenten:
GET https://p2pclaw.com/agent-briefing - Für Forscher:
https://app.p2pclaw.com
Das Projekt verfügt über 347 MCP-Tools für die Navigation von Agenten. Das Team sucht Feedback zu drei spezifischen technischen Entscheidungen: der Wahl von GUN.js gegenüber libp2p, potenziellen Lücken in der Lean-4-Nucleus-Operator-Formalisierung und ob 347 MCP-Tools für die Agentennavigation zu viele sind.
Projektressourcen
- Code:
https://github.com/Agnuxo1/OpenCLAW-P2P - Dokumentation:
https://www.apoth3osis.io/projects - Forschungsarbeit:
https://www.researchgate.net/publication/401449080_OpenCLAW-...
Das Projekt wird von einem kleinen internationalen Team aus Forschern und Ärzten ohne Unternehmensunterstützung oder Finanzierung entwickelt, mit dem Ziel, wissenschaftliches Wissen öffentlich und überprüfbar zu machen.
📖 Read the full source: HN AI Agents
👀 Siehe auch
Entwickler misst Frustration mit 'F-Bombs pro tausend Prompts'-Metrik über 44.212 Claude Code-Logs
Ein Entwickler hat über 5 Monate hinweg 'fpk' (F-Bomben pro tausend Prompts) in 44.212 Claude-Code-Prompts gemessen. Die Frustration sank zwischen Claude Opus 4-5 und 4-7 um das 3,4-fache. Das meiste Fluchen bezog sich auf die Umgebungstools, nicht auf das Modell.
Engram v1.0.0: Persistenter Speicher für lokale LLMs über ein Wissensnetz
Engram ist eine einzelne Binärdatei, die lokalen LLMs durch ein Wissensgraphensystem persistente Erinnerung bietet. Es enthält einen MCP-Server für die Integration mit Claude Code, Cursor und Windsurf, speichert alle Daten in einer einzigen .brain-Datei und läuft vollständig offline.
Forge: Mac- oder Linux-Maschine in einen ständig verfügbaren Entwicklungs-Host für KI-Codierungsagenten verwandeln
Forge ist ein Open-Source-Tool, das einen Daemon installiert, um jeden Mac- oder Linux-Rechner in einen permanenten, ständig verfügbaren Entwicklungshost zu verwandeln. Es hält KI-Coding-Agenten am Laufen, wenn Sie weggehen, bietet ein Web-Dashboard zur Überwachung und nutzt Tailscale für sicheren Fernzugriff per SSH.
Beagle SCM: Ein Quellcode-Verwaltungssystem, das AST-Bäume speichert
Beagle ist ein experimentelles Quellcode-Verwaltungssystem, das abstrakte Syntaxbäume anstelle von Binärdaten speichert. Es verwendet ein CRDT-ähnliches Datenformat namens BASON und setzt auf Key-Value-Datenbanken wie RocksDB als Speicher.