MuleRun打造「會看會算」的鏈上AI Agent：內置高品質數據+低成本推理，重構交易效率

BlockBeats 消息，4 月 21 日，全球首個自進化個人 AI 項目 MuleRun（騾子快跑）首席技術官束駿亮在「破譯 Web 4.0：當 AI Agent 接管鏈上權限」主題線下活動分享稱，在資訊獲取能力方面，傳統依賴搜尋引擎或免費 API 的資料獲取方式難以滿足高精度需求，尤其在金融交易場景中，諸如免費行情接口存在延遲與資料缺失問題，無法支持高頻或專業化決策。

為此，MuleRun 通過預集成高品質資料源與專業化工具接口，降低用戶接入門檻，無需自行採購或配置 API，即可調用涵蓋鏈上資料、美股資料及多維分析能力的資料體系。

同時，平台引入多種「策略技能（Skills）」，包括交易策略評估、多角色模擬辯論以及量化回測等功能。其中，回測任務通過外部伺服器執行，解決本地與通用雲環境算力不足的問題，提升量化用戶的實際使用體驗。此外，MuleRun 亦在拓展多元資料源，例如接入跨境電商商品資料等，以增強 Agent 在不同業務場景下的資訊獲取能力。

在「智能決策」層面，束駿亮強調，Agent 的核心在於複雜任務處理能力，包括多週期資料分析、指標計算及策略執行等。同時，成本控制成為關鍵指標之一。當前 AI 系統普遍面臨 Token 消耗高的問題，直接影響用戶使用成本。對此，MuleRun 在工程層面對 Token 使用進行系統性優化，在保證任務完成品質的前提下顯著降低成本，提高單位預算下的任務執行效率。

束駿亮表示，資料品質與模型效率將直接決定 AI Agent 的任務表現，未來平台將持續在高品質資料接入與低成本智能計算之間尋求平衡，以支援更複雜的鏈上應用場景。