Federal o‘rganishdan markazsizlashtirilgan Agent tarmog‘igacha: ChainOpera loyihasi tahlili

Muallif: 0xjacobzhao

2024-yil iyun oyidagi tahliliy hisobotimizda (“ Crypto AI ning muqaddas graali: markazsizlashtirilgan o‘qitishning ilg‘or izlanishlari ”) biz federativ o‘qitish (Federated Learning) — bu taqsimlangan o‘qitish va markazsizlashtirilgan o‘qitish o‘rtasidagi “nazorat ostidagi markazsizlashtirish” yechimi haqida so‘z yuritgan edik: uning asosi — ma’lumotlarni lokal saqlash va parametrlarni markaziy tarzda birlashtirish bo‘lib, tibbiyot, moliya kabi sohalarda maxfiylik va muvofiqlik talablariga javob beradi. Shu bilan birga, biz oldingi ko‘plab tahliliy hisobotlarimizda Agent (Intellektual agent) tarmoqlari rivojlanishiga doimiy e’tibor qaratib kelmoqdamiz — ularning ahamiyati shundaki, ko‘p agentli avtonomiya va vazifalarni bo‘lishish orqali murakkab vazifalarni hamkorlikda bajarish, “katta model”dan “ko‘p agentli ekotizim”ga o‘tishni rag‘batlantiradi.

Federativ o‘qitish “ma’lumot joyidan chiqmaydi, hissa qo‘shishga qarab rag‘batlantiriladi” tamoyili asosida ko‘p tomonlama hamkorlik uchun zamin yaratadi, uning taqsimlangan tabiati, shaffof rag‘batlantirish, maxfiylik kafolati va muvofiqlik amaliyoti Agent Network uchun to‘g‘ridan-to‘g‘ri foydalanish mumkin bo‘lgan tajribani taqdim etadi. FedML jamoasi aynan shu yo‘nalishda harakat qilib, ochiq manba genini TensorOpera (AI sanoat infratuzilmasi qatlami)ga, so‘ngra ChainOpera (markazsizlashtirilgan Agent tarmog‘i)ga rivojlantirdi. Albatta, Agent Network federativ o‘qitishning muqarrar davomchisi emas, uning asosi ko‘p agentli avtonom hamkorlik va vazifalarni bo‘lishishda, shuningdek, u to‘g‘ridan-to‘g‘ri ko‘p agentli tizimlar (MAS), kuchaytirilgan o‘qitish (RL) yoki blokcheyn rag‘batlantirish mexanizmlari asosida ham qurilishi mumkin.

I. Federativ o‘qitish va AI Agent texnologik stek arxitekturasi

Federativ o‘qitish (Federated Learning, FL) — bu ma’lumotlarni markazlashtirmasdan hamkorlikda o‘qitish uchun mo‘ljallangan ramka bo‘lib, uning asosiy printsipi — har bir ishtirokchi o‘z joyida modelni o‘qitadi va faqat parametrlar yoki gradientlarni koordinatsiya markaziga yuboradi, natijada “ma’lumot hududdan chiqmaydi” tamoyili asosida maxfiylik va muvofiqlik ta’minlanadi. Tibbiyot, moliya va mobil sohalardagi amaliyotdan so‘ng, federativ o‘qitish nisbatan yetuk tijorat bosqichiga yetdi, biroq hali ham katta aloqa xarajatlari, to‘liq maxfiylikni ta’minlamaslik, qurilmalar geterogenligi sababli past konvergentsiya samaradorligi kabi muammolarga duch kelmoqda. Boshqa o‘qitish usullari bilan solishtirganda, taqsimlangan o‘qitish samaradorlik va masshtab uchun hisoblash quvvatini markazlashtirishga urg‘u beradi, markazsizlashtirilgan o‘qitish esa ochiq hisoblash tarmog‘i orqali to‘liq taqsimlangan hamkorlikni amalga oshiradi, federativ o‘qitish esa ular o‘rtasida joylashgan, “nazorat ostidagi markazsizlashtirish” yechimi sifatida namoyon bo‘ladi: bu sanoatning maxfiylik va muvofiqlik ehtiyojlarini qondiradi, shuningdek, muassasalararo hamkorlik uchun amaliy yo‘lni taqdim etadi va sanoat uchun oraliq joylashtirish arxitekturasiga ko‘proq mos keladi.

Butun AI Agent protokoli stekida biz uni oldingi tahliliy hisobotimizda uchta asosiy qatlamga ajratgan edik, ya’ni

• Infratuzilma qatlami (Agent Infrastructure Layer): Bu qatlam agentlarga eng past darajadagi ishlashni ta’minlaydi va barcha Agent tizimlarini qurish uchun texnologik asos hisoblanadi.

• Asosiy modullar: Agent Framework (agentlarni ishlab chiqish va ishga tushirish ramkasi) va Agent OS (ko‘proq past darajadagi ko‘p vazifali rejalashtirish va modulli ishga tushirish muhiti)ni o‘z ichiga oladi, agentning hayotiy tsiklini boshqarish uchun asosiy imkoniyatlarni taqdim etadi.

• Qo‘llab-quvvatlovchi modullar: masalan, Agent DID (markazsizlashtirilgan identifikatsiya), Agent Wallet & Abstraction (hisob abstraksiyasi va tranzaksiya bajarilishi), Agent Payment/Settlement (to‘lov va hisob-kitob imkoniyatlari).

• Koordinatsiya va rejalashtirish qatlami (Coordination & Execution Layer)ko‘p agentlar o‘rtasidagi hamkorlik, vazifalarni rejalashtirish va tizim rag‘batlantirish mexanizmlariga e’tibor qaratadi, bu agent tizimlarida “jamoaviy intellekt”ni shakllantirish uchun muhim hisoblanadi.

• Agent Orchestration: bu boshqaruv mexanizmi bo‘lib, Agent hayotiy tsikli, vazifalarni taqsimlash va bajarish jarayonini birlashtirilgan tarzda boshqaradi, markaziy nazoratga ega ish jarayonlari uchun mos keladi.

• Agent Swarm: bu hamkorlik tuzilmasi bo‘lib, taqsimlangan agentlar hamkorligini ta’kidlaydi, yuqori darajadagi avtonomiya, bo‘linish va moslashuvchan hamkorlikka ega, dinamik muhitdagi murakkab vazifalarni hal qilish uchun mos keladi.

• Agent Incentive Layer: Agent tarmog‘ining iqtisodiy rag‘batlantirish tizimini quradi, ishlab chiquvchilar, bajaruvchilar va tekshiruvchilarning faolligini oshiradi, agent ekotizimiga barqaror harakatlantiruvchi kuch beradi.

• Ilova qatlami (Application & Distribution Layer)

• Tarqatish subkategoriyasi:Agent Launchpad, Agent Marketplace va Agent Plugin Networkni o‘z ichiga oladi

• Ilova subkategoriyasi:AgentFi, Agent Native DApp, Agent-as-a-Service va boshqalarni qamrab oladi

• Iste’molchi subkategoriyasi:Asosan Agent Social / Consumer Agent, iste’molchilar uchun ijtimoiy va yengil ssenariylar uchun mo‘ljallangan

• Meme:Agent tushunchasidan marketing uchun foydalaniladi, amaliy texnologik yechim va ilovaga ega emas, faqat marketingga asoslangan.

II. Federativ o‘qitish namunasi FedML va TensorOpera to‘liq stek platformasi

FedML federativ o‘qitish (Federated Learning) va taqsimlangan o‘qitishga mo‘ljallangan eng dastlabki ochiq manba ramkalaridan biri bo‘lib, akademik jamoa (USC)dan boshlangan va asta-sekin TensorOpera AI ning asosiy mahsulotiga aylangan. U tadqiqotchilar va ishlab chiquvchilarga muassasalararo va qurilmalararo ma’lumotlar hamkorlikda o‘qitish vositalarini taqdim etadi, akademik sohada FedML NeurIPS, ICML, AAAI kabi yetakchi konferensiyalarda tez-tez uchraydi va federativ o‘qitish tadqiqotlarida umumiy eksperimental platformaga aylangan; sanoatda esa, FedML tibbiyot, moliya, edge AI va Web3 AI kabi maxfiylik talab qilinadigan ssenariylarda yuqori obro‘ga ega bo‘lib, federativ o‘qitish sohasida etalon vositalar zanjiri sifatida qaraladi.

TensorOpera — bu FedMLning tijorat yo‘nalishida rivojlanib, korxonalar va ishlab chiquvchilar uchun mo‘ljallangan to‘liq stek AI infratuzilmasi platformasi: federativ o‘qitish imkoniyatlarini saqlab qolgan holda, GPU Marketplace, model xizmati va MLOpsga kengayadi va katta model hamda Agent davrining kengroq bozoriga kirib boradi. TensorOpera arxitekturasi uchta qatlamga bo‘linadi: Compute Layer (asosiy qatlam), Scheduler Layer (rejalashtirish qatlami) va MLOps Layer (ilova qatlami):

1. Compute Layer (quyi qatlam)

Compute qatlami TensorOpera texnologik asosi bo‘lib, FedMLning ochiq manba genini davom ettiradi, asosiy funksiyalari: Parameter Server, Distributed Training, Inference Endpoint va Aggregation Server. Uning qiymati — taqsimlangan o‘qitish, maxfiylikni himoya qiluvchi federativ o‘qitish va kengaytiriladigan inferensiya dvigatelini taqdim etishda, “Train / Deploy / Federate” uch asosiy imkoniyatni qo‘llab-quvvatlaydi, modelni o‘qitish, joylashtirish va muassasalararo hamkorlikni to‘liq qamrab oladi, butun platformaning asosiy qatlami hisoblanadi.

2. Scheduler Layer (o‘rta qatlam)

Scheduler qatlami hisoblash quvvatini savdo va rejalashtirish markazi bo‘lib, GPU Marketplace, Provision, Master Agent va Schedule & Orchestrate qismlaridan iborat, umumiy bulut, GPU provayderlari va mustaqil ishtirokchilarning resurslarini chaqirishni qo‘llab-quvvatlaydi. Bu qatlam FedMLning TensorOpera ga yangilanishidagi muhim burilish nuqtasi bo‘lib, aqlli hisoblash quvvatini rejalashtirish va vazifalarni boshqarish orqali AI o‘qitish va inferensiyaning keng ko‘lamini amalga oshiradi, LLM va generativ AIning tipik ssenariylarini qamrab oladi. Shu bilan birga, Share & Earn rejimi rag‘batlantirish mexanizmi interfeysini saqlaydi va DePIN yoki Web3 rejimiga moslashish salohiyatiga ega.

3. MLOps Layer (yuqori qatlam)

MLOps qatlami — bu platformaning ishlab chiquvchilar va korxonalar uchun to‘g‘ridan-to‘g‘ri xizmat interfeysi bo‘lib, Model Serving, AI Agent va Studio kabi modullarni o‘z ichiga oladi. Tipik ilovalar LLM Chatbot, multimodal generativ AI va ishlab chiquvchi Copilot vositalarini o‘z ichiga oladi. Uning qiymati — quyi qatlam hisoblash quvvati va o‘qitish imkoniyatlarini yuqori darajadagi API va mahsulotlarga abstraktsiya qilish, foydalanish to‘sig‘ini pasaytirish, tayyor Agent, kam kodli ishlab chiqish muhiti va kengaytiriladigan joylashtirish imkoniyatlarini taqdim etishda, Anyscale, Together, Modal kabi yangi avlod AI Infra platformalariga mos keladi va infratuzilmadan ilovalarga o‘tishda ko‘prik vazifasini bajaradi.

2025-yil mart oyida TensorOpera AI Agent uchun to‘liq stek platformaga yangilanadi, asosiy mahsulotlari quyidagilarni o‘z ichiga oladi: AgentOpera AI App, Framework va Platform. Ilova qatlami ChatGPTga o‘xshash ko‘p agentli kirish nuqtasini taqdim etadi, ramka qatlami grafik tuzilmali ko‘p agentli tizim va Orchestrator/Router orqali “Agentic OS”ga rivojlanadi, platforma qatlami esa TensorOpera model platformasi va FedML bilan chuqur integratsiyalashadi, taqsimlangan model xizmati, RAG optimallashtirish va gibrid qurilma-bulut joylashtirishni amalga oshiradi. Umumiy maqsad — “bitta operatsion tizim, bitta agent tarmog‘i”ni yaratish, ishlab chiquvchilar, korxonalar va foydalanuvchilar ochiq va maxfiylikni himoya qiluvchi muhitda yangi avlod Agentic AI ekotizimini birgalikda qurishlari uchun imkoniyat yaratish.

III. ChainOpera AI ekotizimi panoramasi:Birgalikda yaratishdan texnologik asosgacha

Agar FedML texnologik yadro bo‘lib, federativ o‘qitish va taqsimlangan o‘qitish uchun ochiq manba genini taqdim etsa;TensorOpera FedML ilmiy natijalarini tijoratga mos to‘liq stek AI infratuzilmasiga aylantirgan bo‘lsa, ChainOpera esa TensorOpera platforma imkoniyatlarini “zanjirga olib chiqadi”, AI Terminal + Agent Social Network + DePIN modeli va hisoblash qatlami + AI-Native blokcheyn orqali markazsizlashtirilgan Agent tarmog‘i ekotizimini yaratadi. Uning asosiy o‘zgarishi shundaki, TensorOpera asosan korxonalar va ishlab chiquvchilarga qaratilgan bo‘lsa, ChainOpera Web3 boshqaruv va rag‘batlantirish mexanizmlaridan foydalanib, foydalanuvchilar, ishlab chiquvchilar, GPU/ma’lumotlar ta’minotchilarini birgalikda qurish va boshqarishga jalb qiladi, shunda AI Agent faqat “foydalaniladigan” emas, balki “birgalikda yaratiladigan va birgalikda egalik qilinadigan” bo‘ladi.

Birgalikda yaratuvchilar ekotizimi (Co-creators)

ChainOpera AI Model & GPU Platform va Agent Platform orqali ekotizim birgalikda yaratuvchilari uchun vositalar zanjiri, infratuzilma va koordinatsiya qatlamini taqdim etadi, model o‘qitish, agent ishlab chiqish, joylashtirish va kengaytirilgan hamkorlikni qo‘llab-quvvatlaydi.

ChainOpera ekotizimining birgalikda yaratuvchilari quyidagilarni o‘z ichiga oladi: AI Agent ishlab chiquvchilari (agentlarni loyihalash va boshqarish),vosita va xizmat ta’minotchilari (shablonlar, MCP, ma’lumotlar bazasi va API),model ishlab chiquvchilari (model kartalarini o‘qitish va chiqarish),GPU ta’minotchilari (DePIN va Web2 bulut hamkorlari orqali hisoblash quvvatini taqdim etish),ma’lumotlar taqdimotchilari va belgilovchilari (ko‘p formatli ma’lumotlarni yuklash va belgilash). Uchta asosiy ta’minot — ishlab chiqish, hisoblash quvvati va ma’lumotlar — agent tarmog‘ining doimiy o‘sishini birgalikda harakatga keltiradi.

Birgalikda egalik qiluvchilar ekotizimi (Co-owners)

ChainOpera ekotizimi birgalikda egalik qilish mexanizmini ham joriy qiladi, tarmoqni birgalikda qurish va ishtirok etish orqali. AI Agent yaratuvchilari — bu jamoa yoki shaxslar bo‘lib, Agent Platform orqali yangi agentlarni loyihalash va joylashtirish, ularni qurish, ishga tushirish va doimiy ravishda qo‘llab-quvvatlash uchun javobgar, natijada funksiyalar va ilovalarda innovatsiyani rag‘batlantiradi.AI Agent ishtirokchilari esa hamjamiyatdan kelib chiqadi, ular agent hayotiy tsiklida ishtirok etish uchun kirish birliklarini (Access Units) olish va saqlash orqali agentning o‘sishi va faolligini qo‘llab-quvvatlaydi. Ikkala rol ham ta’minot va talab tomonini ifodalaydi va ekotizim ichida qiymat almashinuvi va hamkorlikda rivojlanish modelini shakllantiradi.

Ekotizim hamkorlari: platforma va ramkalar

ChainOpera AI ko‘plab hamkorlar bilan hamkorlik qilib, platformaning foydalanish imkoniyati va xavfsizligini kuchaytiradi va Web3 ssenariylarini integratsiyalashga e’tibor qaratadi: AI Terminal App orqali hamyon, algoritm va agregatsiya platformasi bilan birgalikda aqlli xizmatlarni tavsiya qiladi; Agent Platformda ko‘p ramka va nol kodli vositalarni joriy qiladi, ishlab chiqish to‘sig‘ini pasaytiradi; TensorOpera AIga tayanib, model o‘qitish va inferensiyani amalga oshiradi; va FedML bilan eksklyuziv hamkorlik o‘rnatadi, muassasalararo va qurilmalararo maxfiylikni himoya qiluvchi o‘qitishni qo‘llab-quvvatlaydi. Umuman olganda, korxona darajasidagi ilovalar va Web3 foydalanuvchi tajribasini birlashtirgan ochiq ekotizim shakllanadi.

Qattiq qurilma kirish nuqtasi: AI qurilmalari va hamkorlar (AI Hardware & Partners)

DeAI Phone, taqiladigan qurilmalar va Robot AI kabi hamkorlar orqali ChainOpera blokcheyn va AI ni aqlli qurilmalarga integratsiya qiladi, dApp interaktivligi, qurilma tomonida o‘qitish va maxfiylikni himoya qilishni amalga oshiradi va asta-sekin markazsizlashtirilgan AI qurilmalari ekotizimini shakllantiradi.

Markaziy platforma va texnologik asos: TensorOpera GenAI & FedML

TensorOpera MLOps, Scheduler, Compute ni qamrab olgan to‘liq stek GenAI platformasini taqdim etadi; uning subplatformasi FedML ilmiy ochiq manbadan sanoat ramkasiga aylangan, AI “har joyda ishlash va istalgancha kengayish” imkoniyatini kuchaytirgan.

ChainOpera AI ekotizim tizimi

IV. ChainOpera asosiy mahsulotlari va to‘liq stekli AI Agent infratuzilmasi

2025-yil iyun oyida ChainOpera rasmiy ravishda AI Terminal App va markazsizlashtirilgan texnologik stekni ishga tushirdi, o‘zini “markazsizlashtirilgan OpenAI” deb pozitsiyaladi, asosiy mahsulotlari to‘rtta modulni o‘z ichiga oladi: ilova qatlami (AI Terminal & Agent Network), ishlab chiquvchilar qatlami (Agent Creator Center), model va GPU qatlami (Model & Compute Network), shuningdek CoAI protokoli va maxsus zanjir, foydalanuvchi kirishidan to quyi qatlam hisoblash quvvati va zanjirdagi rag‘batlantirishgacha bo‘lgan to‘liq siklni qamrab oladi.

AI Terminal App BNBChain bilan integratsiyalashgan, zanjirdagi tranzaksiyalar va DeFi ssenariylari uchun Agentlarni qo‘llab-quvvatlaydi. Agent Creator Center ishlab chiquvchilar uchun ochiq bo‘lib, MCP/HUB, bilim bazasi va RAG imkoniyatlarini taqdim etadi, hamjamiyat agentlari doimiy ravishda qo‘shilmoqda; shu bilan birga CO-AI Alliance tashkil etilgan, io.net, Render, TensorOpera, FedML, MindNetwork va boshqa hamkorlar bilan hamkorlik qilinmoqda.

BNB DApp Bayning so‘nggi 30 kunlik zanjirdagi ma’lumotlariga ko‘ra, uning mustaqil foydalanuvchilari 158.87K, so‘nggi 30 kunlik tranzaksiya hajmi 2.6 million, BSC “AI Agent” toifasida butun sayt bo‘yicha ikkinchi o‘rinda, bu kuchli zanjirdagi faollikni ko‘rsatadi.

Super AI Agent App – AI Terminal

Markazsizlashtirilgan ChatGPT va AI ijtimoiy kirish nuqtasi sifatida AI Terminal multimodal hamkorlik, ma’lumotlar hissasi uchun rag‘bat, DeFi vositalarini integratsiyalash, platformalararo yordamchi va AI Agent hamkorligi hamda maxfiylikni himoya qilishni (Your Data, Your Agent) taqdim etadi. Foydalanuvchilar mobil qurilmada ochiq manbali katta model DeepSeek-R1 va hamjamiyat agentlarini to‘g‘ridan-to‘g‘ri chaqirishlari mumkin, interaktiv jarayonda til tokenlari va kripto tokenlar zanjirda shaffof tarzda aylanishi mumkin. Uning qiymati shundaki, foydalanuvchilar “kontent iste’molchisi”dan “aqlli hamkreatorga” aylanishi va DeFi, RWA, PayFi, e-commerce kabi ssenariylarda o‘z agent tarmog‘idan foydalanishlari mumkin.

AI Agent Social Network

Pozitsiyasi LinkedIn + Messenger ga o‘xshaydi, lekin AI Agent guruhiga qaratilgan. Virtual ish maydoni va Agent-to-Agent hamkorlik mexanizmlari (MetaGPT, ChatDEV, AutoGEN, Camel) orqali yagona Agentdan ko‘p agentli hamkorlik tarmog‘iga evolyutsiyani rag‘batlantiradi, moliya, o‘yin, e-commerce, tadqiqot va boshqa ilovalarni qamrab oladi va asta-sekin xotira va avtonomiyani kuchaytiradi.

AI Agent Developer Platform

Ishlab chiquvchilarga “Lego uslubida” yaratuvchanlik tajribasini taqdim etadi. Nol kod va modulli kengaytmani qo‘llab-quvvatlaydi, blokcheyn kontrakti egalikni kafolatlaydi, DePIN + bulut infratuzilmasi to‘siqlarni pasaytiradi, Marketplace tarqatish va topish kanallarini taqdim etadi. Uning asosi — ishlab chiquvchilar foydalanuvchilarga tezda yetib borishi, ekotizim hissasi shaffof tarzda qayd etilishi va rag‘batlantirilishi.

AI Model & GPU Platform

Infratuzilma qatlami sifatida DePIN va federativ o‘qitishni birlashtirib, Web3 AI markazlashtirilgan hisoblash quvvatiga bog‘liqlik muammosini hal qiladi. Taqsimlangan GPU, maxfiylikni himoya qiluvchi ma’lumotlar o‘qitish, model va ma’lumotlar bozori, shuningdek, boshdan-oxirigacha MLOps orqali ko‘p agentli hamkorlik va shaxsiylashtirilgan AI ni qo‘llab-quvvatlaydi. Uning maqsadi — “katta kompaniyalar monopoliyasi”dan “hamjamiyat birgalikda quradigan” infratuzilma paradigmasiga o‘tishni rag‘batlantirish.

V. ChainOpera AI yo‘l xaritasi

To‘liq stekli AI Agent platformasi rasmiy ishga tushirilganidan tashqari, ChainOpera AI umumiy sun’iy intellekt (AGI) ko‘p formatli, ko‘p agentli hamkorlik tarmog‘idan kelib chiqishiga ishonadi. Shuning uchun uzoq muddatli yo‘l xaritasi to‘rtta bosqichga bo‘lingan:

• I bosqich (Compute → Capital): Markazsizlashtirilgan infratuzilmani qurish, GPU DePIN tarmog‘i, federativ o‘qitish va taqsimlangan o‘qitish/inferensiya platformasi, model router (Model Router) orqali ko‘p qurilma inferensiyasini muvofiqlashtirish; rag‘batlantirish mexanizmi orqali hisoblash quvvati, model va ma’lumotlar ta’minotchilariga foydalanish hajmiga qarab daromad taqsimlash.

• II bosqich (Agentic Apps → Collaborative AI Economy): AI Terminal, Agent Marketplace va Agent Social Networkni ishga tushirish, ko‘p agentli ilova ekotizimini shakllantirish; CoAI protokoli orqali foydalanuvchi, ishlab chiquvchi va resurs ta’minotchilarini bog‘lash, foydalanuvchi ehtiyojlari–ishlab chiquvchi moslash tizimi va kredit tizimini joriy qilish, yuqori chastotali interaktiv va doimiy iqtisodiy faoliyatni rag‘batlantirish.

• III bosqich (Collaborative AI → Crypto-Native AI): DeFi, RWA, to‘lov, e-commerce va boshqa sohalarda amaliyotga joriy qilish, KOL ssenariylari va shaxsiy ma’lumotlar almashinuviga kengaytirish; moliya/kripto uchun maxsus LLM ishlab chiqish va Agent-to-Agent to‘lov va hamyon tizimini ishga tushirish, “Crypto AGI” ssenariyli ilovalarni rag‘batlantirish.

• IV bosqich (Ekotizimlar → Avtonom AI iqtisodiyotlari): Asta-sekin avtonom sub-tarmoq iqtisodiyotiga evolyutsiya qilish, har bir sub-tarmoq ilova, infratuzilma, hisoblash quvvati, model va ma’lumotlar atrofida mustaqil boshqaruv, tokenizatsiya va sub-tarmoqlararo protokol orqali hamkorlik, ko‘p sub-tarmoq hamkorlik ekotizimini shakllantirish; shu bilan birga Agentic AI dan Physical AIga (robototexnika, avtonom haydash, kosmik texnologiyalar) o‘tish.