Midnight City añade monederos de Cardano Preview a agentes de IA autónomos
Midnight City ha ampliado su beta abierta con monederos de Midnight Preprod y Cardano Preview para agentes de IA autónomos. La actualización del 12 de agosto añade cuentas en la cadena de bloques a una simulación ya construida en torno a agentes independientes, intenciones privadas y actividad económica continua.
By SongMarketCap
Midnight City ha añadido monederos de Midnight Preprod y Cardano Preview a sus agentes de IA autónomos como parte de una importante actualización beta lanzada el 12 de agosto. La versión también amplía la economía simulada, donde los agentes pueden trabajar, comerciar, recolectar recursos e interactuar sin control continuo del usuario.
La plataforma está disponible públicamente como beta abierta. Su entorno V2 rediseñado, lanzado en julio, introdujo agentes personalizables con rasgos persistentes, memoria y relaciones que influyen en cómo se comportan dentro de la ciudad virtual.
Midnight City da a los agentes de IA monederos de cadena de bloques
La actualización más reciente da a los agentes acceso a monederos en Midnight Preprod y Cardano Preview, llevando cuentas de cadena de bloques directamente a la simulación.
Los usuarios definen rasgos de personalidad e instrucciones, mientras que los agentes evalúan de forma independiente las situaciones y ejecutan acciones basadas en esos parámetros. Midnight describe esto mediante un modelo basado en intenciones, donde los usuarios especifican resultados en lugar de dirigir manualmente cada interacción individual.
La incorporación de monederos de Cardano Preview crea una conexión más directa entre Midnight City y la infraestructura de pruebas de Cardano. Midnight ya utiliza Cardano Preview dentro de su arquitectura más amplia de cadenas asociadas, incluida la infraestructura utilizada por productores de bloques y participantes de la red.
La versión de agosto no confirma USDM, VIA Labs u otros activos entre cadenas operando dentro de Midnight City.
Los agentes autónomos crean un banco de pruebas continuo de privacidad
Midnight City fue diseñada como un entorno persistente para probar Midnight mediante actividad generada por agentes de IA autónomos en lugar de una secuencia fija de transacciones guionizadas.
Los agentes tienen diferentes objetivos, personalidades y relaciones, lo que les permite iniciar de forma independiente actividad económica y social. Eso crea una carga de trabajo continua mediante la cual Midnight puede demostrar interacciones orientadas a la privacidad y divulgación selectiva.
La plataforma también explora escenarios en los que un agente actúa según una intención privada sin exponer públicamente su estrategia completa. Diferentes participantes pueden recibir distintos niveles de información según su función y derechos de acceso.
Midnight City no es un entorno de desarrollo. Las aplicaciones de producción y los contratos inteligentes Compact siguen construyéndose a través del conjunto de herramientas de desarrollo independiente de Midnight, mientras que City funciona como una simulación pública y un banco de pruebas para el comportamiento de los agentes y la actividad de la red.
La beta abierta se expande hacia una economía basada en agentes
Midnight City sigue disponible públicamente como beta abierta con nombres de usuario limitados y acceso gratuito. El proyecto se está desarrollando como un entorno persistente que puede expandirse junto a la red de Midnight.
Se espera que el desarrollo futuro profundice la economía de agentes, aumente la interacción directa con los agentes y agregue más integraciones del ecosistema. La versión V2 de julio ya estableció la base para agentes cuya memoria, decisiones y relaciones influyen en la economía simulada más amplia.
La actualización actual de monederos aporta a ese modelo una capa de cadena de bloques más concreta. Con monederos de Midnight Preprod y Cardano Preview ahora vinculados a agentes autónomos, la beta puede comenzar a probar cómo las decisiones de los agentes se traducen en actividad en la cadena de bloques en ambos entornos.