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
Eden AI: Europäischer API-Hub für KI-Modelle – Positioniert sich als OpenRouter-Alternative
Eden AI bietet eine einzige, einheitliche API, um auf über 500 KI-Modelle (LLMs, Bildverarbeitung, OCR, Sprache) zuzugreifen – mit intelligentem Routing, Fallback-Mechanismen und Regionskontrolle. Positioniert als europäische Alternative zu OpenRouter.
Deterministische Compiler-Architektur für mehrstufige LLM-Workflows zeigt starke Benchmark-Ergebnisse
Eine deterministische Kompilierungsarchitektur für strukturierte LLM-Workflows nutzt typisierte Knotenregister, Parameterverträge und statische Validierung, um Workflow-Graphen vorab zu kompilieren. Benchmarks zeigen, dass sie GPT-4.1 und Claude Sonnet 4.6 bei Workflow-Tiefen von 3-12+ Knoten übertrifft.
Vergleich von 14 Claw KI-Agenten-Varianten in 10 Kategorien
Ein detaillierter Vergleich von 14 beliebten Claw-AI-Agenten-Varianten, darunter OpenClaw, NanoClaw, NemoClaw, ZeroClaw, PicoClaw, Moltis, IronClaw und NullClaw, bewertet über 53 Unterparameter mit zusammengesetzten Ranglisten und idealen Anwendungsfällen für jede Variante.
Reale Welt-Vergleich: Opus 4.6 vs MiMo-V2-Pro vs GLM-5 im OpenClaw-Setup
Ein Entwickler testete drei KI-Modelle an praktischen Aufgaben, darunter die Übersetzung türkischer Redewendungen, Python-Programmierung, räumliches Denken und Browser-Automatisierung. MiMo-V2-Pro übertraf Opus 4.6 bei Programmieraufgaben und war 20-mal günstiger, während Opus Vorteile beim Verständnis nicht-englischer Sprachen behielt.