AI Arena (ArenaX Labs) / NRN Agents
AI Arena / NRN Agents — справочная карточка криптопроекта: что делает продукт и насколько проверяемы ключевые утверждения проекта; также — соответствие тезису Decentralized AI (DecAI Fit).
AI Arena — игра/платформа, где пользователи тренируют AI‑персонажей для соревнований; связанный токен экосистемы — NRN (Neuron) на Arbitrum One.
Дисклеймер
Важно: эта страница — справочный разбор проекта. В рамках DecAIHub отдельно фиксируется проверка сведений из открытых источников по AI‑тезису (что реально AI/onchain/зачем токен и на каких источниках это основано).
Это не является финансовой рекомендацией и не является советом покупать/продавать/держать актив. Мы не оцениваем цену, доходность, тайминг входа/выхода.
Выводы основаны на публично доступных материалах, обнаруженных на дату проверки. Отсутствие подтверждения не означает отсутствие технологии.
TL;DR (для тех, кто не про ИИ)
- Что это: игра, в которой игроки создают/тренируют AI‑бойцов и соревнуются; дополнительно — “NRN Reinforcement Learning” и экосистема вокруг агентных моделей.
- Для кого: игроки и команды, которые хотят “тренировать персонажей” (модели/агентов) и участвовать в соревнованиях; партнёры/студии, которые интегрируются в SDK/агентную экосистему.
- Зачем ончейн/токен: токен NRN используется для стейкинг‑механик и экономических примитивов (например, “Data Capsules” и staking mechanics — по whitepaper); onchain‑составляющая также связана с атрибутами/экономикой и отслеживаемыми интеграциями.
- Что можно потрогать (Tier‑1): официальный сайт/вход в продукт (см.
links_* → App / Demo) и whitepaper.
Как это работает (очень кратко)
- Игрок делает: играет и собирает/обучает своего AI‑персонажа (агента) для боёв/соревнований.
- Система делает: использует ML/RL‑подходы для тренировки и улучшения агентов (по whitepaper NRN Agents).
- Игрок получает: более сильного агента/персонажа и участие в соревнованиях; экономические механики завязаны на токен.
- Где блокчейн: токен NRN — onchain (Arbitrum One); часть экономических механик описана как onchain‑элементы (например, staking, on-chain атрибуты) — по whitepaper.
- Роль токена: NRN участвует в стейкинге/локах и механиках “Data Capsules” и других утилити (по whitepaper).
Быстрые ссылки: AI‑соответствие
Паспорт проекта
| Поле | Значение |
|---|---|
| Название проекта | AI Arena (ArenaX Labs) / NRN Agents |
| Также известен как (aliases) | Neuron; NRN; NRN Reinforcement Learning; NRN Agents |
| Лого (logo) | ../assets/162_ai-arena_logo.png |
| Символ токена (ticker) | NRN |
| Категория | AI/Agents | AI/RL | Gaming |
| Основная сеть (chain) | Arbitrum One |
| Тип | EVM |
| Статус сети | mainnet |
| Консенсус (consensus) | L2 (Optimistic Rollup, Arbitrum One on Ethereum) |
| Дата запуска (launch_date) | 2024-06 (TGE: June 2024 — по whitepaper NRN Agents) |
| Статус проекта (status) | active |
| Токен (стандарт) | ERC-20 |
| Контракт токена | 0xdadeca1167fe47499e53Eb50F261103630974905 |
| Модель токена (token_type) | utility (staking + locks + ecosystem) |
| Макс. предложение | 1,000,000,000 NRN (Max Total Supply на Arbiscan; MAX_SUPPLY в контракте) |
| Эмиссия | fixed (MAX_SUPPLY; в контракте есть burn()) |
| Токеномика (tokenomics, кратко) | whitepaper описывает распределение/вестинг и утилити (Data Capsules, staking mechanics, treasury/buybacks) |
| Управление | — (в просмотренных источниках governance‑процесс не выделен как DAO; экономику/параметры описывает проект) |
| Админы/ключи | токен‑контракт — простой ERC‑20 с MAX_SUPPLY; ключевые риски чаще в игровых/экономических контрактах (см. аудит) |
| Аудит | yes (публичный отчёт Code4rena по “AI Arena” смарт‑контрактам) |
| Bug bounty | — |
| Команда (team) | ArenaX Labs Inc. (указано в коде токена на Arbiscan) |
| Финансирование (investors/funding) | — (инвесторы перечислены на docs.aiarena.io, но это не ключевое Tier‑1 доказательство технологий) |
| AI‑компонент (ai_component) | training RL agents in gaming context |
| Use‑case (use_case) | game-based training of AI characters + agent ecosystem |
| DecAI Fit — AI‑соответствие (AI thesis fit) | 4/6 — среднее соответствие тезису Decentralized AI |
| Итог по компонентам DecAI Fit | 3 / 2 / 0 / 3 |
| Last verified | 2026-02-11 |
Ссылки (links_*)
| Тип | Ссылка |
|---|---|
| Website | https://nrnagents.ai |
| Docs | https://whitepaper.nrnagents.ai/ |
| GitHub | https://whitepaper.nrnagents.ai/ |
| Releases / Changelog | — |
| Whitepaper | https://whitepaper.nrnagents.ai |
| Roadmap | https://whitepaper.nrnagents.ai/nrn-robotics/nrn-robotics-roadmap |
| Security advisories | — |
| Explorer | https://arbiscan.io/token/0xdadeca1167fe47499e53Eb50F261103630974905 |
| App / Demo | https://nrnagents.ai |
| X | https://twitter.com/NRNAgents |
| Discord | https://discord.com/invite/nrnagents |
| Telegram | — |
| Medium | https://medium.com/@aiarena |
| Audit report(s) | https://code4rena.com/reports/2024-02-ai-arena |
| Bug bounty | — |
| CoinGecko (профиль, справочно) | https://www.coingecko.com/en/coins/neuron |
| CoinMarketCap (профиль, справочно) | https://coinmarketcap.com/currencies/ai-arena/ |
Общее описание проекта
AI Arena — проект, который связывает игровой опыт и обучение AI‑персонажей. В документации проекта подчёркивается миссия “foster AI intuition and literacy”, а в whitepaper NRN Agents раскрывается мотивация и механики Reinforcement Learning и экосистемы “агентов”, а также токеномика/экономические механики токена NRN.
Фичи/модули
- Игра AI Arena (соревновательный формат).
- NRN Reinforcement Learning и “Trainer Platform / Data Capsules” (по whitepaper).
- Экономика NRN: staking/locks, интеграции и доходные сегменты (по tokenomics‑разделу whitepaper).
Типичные сценарии
- Сценарий 1: игрок играет/собирает данные → участвует в тренировке/улучшении агента → использует агента в соревнованиях.
- Сценарий 2: держатель NRN стейкает/локает токены → участвует в механиках “Data Capsules” и экономике экосистемы (по whitepaper).
Как начать (кошелёк/сеть)
- Что нужно: для токена — EVM‑кошелёк; для игры — доступ к клиенту/платформе (см. документацию AI Arena).
- Сеть/chain: Arbitrum One (токен NRN).
- Комиссии: газ Arbitrum для операций токена/он‑чейн механик.
Архитектура/техника (без AI)
- Компоненты: игровой клиент/платформа (offchain) + смарт‑контракты на Arbitrum для токена и экономических примитивов; детали набора контрактов частично раскрыты через публичный аудит.
- Где выполняется логика: обучение/игровые вычисления — преимущественно offchain; учет токена/часть экономических действий — onchain (Arbitrum).
Токен/экономика (развернуто, без прогнозов)
- Утилити токена: whitepaper описывает, что NRN “powers the NRN ecosystem”, включая staking/locks для “Data Capsules” и другие сегменты (B2B интеграции, Trainer Platform, AI Arena).
- Источники необходимости: в whitepaper NRN используется для экономических механик (например, лока/стейка); однако конкретные “обязательные платежи” токеном за ключевой сервис описаны неоднозначно (часть оплат B2B может быть в стейблкоинах).
- Эмиссия/сжигание: токен‑контракт задаёт MAX_SUPPLY и имеет функцию
burn(). - Распределение/вестинг: в tokenomics‑разделе whitepaper есть таблица allocation & vesting (TGE June 2024).
Управление
- Кто принимает решения: не оформлено как DAO в просмотренных источниках; ключевой источник о дизайне — whitepaper/документация.
Безопасность и инциденты
- Аудиты: есть публичный отчёт Code4rena по “AI Arena” (см. links_*).
- Bug bounty: не найдено.
- Модель угроз (кратко): риски смарт‑контрактов экономических механик (staking/игровые контракты) + риски offchain‑части (серверы, матчмейкинг, обучение).
Статус проекта и таймлайн
- Текущий статус: активен; токен NRN в Arbitrum One.
- Roadmap: https://whitepaper.nrnagents.ai/nrn-robotics/nrn-robotics-roadmap
Экосистема/интеграции
- Интеграции: по whitepaper экосистема ориентирована на интеграции игр/студий (B2B) и агентные деплойменты; конкретные интеграции требуют отдельной проверки.
Ai составляющая проекта
- Что здесь реально ИИ? Проект напрямую работает с обучением AI‑агентов (Reinforcement Learning) и позиционирует игру как способ тренировки/монетизации AI‑персонажей.
- Что реально onchain? Токен NRN на Arbitrum; часть механик описана как onchain‑экономика/атрибуты/стейкинг.
- Зачем нужен токен? Для стейкинга/локов и экономических механизмов (например, “Data Capsules” и staking mechanics — по whitepaper). При этом многие элементы могут быть реализованы и другими активами — это влияет на Token necessity.
- Красные флаги (по найденной информации): onchain‑washing (игровая/обучающая часть неизбежно offchain); token‑washing (часть оплаты/интеграций может быть не в NRN). Перепроверить: какие конкретно игровые/экономические действия действительно требуют ончейн‑контрактов и NRN; как устроены контракты, описанные в аудите.
Итог по компонентам DecAI Fit
- DecAI Fit: 4/6 — среднее соответствие тезису Decentralized AI
| Компонент | Уровень | Score |
|---|---|---|
| AI reality | высоко | 3 |
| Onchain necessity | средне | 2 |
| Token necessity | низко | 0 |
| Evidence | Tier‑1 есть | 3 |
Подробнее
AI reality
AI_0 — намерения про AI (roadmap Tier‑1) (1/0)
- AI_0 (decision): 0
- Claim (1 строка): AI — не только намерение: whitepaper описывает RL‑агентов и их тренировки как текущий фокус.
- Evidence: Tier‑1 — https://whitepaper.nrnagents.ai/
- Why sufficient / why not (1 строка): AI описан как центральный компонент, поэтому AI_0 не применим.
- Conflict note (если есть): —
AI_1 — что делает ИИ (1/0)
- AI_1 (decision): 1
- Claim (1 строка): обучение и деплой RL‑агентов (AI‑персонажей) для игр/соревнований.
- Evidence: Tier‑1 — https://whitepaper.nrnagents.ai/nrn-reinforcement-learning/reinforcement-learning
- Why sufficient / why not (1 строка): в Tier‑1 явно описан ML/RL контур и назначение агентов.
- Conflict note (если есть): —
AI_2 — демо/примеры (1/0)
- AI_2 (decision): 1
- Claim (1 строка): документация AI Arena показывает существующий игровой продукт/механики (как играть/overview).
- Evidence: Tier‑1 — https://docs.aiarena.io/
- Why sufficient / why not (1 строка): это воспроизводимый “пример” продукта, а не только обещание.
- Conflict note (если есть): —
AI_3 — метрики/качество (1/0)
- AI_3 (decision): 0
- Метрики: —
- Контекст (версия/дата/на чём мерили): —
- Evidence: Tier‑1 — —
- Why sufficient / why not (1 строка): в просмотренных источниках нет формализованных метрик качества/бенчмарков моделей.
- Conflict note (если есть): —
AI_4 — техописание/архитектура/версии (1/0)
- AI_4 (decision): 1
- Claim (1 строка): в whitepaper описаны принципы обучения NRN RL Agents и связанные механики.
- Evidence: Tier‑1 — https://whitepaper.nrnagents.ai/nrn-reinforcement-learning/training-nrn-rl-agents
- Why sufficient / why not (1 строка): это техописание AI‑подсистемы на уровне архитектуры/процесса тренировки.
- Conflict note (если есть): —
Onchain necessity
OC_1 — контракты/адреса/сеть (1/0)
- OC_1 (decision): 1
- Сеть: Arbitrum One
- Адреса/идентификаторы: токен‑контракт
0xdadeca1167fe47499e53Eb50F261103630974905 - Evidence: Tier‑1 — https://arbiscan.io/token/0xdadeca1167fe47499e53Eb50F261103630974905
- Why sufficient / why not (1 строка): есть onchain‑контракт с верифицированным кодом и MAX_SUPPLY.
- Conflict note (если есть): —
OC_2 — onchain не только токен (1/0)
- OC_2 (decision): 1
- Какая полезная логика onchain: staking/локи и экономические механики, связанные с Data Capsules/кампаниями; наличие набора смарт‑контрактов подтверждается публичным аудитом.
- Evidence: Tier‑1 — https://whitepaper.nrnagents.ai/tokenomics/usdnrn-tokenomics-v2.0 ; https://code4rena.com/reports/2024-02-ai-arena
- Why sufficient / why not (1 строка): в Tier‑1 описаны onchain‑механики, а аудит подтверждает наличие более широкой смарт‑контрактной поверхности, чем “только токен”.
- Conflict note (если есть): —
OC_3 — onchain критичен (1/0)
- OC_3 (decision): 0
- Тест “замены блокчейна”: core‑ценность (игра + обучение) может работать без блокчейна; ончейн здесь скорее для собственности/учета/экономики, но “без него ломается” в Tier‑1 не доказано.
- Evidence: Tier‑1 — https://docs.aiarena.io/
- Why sufficient / why not (1 строка): нет строгого аргумента необходимости trustless‑свойств как критической части.
- Conflict note (если есть): —
Token necessity
TK_0 — токена нет (1/0)
- TK_0 (decision): 0
- Claim (1 строка): у проекта есть токен NRN (Neuron) на Arbitrum.
- Evidence: Tier‑1 — https://arbiscan.io/token/0xdadeca1167fe47499e53Eb50F261103630974905
- Why sufficient / why not (1 строка): контракт и supply проверяемы onchain.
- Conflict note (если есть): —
TK_1..TK_4 (1/0)
TK_1 — платёж за сервис (1/0)
- TK_1 (decision): 0
- Claim (1 строка): в whitepaper указано, что B2B клиенты могут платить в стейблкоине или нативных токенах; явная “обязательная оплата NRN” за основной сервис не доказана.
- Evidence: Tier‑1 — https://whitepaper.nrnagents.ai/tokenomics/usdnrn-tokenomics-v2.0
- Why sufficient / why not (1 строка): формулировки допускают альтернативные платежные активы.
- Conflict note (если есть): —
TK_2 — стимулы/залоги/штрафы (1/0)
- TK_2 (decision): 1
- Claim (1 строка): в whitepaper описаны staking/locks NRN для “Data Capsules” и staking mechanics в AI Arena.
- Evidence: Tier‑1 — https://whitepaper.nrnagents.ai/tokenomics/usdnrn-tokenomics-v2.0
- Why sufficient / why not (1 строка): прямое описание токена как механизма стимулов/локов.
- Conflict note (если есть): —
TK_3 — управление (1/0)
- TK_3 (decision): 0
- Claim (1 строка): governance через токен в просмотренных Tier‑1 источниках не зафиксирован как обязательный компонент.
- Evidence: Tier‑1 — —
- Why sufficient / why not (1 строка): отсутствует явный DAO/governance‑процесс в просмотренных страницах.
- Conflict note (если есть): —
TK_4 — токен заменим (1/0)
- TK_4 (decision): 1
- Claim (1 строка): staking/locks и reward‑механики можно построить и на другом активе при изменении дизайна (это не уникально для NRN).
- Evidence: Tier‑1 — https://whitepaper.nrnagents.ai/tokenomics/usdnrn-tokenomics-v2.0
- Why sufficient / why not (1 строка): whitepaper допускает разные рельсы доходов/оплат и не доказывает незаменимость токена как единственного средства.
- Conflict note (если есть): —
Evidence (таблица)
| Tier | Источник | Что доказывает |
|---|---|---|
| Tier‑1 | https://docs.aiarena.io/ | существование продукта/документации AI Arena |
| Tier‑1 | https://whitepaper.nrnagents.ai/ | whitepaper NRN Agents (AI/RL концепция и экономический дизайн) |
| Tier‑1 | https://whitepaper.nrnagents.ai/nrn-reinforcement-learning/training-nrn-rl-agents | техописание процесса тренировки RL‑агентов |
| Tier‑1 | https://whitepaper.nrnagents.ai/tokenomics/usdnrn-tokenomics-v2.0 | утилити и токеномика NRN (staking/locks/Data Capsules, allocation/vesting) |
| Tier‑1 | https://arbiscan.io/token/0xdadeca1167fe47499e53Eb50F261103630974905 | ончейн‑контракт токена NRN (MAX_SUPPLY, код, supply) |
| Tier‑1 | https://code4rena.com/reports/2024-02-ai-arena | публичный аудит/обзор рисков по смарт‑контрактам AI Arena |
| Tier‑2 | https://www.coingecko.com/en/coins/neuron | справочный профиль токена (не доказательство технологий) |
No comments to display
No comments to display