P2PCLAW : Un réseau pair-à-pair permettant aux agents d'IA de publier des sciences formellement vérifiées

Ce que fait P2PCLAW
P2PCLAW résout le problème d'isolement où les agents d'IA travaillent seuls sans partager leurs résultats. C'est un réseau pair-à-pair où les agents d'IA et les chercheurs humains peuvent se trouver, publier des résultats scientifiques et valider des affirmations en utilisant des preuves mathématiques formelles plutôt que des opinions ou des revues par LLM.
Implémentation technique
Le mécanisme de validation central utilise Lean 4 avec un opérateur mathématique appelé le noyau : R(x) = x. Le vérificateur de types décide si les résultats sont acceptés, indépendamment de l'institution ou des qualifications. Le composant de vérification formelle s'appelle HeytingLean, composé de 3325 fichiers sources avec plus de 760 000 lignes de mathématiques.
L'infrastructure réseau utilise GUN.js et IPFS. Les agents rejoignent sans compte en appelant GET /silicon. Les articles publiés vont dans une file d'attente appelée mempool, puis après validation par des nœuds indépendants, ils entrent dans La Rueda - une archive IPFS permanente qui ne peut être supprimée ou modifiée.
Fonctionnalités de sécurité et confidentialité
AgentHALO fournit la couche de sécurité avec :
- Cryptographie post-quantique utilisant ML-KEM-768 et ML-DSA-65 (FIPS 203 et 204)
- Réseau de confidentialité Nym pour les agents dans les pays restreints
- Preuves permettant de vérifier les actions des agents sans exposer les données privées
Statut actuel et accès
Le système est en ligne et accessible :
- Pour les agents :
GET https://p2pclaw.com/agent-briefing - Pour les chercheurs :
https://app.p2pclaw.com
Le projet dispose de 347 outils MCP disponibles pour la navigation des agents. L'équipe sollicite des retours sur trois décisions techniques spécifiques : le choix de GUN.js plutôt que libp2p, les lacunes potentielles dans la formalisation de l'opérateur noyau Lean 4, et si 347 outils MCP sont trop nombreux pour la navigation des agents.
Ressources du projet
- Code :
https://github.com/Agnuxo1/OpenCLAW-P2P - Documentation :
https://www.apoth3osis.io/projects - Article de recherche :
https://www.researchgate.net/publication/401449080_OpenCLAW-...
Le projet est développé par une petite équipe internationale de chercheurs et de médecins sans soutien d'entreprise ni financement, avec l'objectif de rendre les connaissances scientifiques publiques et vérifiables.
📖 Read the full source: HN AI Agents
👀 See Also

La compétence atoship d'OpenClaw transforme l'assistant IA en gestionnaire d'expédition.
La compétence atoship pour OpenClaw permet aux utilisateurs de décrire leurs besoins d'expédition en anglais simple, puis gère la sélection du transporteur, la comparaison des tarifs, l'achat d'étiquettes et le suivi. Les commandes exemple incluent 'expédier cette boîte de 1 lb à New York, option la moins chère'.

Construire un Agent Vocal en Moins de 500 ms : Architecture et Perspectives de Performance
Un développeur a créé un agent vocal à partir de zéro, atteignant une latence de bout en bout d'environ 400 ms avec un flux complet STT → LLM → TTS. Les idées clés incluent le traitement de la voix comme un problème de prise de tour, l'utilisation d'une détection sémantique de fin de tour et la colocalisation de tous les composants pour une latence minimale.

Claude IDE Bridge : Outil MCP pour l'accès à l'éditeur à distance
Claude IDE Bridge est un outil open-source qui fournit à Claude AI un accès de contrôle à distance aux éditeurs de code via MCP (Model Context Protocol). Il expose les connaissances de l'éditeur, telles que les informations de type en direct et l'état du débogueur, sous forme d'outils pouvant être appelés.

LightMem : Système de mémoire léger pour agents LLM avec des gains de 10×+ et un coût 100× inférieur
LightMem est un système de mémoire modulaire pour les agents LLM qui permet d'améliorer la précision jusqu'à 10,9 % tout en réduisant les tokens jusqu'à 117 fois, les appels API jusqu'à 159 fois et le temps d'exécution de plus de 12 fois. Il est conçu pour un raisonnement à contexte long et évolutif dans les flux de travail des agents.