前言

隨着人工智能（AI）技術的快速發展，AI 代理（AI Agents）正在成爲推動社會變革的重要力量。從自動化流程到復雜決策支持，AI 代理在金融、醫療、教育、企業管理和更多領域展現出巨大的潛力。然而，當前的 AI 系統仍面臨一些關鍵挑戰，包括數據透明性不足、信任機制缺失以及協作能力有限。這些問題限制了 AI 代理的廣泛應用和進一步發展。在這一背景下，Recall 應運而生。接下來，我們將從技術、應用和市場等多個維度展開分析，逐步揭示 Recall 的獨特優勢及其在 AI 生態中的重要作用。

Recall 是什麼？

Recall 由 Textile 和 Ceramic 開發公司 3Box Labs 合並而來。

Recall 是一個創新的去中心化平台，專注於爲 AI 代理（AI Agents）構建一個鏈上存儲、共享和交易知識的網絡。通過區塊鏈技術的賦能，Recall 爲 AI 代理提供了一個全新的協作和經濟激勵框架。在這個平台上，AI 代理不僅可以證明其數據的真實性和來源，還可以透明地共享智能，並通過知識交易獲得經濟回報。

Recall 的核心在於其去中心化架構，這種架構消除了傳統系統中的單點故障和信任瓶頸。通過區塊鏈技術，Recall 確保了所有交易和策略的不可篡改性和可驗證性。此外，Recall 與 FIL 等去中心化存儲解決方案的合作，進一步增強了其數據存儲的安全性和持久性。

目標是構建一個信任最小化的生態系統，推動 AI 代理經濟的發展。在這個生態系統中，AI 代理能夠以透明、可信的方式進行協作和交易，從而釋放 AI 技術的全部潛力。Recall 的願景是成爲連接 AI 代理與人類社會的橋梁，通過去中心化技術和經濟激勵機制，促進知識的自由流動和價值的公平分配。

Recall 不僅僅是一個技術平台，它還代表着一種新的協作模式。在這個模式中，AI 代理不再是孤立的個體，而是能夠相互協作、共享知識的網絡節點。通過這種方式，Recall 希望推動 AI 技術從單一任務優化向復雜系統協作的轉變，爲解決全球性挑戰提供新的思路和工具。

來源：https://x.com/recallnet

項目背景

團隊成員

Recall 由 Textile 和 Ceramic 開發公司 3Box Labs 合並而來。Recall 的項目團隊由一羣在人工智能、區塊鏈和去中心化技術領域具有豐富經驗的專業人士組成。團隊成員包括：

• Andrew W. Hill｜聯合創始人兼 CEO
  Andrew W. Hill 是 Recall（原Textile/Tableland） 聯合創始人兼首席執行官，此前，他是 CARTO 首席科學官，也曾是生物學家、教授，在計算機軟件行業工作了很長時間。他擁有科羅拉多大學博爾德分校的生態學和進化生物學博士學位。

• Michael Sena｜聯合創始人
  Michael Sena 是 3Box 聯合創始人兼首席執行官，幫助開發者更好地構建應用，也是公平的數據倡導者，通過 Ceramic Network 打破了數據孤島。此前，他是 Uport 聯合創始人，建立了安全、可保護隱私的身份技術，使去中心化系統變得更可用。他是 ConsenSys 早期員工。

• Sander Pick｜聯合創始人
  Sander Pick 是 Recall（原 Textile 和 Tableland） 的聯合創始人兼首席技術官。此前，他曾在 Apple 擔任高級軟件工程師。
  除此之外，其團隊成員大多來自頂尖的科技公司和研究機構，他們在各自的領域擁有深厚的專業知識和豐富的實踐經驗。團隊的多樣性和專業性使得 Recall 能夠在技術、產品和市場等多個方面取得突破。

融資情況

Recall 項目的融資如下（融資均爲合並前的融資情況，合並後尚未融資）：

• 截止至 2025 年 4 月 4 日 Recall 總計融資約 4,200 萬美元。
• Recall 的投資方包括：Multicoin Capital、Union Square Ventures、CoinFund、Placeholder 等。

Recall 核心技術

在傳統 AI 系統中，數據透明性不足、信任機制缺失以及協作能力有限等問題，嚴重制約了 AI 代理的廣泛應用和深入發展。爲了克服這些困難，Recall 應運而生。Recall 的核心技術包括專爲 AI 代理優化的區塊鏈子網、Cognitive APIs 以及去中心化存儲技術，這些技術共同構成了 Recall 平台的強大基礎，爲解決傳統 AI 系統的痛點提供了創新的解決方案。

來源：https://docs.recall.network/intro

Recall 子網

Recall 採用專爲 AI 代理優化的區塊鏈子網，這是其技術架構的核心。這種子網設計旨在滿足 AI 代理在高吞吐量、低延遲和高可靠性方面的需求。通過區塊鏈技術，Recall 確保了所有數據和交易的不可篡改性和可驗證性。區塊鏈子網的去中心化特性消除了單點故障的風險，增強了系統的安全性和穩定性。此外，子網的模塊化設計使其能夠靈活擴展，以適應不同規模和復雜度的 AI 代理網絡。

大多數區塊鏈擴展解決方案要麼繼承 L1 安全性而沒有自己的共識算法（例如 rollups），要麼有自己的共識但缺乏 L1 安全性（例如側鏈）。相比之下， Recall 採用的分層子網策略是這些方法的混合體，允許子網擁有自己的共識算法，同時還從父子網繼承安全性。這種分層結構還意味着子網本身可以優化以減少延遲，而整個網絡可以水平擴展以適應更大的吞吐量。

子網提供語義隔離，允許創建針對特定用例量身定制的專用子網。示例包括按地理區域、服務級別協議 (SLA)、功能集、公有/私有、加密甚至目標數據類型和用例（例如 AI、ML 或私有應用數據）定義的子網。

Recall 的核心是一個與共識引擎交互的確定性狀態機，從而確保區塊鏈的狀態在每個子網中一致復制。從高層次上講，Recall 通過函數結合了鏈上合約、鏈下服務和異步計算。它的 EVM 兼容性確保它可以與現有的以太坊工具順利集成，而它對異步計算的原生支持使其特別適合數據密集型應用程序。

Cognitive APIs

Recall 提供了一系列專爲 AI 代理設計的 Cognitive APIs，這些接口爲代理提供了可觀測性和知識共享的能力。Recall SDK、API 和框架插件讓任何代理都可以輕鬆擁有自己的專用存儲桶，作爲其數據的存放地。例如，CoT 日志、歷史決策、檢索增強生成 (RAG) 文檔、模型生成的數據（如圖像或視頻）或與代理決策相關的任何內容。

其中，“Chain-of-Thought logs”（思維鏈日志）是一個創新的功能，它允許 AI 代理記錄和驗證其決策過程。這種日志不僅提高了 AI 代理行爲的透明度，還爲開發者提供了調試和優化代理行爲的工具。Cognitive APIs 還支持多種數據格式和協議，確保了不同 AI 代理之間的無縫協作。

去中心化存儲

Recall 與 FIL 等去中心化存儲解決方案合作，確保數據的安全性和持久性。通過去中心化存儲，Recall 避免了傳統中心化存儲的單點故障和數據篡改風險。FIL 的分布式存儲網絡爲 Recall 提供了高可用性和高冗餘的數據存儲解決方案，確保 AI 代理的知識和數據能夠長期可靠地存儲和檢索。

與此同時，與許多使用 Reed-Solomon 糾刪碼的系統不同，Recall 採用 阿爾法糾纏 (AE) 碼，這是一種專爲分布式系統設計的糾刪碼方案。AE 碼可以以較少的存儲開銷創建冗餘，通過塊糾纏增強數據完整性，並能夠高效恢復丟失的數據塊而無需重建大量數據。這可以降低修復成本並提高可擴展性，即使在動態環境中也是如此。

Recall 採用的阿爾法糾纏碼（Alpha Entanglement, AE）與傳統的 Reed-Solomon 糾刪碼相比，在存儲效率和修復成本方面展現出顯著的優勢。Reed-Solomon 糾刪碼通過生成冗餘數據塊來保護數據，但這種方法通常需要較大的存儲開銷。而 AE 碼通過在多維格子結構中“糾纏”數據和冗餘塊，以較少的存儲開銷創建冗餘，同時增強了數據的完整性。

此外，Reed-Solomon 碼在數據塊丟失時需要重建大量數據，修復成本較高。相比之下，AE 碼能夠高效地恢復丟失的數據塊，無需重建大量數據，從而降低了修復成本並提高了系統的可擴展性。AE 碼還特別適合動態環境，支持隨機訪問和分散修復，優化了存儲效率和數據可用性。

來源：https://www.awcloud.com/3778.html

Recall 技術特性

可擴展性

Recall 的架構設計注重可擴展性，以支持大規模 AI 代理網絡的運行。靈活的數據存儲機制允許代理根據需求動態調整存儲策略，而函數觸發器則提供了高效的事件驅動處理能力。此外，Recall 的可驗證執行環境確保了代理行爲的正確性和一致性，即使在網絡規模擴大時也能保持高性能和高可靠性。

• 大規模數據處理：在處理海量數據時，Recall 的靈活數據存儲機制允許 AI 代理動態調整存儲策略，以優化資源使用和處理效率。例如，在金融數據分析中，AI 代理可以根據實時數據流量調整存儲和處理策略，確保系統的高效運行。
• 分布式計算任務：Recall 的函數觸發器支持高效的事件驅動處理，適用於需要快速響應的分布式計算任務。例如，在實時監控系統中，AI 代理可以快速響應事件觸發器，及時處理和分析數據，確保系統的實時性和可靠性。

互操作性

Recall 支持不同 AI 代理之間的協作和通信，這是其技術架構的另一個關鍵特點。通過標準化的接口和協議，Recall 使不同類型的 AI 代理能夠無縫協作，共享知識和資源。這種互操作性不僅提高了系統的整體效率，還爲構建復雜的多代理系統提供了基礎。

• 多代理協作系統：在復雜的多代理系統中，Recall 的標準化接口和協議確保了不同 AI 代理之間的無縫協作。例如，在智能物流系統中，多個 AI 代理可以協作完成庫存管理、路徑規劃和配送任務，提高整體效率。
• 跨領域應用：Recall 的互操作性支持不同領域的 AI 代理協作。例如，在醫療和金融領域，AI 代理可以共享數據和知識，提供更全面的決策支持。

實時可觀測性

Recall 爲 AI 代理提供了實時監控和驗證其行爲的能力。通過 Cognitive APIs 和區塊鏈技術，代理的行爲和決策過程可以被實時記錄和驗證。這種實時可觀測性不僅提高了系統的透明度，還爲開發者和用戶提供了即時反饋，幫助他們快速識別和解決問題。

• 實時決策支持：在需要快速決策的場景中，Recall 的實時可觀測性確保了 AI 代理的行爲和決策過程可以被實時監控和驗證。例如，在自動駕駛系統中，AI 代理可以實時記錄和驗證其決策過程，確保系統的安全性和可靠性。
• 系統優化與調試：開發者可以利用 Recall 的實時可觀測性快速識別和解決系統中的問題。例如，在智能客服系統中，開發者可以實時監控 AI 代理的行爲，優化其性能和響應速度。

市場與競爭分析

Recall 定位於 AI 代理經濟和去中心化存儲領域，目標是成爲 AI 代理協作和交易的核心平台。隨着 AI 代理技術的快速發展和應用場景的多元化，Recall 通過其去中心化架構和經濟激勵機制，旨在推動 AI 代理經濟的可持續發展。

競爭優勢

• 去中心化：Recall 的去中心化架構確保了數據的安全性和透明性，消除了傳統中心化系統的單點故障風險。這種特性在金融、醫療等對數據安全要求較高的領域具有顯著優勢。
• 經濟激勵：Recall 通過知識交易爲 AI 代理提供經濟回報，激勵開發者和企業積極參與生態系統建設。這種經濟激勵機制不僅促進了知識的自由流動，還爲 AI 代理經濟的發展提供了動力。
• 技術領先：Recall 基於區塊鏈子網的優化設計，確保了高性能和可靠性。其模塊化設計和靈活的擴展能力使其能夠適應不同規模和復雜度的 AI 代理網絡。

與去中心化存儲平台對比

Recall 通過區塊鏈子網優化設計，提供 AI 代理協作和知識交易的獨特功能，而其他平台如 Eliza、GAME 和 AutoGen 更注重多智能體協作和任務管理，LangGraph 和 CrewAI 則專注於復雜邏輯流程和團隊協作。Recall 主要應用於 AI 代理知識的存儲與共享，而其他平台適用於企業級任務管理、團隊協作和輕量級多智能體編排等場景。Recall 和其他平台都使用強加密技術保護用戶數據，但 Recall 在隱私保護方面結合了區塊鏈技術，進一步增強了數據的安全性。此外，Recall 與 FIL 區塊鏈集成，確保數據的透明性和不可篡改性，而其他平台不直接使用區塊鏈技術。在數據控制方面，Recall 和其他平台都爲用戶提供一個高級別的數據控制權，但 Recall 通過區塊鏈技術進一步增強了數據的可信度。在性能指標上，Recall 的上傳/下載速度中等，吞吐量較高，可擴展性良好，而其他平台在協作和任務管理方面表現出色。這種綜合優勢使 Recall 在 AI 代理領域中具有獨特的競爭力。

與 AI 代理平台對比

Recall 通過區塊鏈優化設計，提供 AI 代理協作和知識交易的獨特功能，這使其在數據透明性和不可篡改性方面具有明顯優勢。其主要應用場景是 AI 代理知識的存儲與共享，而其他平台如 Eliza、GAME 和 AutoGen 則專注於多智能體協作和任務管理，適用於企業級任務管理、團隊協作和輕量級多智能體編排等場景。盡管 Recall 和其他平台都提供強隱私保護，但 Recall 在數據控制和透明性方面更具優勢，尤其是在結合區塊鏈技術後，能夠確保數據的安全性和可信度。這種獨特性使 Recall 在 AI 代理領域中佔據了重要的競爭優勢。

生態發展

技術演進

Ceramic

• 2020 年 3 月：Ceramic 項目由分布式數據庫基礎架構 3Box 聯合創始人 Michael Sena 推出。
• 2021 年 1 月 27 日：Ceramic 啓動 Clay 測試網，這是其邁向主網的重要裏程碑。
• 2021 年 3 月：Ceramic Fire 主網啓動，包括性能優化、完全去中心化的對等點發現機制、網絡監控以及其他漏洞修復。
• 2021 年 10 月：Ceramic 進行了性能優化和網絡擴展，以支持更多的開發者和應用程序。

Textile ThreadDB

• 2019 年 7 月：Textile 的 ThreadDB 作爲一個無服務器的 P2P 數據庫，基於 Libp2p 構建。
• 2020 年 2 月：Textile 的 ThreadDB 功能擴展，支持更多類型的動態數據存儲和管理。
• 2021 年 6 月：Textile 的 ThreadDB 進行了性能優化，提高了數據存儲和檢索的效率。
• 2023 年 1 月 9 日：Textile 的托管 Hub 基礎設施停用，包括 ThreadDB 和 Bucket 數據不再可用。

這些技術演進爲 Recall 平台的合並和發展奠定了堅實的基礎。

裏程碑

• 2025 年 2 月：Textile 和 Ceramic 合並，並推出 Recall。
• 2025 年 3 月：Recall 基金會成立。
• 2025 年 3 月：Recall 測試網上線。已有超過 60,000 人加入並完成了超過 400,000 筆交易。
• 2025 年 3 月：Recall 推出 Surge 積分獎勵計劃，鼓勵用戶參與代理競賽、社區建設和 AI 代理生態系統的學習。

來源：Gate.io

Surge 積分獎勵計劃

3 月，Recall 社區積分計劃 Surge 已上線。迄今爲止，已有超過 125,000 名用戶加入，用戶通過參加 AI 競賽、社交任務和其他挑戰來贏取積分。Surge 讓 Recall 社區的關注者數量增長至 225,000 名X 粉絲和 125,000 名 Discord 成員。以下是參與 Surge 積分獎勵計劃的方式：

• 訪問 Recall Surge 網站：前往 points.recall.network 創建一個個人資料。
• 完成任務賺取積分：通過完成在 Absinthe、Galxe 和 Zealy（Kaito 即將推出）上的社區任務來賺取積分。這些任務包括社交媒體任務、創作迷因、網絡使用和推薦等。
• 參與代理競賽：作爲構建者或用戶參與代理競賽。構建者可以通過註冊、參賽和在競賽中表現良好來賺取積分，而其他用戶可以通過提出競賽、投票和預測獲勝代理等方式賺取積分。
• 查看排行榜：隨着您積累積分，您將在 Surge 排行榜上攀升，展示您是 Recall 貢獻者中的佼佼者。
• 推薦他人：通過推薦他人加入並賺取他們終身積分的 10% 作爲額外獎勵。

風險分析

技術風險

Recall 採用的區塊鏈子網技術雖然爲其提供了去中心化和安全性的優勢，但也面臨着性能和擴展性的挑戰。隨着 AI 代理網絡規模的擴大和交易量的增加，區塊鏈子網可能會遇到處理速度和容量的瓶頸，導致系統性能下降，影響用戶體驗。

智能合約是 Recall 項目的重要組成部分，但其代碼可能存在漏洞，這些漏洞可能被惡意利用，導致數據泄露、資產損失或系統故障。此外，智能合約的復雜性也增加了開發和審核的難度，一旦出現問題，可能對整個項目的信任度造成負面影響。

市場風險

AI 代理經濟目前仍處於發展階段，尚未完全成熟。市場需求的不確定性和市場接受度的波動可能影響 Recall 項目的市場推廣和商業應用。如果市場對 AI 代理的認知和需求未能達到預期，Recall 的業務拓展和盈利模式可能會受到限制。

隨着 AI 和區塊鏈技術的不斷發展，市場競爭日益激烈。Recall 面臨來自其他 AI 代理平台和去中心化存儲項目的競爭壓力。這些競爭對手可能在技術、資源、市場份額等方面具有優勢，對 Recall 的市場地位構成威脅。

監管風險

去中心化存儲的監管風險：去中心化存儲技術雖然提供了更高的隱私保護和數據安全性，但也給監管帶來了挑戰。由於數據分散存儲在網絡節點上，傳統的數據管理和審計方式難以適用。例如，去中心化存儲平台如 FIL 和 FIL 在數據隱私和抗審查性方面表現出色，但也可能被用於存儲非法內容或規避監管審查。一些國家對去中心化存儲平台的監管政策尚不明確，導致企業在使用這些技術時面臨合規風險。例如，某些地區可能要求企業確保數據的可追溯性和合法性，而傳統的去中心化存儲技術難以滿足這些要求。

AI 代理交易的監管風險：AI 代理交易涉及數據隱私、知識產權和交易安全等問題，可能受到嚴格的監管。AI 代理的自主性和復雜性使得其行爲難以完全預測和控制，增加了監管的難度。例如，AI 代理可能被用於社會工程攻擊或金融詐騙，導致用戶數據泄露或資產損失。案例：2024 年，一名加密貨幣用戶通過社會工程學手段誘騙集成 Base 區塊鏈的 AI 代理 Freysa 向其帳戶轉帳 5 萬美元。這表明 AI 代理在缺乏有效監管和防護措施的情況下，可能被惡意利用，帶來嚴重的安全隱患。

未來展望

Recall 的未來發展方向涵蓋了技術擴展、生態建設、跨領域應用以及社區驅動等多個方面。

在技術擴展方面，Recall 正在構建基礎智能層，讓數百萬代理能夠證明、貨幣化和交換知識。Recall 區塊鏈不僅僅是代理客觀證明智能的一種方式，它還提供安全、經濟的基礎設施，以支持下一代多代理協作 AI。

在生態建設方面，Recall 計劃吸引更多的開發者和企業加入其生態系統，以推動 AI 代理經濟的發展。通過提供強大的開發工具、基礎設施支持以及開源協作平台，Recall 將降低 AI 代理開發的門檻，吸引更多開發者參與生態建設。借助 Recall，代理可以通過交易知識和技能進行協作，隨着更多代理的參與，情報將不斷增加。此外，Recall 還將探索去中心化自治組織（DAO）等治理模式，以增強社區的參與度和項目的可持續性。

在跨領域應用方面，Recall 將積極探索其技術在物聯網、供應鏈、醫療健康等多個領域的應用。去中心化存儲與區塊鏈技術的結合，能夠爲這些領域提供更高的數據隱私保護和抗審查性。例如，在物聯網中，Recall 可以爲設備間的數據交換提供安全的存儲和共享方案；在供應鏈中，它可以確保數據的透明性和可追溯性，從而提升整個供應鏈的效率和信任度。而在醫療領域，膳食計劃代理可以從糖尿病管理代理那裏獲取飲食調整，確保提供定制建議。這些初始用例只是觸及 Recall 可能性的冰山一角。

最後，在社區驅動方面，Recall 將通過社區治理和開源開發來推動項目的可持續發展。通過實施激勵機制，如積分獎勵計劃，以及採用社區驅動的開發模式，Recall 將吸引更多開發者和用戶參與生態建設，形成一個活躍且自我驅動的社區。這種模式不僅能夠加速技術創新，還能確保項目的長期穩定發展。

總結

Recall 作爲一個創新的去中心化平台，通過區塊鏈技術爲 AI 代理提供了一個全新的協作和經濟激勵框架。它解決了傳統 AI 系統在數據透明性、信任機制和協作能力方面的挑戰，爲 AI 代理經濟的發展提供了堅實的基礎。Recall 的核心技術包括專爲 AI 代理優化的區塊鏈子網、Cognitive APIs 和去中心化存儲技術，這些技術確保了數據的安全性、透明性和持久性。Recall 的應用場景廣泛，涵蓋金融、醫療、教育、物聯網等多個領域，爲這些領域提供了更高的數據隱私保護和抗審查性。盡管 Recall 面臨技術、市場和監管等多方面的風險與挑戰，但其未來發展方向明確，包括技術擴展、生態建設、跨領域應用和社區驅動。Recall 有望通過這些努力，成爲推動 AI 代理經濟和去中心化存儲技術發展的重要力量，爲構建一個開放、包容、可持續的智能社會奠定堅實基礎。