OriginTrail

OriginTrail 是一个去中心化知识图谱协议，为 AI 系统提供共享、可验证的记忆层。其核心业务围绕去中心化知识图谱（DKG）展开，允许知识资产在无需许可的节点网络上被发布、发现、查询和验证。该协议将密码学证明（如 Merkle 根）锚定到多条区块链上，确保数据的来源和完整性。

核心价值主张是“可信 AI”——解决 AI 模型（尤其是大语言模型）产生幻觉或依赖不可验证数据源的市场痛点。OriginTrail 通过让 AI 代理能够追溯任何知识片段的来源、验证其真实性，并基于累积的、防篡改的知识而非孤立且不透明的训练数据进行构建，从而解决这一问题。这在供应链、医疗保健和科学研究等数据来源至关重要的领域尤其相关。

近半年（2026-02-28 至 2026-08-29），OriginTrail 取得了显著进展。DKG v10 的发布引入了面向 AI 系统的新架构，支持 AI 代理私下处理信息，结果在共享知识图谱中进行比较，仅在达成共识后才将结论上链。五个独立 AI 代理分析来自 PubMed、ClinicalTrials.gov 和安全数据库的医疗数据，在没有协调的情况下得出了相同结论，证明了系统的可靠性。OriginTrail 还与 Google 的开放知识格式（OKF）集成，为可移植知识文件增加了验证层。这通过 Strategy 的比特币储备数据进行了演示，原始 SEC 文件被转换为 AI 代理可追溯的可验证事实。此外，Umanitek 推出了 Blackbox，一个基于 OriginTrail DKG 构建的 AI 代理安全系统，通过共享威胁检测创造集体免疫，将威胁信号锚定在 DKG 上，使一个代理检测到的威胁对所有代理可见。

关于两年内的负面信息：协议文档承认了固有局限性——已记录表示的完整性并不等于底层对象的真实性、完整性、法律效果或质量。数据质量完全取决于发布者的输入；如果初始数据具有误导性、不完整或建模不佳，持久化的指纹可以保存该有缺陷的输入，但无法修复它。还存在可用性、隐私和实现边界风险，包括公共与私有知识资产的不同访问和复制属性，以及节点运行、查询行为、网络配置和链选择如何影响内容可达性和解释。智能合约、节点软件、网关、治理流程和第三方集成可能发生变化或存在缺陷。不应从公开文档或仓库推断整个项目的官方审计状态。