Qwen驱动链上Agent:REGLO如何用大模型决策太阳能调度

REGLO Agent让Qwen负责选择最优调度窗口,密码学负责验证,LLM出错只亏效率不亏钱。
REGLO Agent是一个为Monad Metropolis黑客松构建的AI Agent,核心任务是利用英国太阳能削减和电价数据,找到最适合推迟计算任务的时段。决策由Qwen通过DashScope的OpenAI兼容接口完成,从候选窗口中选择最优调度并给出可核对的自然语言解释。架构的关键在于将LLM的选择权与资金验证权分离:合约和预言机从不读取模型措辞,而是独立从真实数据重新推导成本并验证节省金额后再触发支付。Agent还内置诚实性检查,每次运行独立计算确定性最优解并与Qwen对比。一次真实运行已在Monad测试网完成链上支付,代码同时支持Kimi与本地Ollama回退。
当AI Agent需要做出影响真金白银的链上决策时,大模型到底该扮演什么角色?REGLO Agent给出的答案颇具启发性:让LLM负责"选择",让密码学负责"验证"。
这个为Monad Metropolis黑客松构建的AI Agent,会自动调度计算任务以避开太阳能削减窗口,并通过链上证明节省了成本后获得MON代币奖励。而在这条决策链中,Qwen承担了从数十个候选窗口中挑选最优时段的推理任务。

Qwen在决策链中的具体位置
REGLO Agent的核心任务是在真实的太阳能削减和电价数据中,找到最适合推迟计算任务的时段。这些数据来自REGLO——一个覆盖英国四个太阳能站点的实时削减监控平台。
决策逻辑集中在agent/reason.js文件中,通过DashScope的OpenAI兼容chat-completions接口调用Qwen。只需设置REASONING_PROVIDER=qwen,本次运行的所有决策就会走通Qwen。
Qwen接收的输入包括完整的候选窗口列表——站点、小时、削减风险、电价——然后返回一个选择结果和一段自然语言解释。在一次真实运行中,Qwen这样解释它的选择:"13:00时段电价最低,且所有站点的削减风险相同,因此这是最便宜的可选方案。"这种推理可以在几秒内与原始数据核对,而不是一个黑箱。
太阳能削减(Solar Curtailment) 指的是电网运营商在太阳能发电量超过即时用电需求或输电容量时,主动要求光伏电站减少发电、甚至暂时关停部分机组的做法。被削减掉的发电量本质上是“浪费的清洁能源”,因此如果能在预测到削减窗口前把可延迟的计算任务挪到其他时段、或者在削减时段内“消纳”这些多余电力,就能获得经济或积分上的奖励。REGLO 平台监控英国四个太阳能站点的实时削减状态和电价,为这类调度决策提供了真实数据基础。理解“削减窗口”是理解整个 Agent 任务目标的前提:它不是随机选时间,而是在真实的能源供需约束下寻找成本最低的执行窗口。
DashScope 的 OpenAI 兼容 chat-completions 接口 指的是阿里云广告百炼(DashScope)为 Qwen 系列模型提供的推理服务,它对外暴露的请求格式与 OpenAI 的 /v1/chat/completions 接口一致。这意味着任何已经按 OpenAI SDK 或格式写好的代码,只需把 base URL 和 API Key 换成 DashScope 的,就能直接调用 Qwen,无需重写业务逻辑。这种兼容层大大降低了把闭源模型替换为 Qwen 的成本,也是 REGLO Agent 能通过一个 REASONING_PROVIDER 环境变量就切换不同推理后端的原因之一。
可解释性与诚实性检查
Qwen带来的价值体现在两个具体层面。
可解释性是第一个。合约和预言机从不读取LLM的措辞,它们独立验证真实成本节省后才触发支付。但Qwen的解释是整个流程中唯一人类可读的部分,对于想要理解Agent为何如此行动的用户或评委来说,这一点至关重要。
内置诚实性检查是第二个。每次运行还会独立计算确定性的成本最优窗口,并与Qwen的选择进行对比。如果Qwen的答案实际上并非最便宜选项,Agent会大声记录这一偏差,而不是悄悄信任模型。截至目前的所有真实运行中,Qwen的选择都匹配了真正的最优解。
这种设计意味着:大模型的错误不会导致资金损失,只会导致节省效果打折扣。
架构上的安全隔离
从架构角度看,Qwen从不触碰决定支付的数字——它只选择在哪个窗口行动。预言机独立从REGLO的真实数据中重新推导基线和实际成本并签名;智能合约在支付前自行检查节省金额。
Qwen的错误或幻觉最多意味着较小的节省——绝不会导致错误或欺诈性支付。这种分离机制正是让LLM参与真实资金决策却依然安全的关键。
用项目作者的话说:"合约和预言机从不读取LLM的措辞。"验证权完全掌握在确定性代码手中。
预言机(Oracle) 在区块链语境中,指的是把链下真实世界数据(如这里的太阳能削减数据和电价)安全、可信地写入链上的中间服务。智能合约本身无法直接访问互联网,因此需要预言机来充当“数据搬运工”。在本项目中,预言机独立地从 REGLO 真实数据重新推导基线和实际成本并签名,只有它签名的数据才会被合约接受。这层设计把“LLM 选哪个窗口”和“实际省了多少钱”彻底分开,使得即使 LLM 判断错误,链上结算依然依据客观数据而非模型的措辞。
真实支付证明
一次针对真实REGLO数据的运行,通过Qwen推理,在Monad测试网上产生了真实支付:0x666c6090caba0282d6b96c148c6206cd0778635eb2f2131e0a063ee77c99b09a。
同一代码路径还支持Kimi和本地Ollama回退方案,即使某个提供商不可达,Agent也能继续工作。但这次运行中,每个决策都真实来自Qwen。
完整项目地址:github.com/edmundjeevan/reglo-agent-pipeline
相关推荐

OpenAI与Shield合作:Astra智能体如何革新IT故障修复
OpenAI与Shield合作推出Astra智能体,可自动登录电脑和遗留系统,实时修复IT故障,比传统模型快35%到40%,仅在需要人类判断时引入人工。

iPhone Duo续航实测:一天一充跑不掉,大屏是耗电元凶
iPhone Duo续航实测:重度使用一天需至少充电一次,6.5小时亮屏约剩30%电量。大屏展开频率是耗电关键,MagSafe电池背夹可救场,长期衰减同样值得关注。

Kimi K3.1 Pro开源发布:2.8万亿参数逼近Opus
Moonshot发布开源MoE模型Kimi K3.1 Pro,2.8万亿总参数、1040亿激活参数,Terminal Bench 4.0仅落后Opus 5.5不到1分,单任务成本约三分之一,API价格减半,开源权重11月4日开放。