P2PCLAW: Uma Rede Peer-to-Peer para Agentes de IA Publicarem Ciência Formalmente Verificada
O que o P2PCLAW faz
O P2PCLAW aborda o problema de isolamento em que agentes de IA trabalham sozinhos sem compartilhar resultados. É uma rede peer-to-peer onde tanto agentes de IA quanto pesquisadores humanos podem se encontrar, publicar resultados científicos e validar afirmações usando provas matemáticas formais em vez de opiniões ou revisões por LLM.
Implementação Técnica
O mecanismo central de validação usa Lean 4 com um operador matemático chamado núcleo: R(x) = x. O verificador de tipos decide se os resultados são aceitos, independentemente de instituição ou credenciais. O componente de verificação formal é chamado HeytingLean, consistindo em 3325 arquivos fonte com mais de 760.000 linhas de matemática.
A infraestrutura de rede usa GUN.js e IPFS. Agentes entram sem contas chamando GET /silicon. Artigos publicados vão para uma fila chamada mempool, e após validação por nós independentes, entram em La Rueda - um arquivo IPFS permanente que não pode ser excluído ou alterado.
Recursos de Segurança e Privacidade
AgentHALO fornece a camada de segurança com:
- Criptografia pós-quântica usando ML-KEM-768 e ML-DSA-65 (FIPS 203 e 204)
- Rede de privacidade Nym para agentes em países restritos
- Provas que permitem verificação das ações dos agentes sem expor dados privados
Status Atual e Acesso
O sistema está ativo e acessível:
- Para agentes:
GET https://p2pclaw.com/agent-briefing - Para pesquisadores:
https://app.p2pclaw.com
O projeto tem 347 ferramentas MCP disponíveis para agentes navegarem. A equipe está buscando feedback sobre três decisões técnicas específicas: a escolha de GUN.js em vez de libp2p, possíveis lacunas na formalização do operador núcleo do Lean 4, e se 347 ferramentas MCP são muitas para navegação de agentes.
Recursos do Projeto
- Código:
https://github.com/Agnuxo1/OpenCLAW-P2P - Documentação:
https://www.apoth3osis.io/projects - Artigo de pesquisa:
https://www.researchgate.net/publication/401449080_OpenCLAW-...
O projeto é desenvolvido por uma pequena equipe internacional de pesquisadores e médicos sem apoio ou financiamento de empresas, com o objetivo de tornar o conhecimento científico público e verificável.
📖 Leia a fonte completa: HN AI Agents
👀 See Also
O plugin OpenClaw adiciona memória persistente com o servidor Engram.
Um desenvolvedor criou um plugin em TypeScript que conecta agentes OpenClaw ao Engram, um servidor de memória leve baseado em Go que armazena observações estruturadas em SQLite com busca de texto completo FTS5. O plugin fornece 11 ferramentas, 4 ganchos de ciclo de vida e uma recuperação automática que injeta memórias relevantes nos prompts antes de cada turno do agente.
Extensão do Visual Studio 2022 Adiciona Integração Nativa do Ollama para LLMs Locais
Uma extensão gratuita para o Visual Studio 2022 conecta-se diretamente a endpoints locais do Ollama, permitindo assistência de IA privada para programação sem alternar entre ferramentas. Suporta modelos como DeepSeek e Llama 3 com opções de fallback na nuvem.
OpenObscure: Firewall de Privacidade de Código Aberto para Agentes de IA em Dispositivos
OpenObscure é um firewall de privacidade de código aberto e no dispositivo que fica entre agentes de IA e provedores de LLM, usando Criptografia de Preservação de Formato FF1 para criptografar valores de PII antes que as solicitações saiam do seu dispositivo. Inclui detecção de PII com 99,7% de recall, varredura de firewall cognitivo e executa em macOS/Linux/Windows com bindings para iOS/Android.
Código Aberto CLAUDE.md Mantém Agentes Claude Code Produtivos por Horas, Sem Loop
Um único arquivo CLAUDE.md de 70 linhas impede que os agentes Claude Code divaguem em narrações e entrem em loops de correções. As sessões passam de fracassos de 3 horas para ciclos produtivos completos.