ChainClaw: 신뢰할 수 있는 온체인 실행을 위한 계층화된 에이전트 프레임워크

ChainClaw: A Layered Agent Framework for Reliable On-Chain Execution

범용 대규모 언어 모델 기반 에이전트는 도구 활용 작업에서 뛰어난 성능을 보여주지만, 블록체인 환경에서는 이러한 성능에 영향을 미치는 여러 가지 가정들이 깨집니다. 온체인 실행은 상태 정보가 포함되고, 적대적인 공격에 취약하며, 경제적으로 되돌릴 수 없는 특성을 가지고 있습니다. 이는 반응성(Reactivity), 비가역성(Irreversibility), 그리고 관찰 가능성(Observability)의 세 가지 근본적인 문제를 야기합니다. 본 논문에서는 OpenClaw를 기반으로 구축된 블록체인 네이티브 에이전트 프레임워크인 ChainClaw를 제안합니다. ChainClaw는 이벤트 기반 오케스트레이션 레이어, 시뮬레이션을 통한 안전성 지능 레이어, 그리고 온체인 모니터링 런타임 레이어로 구성된 계층화된 아키텍처를 통해 위 세 가지 문제를 해결합니다. 또한, 레이어를 가로지르는 메모리 서브시스템을 통해 각 레이어가 통합됩니다. ChainClaw는 이벤트 수집 및 시뮬레이션 피드백을 통해 반응성 문제를, 트랜잭션 시뮬레이션 및 액션 가드를 포함하는 사전 실행 안전성 파이프라인을 통해 비가역성 문제를 해결하며, 온체인 읽기 어댑터와 트랜잭션 모니터를 통해 관찰 가능성 문제를 해결합니다. 우리는 ChainClaw를 테스트하기 위해 특별히 설계된 벤치마크를 사용하여 네 가지 범주에 걸쳐 총 일곱 가지 작업을 평가했습니다. 실험 결과, ChainClaw는 안전성과 작업 완료라는 두 가지 측면에서 대표적인 기준 모델보다 우수한 성능을 보였습니다.

General-purpose large language model agents have achieved strong performance on tool-augmented tasks, yet they rely on assumptions break down in blockchain environments. On-chain execution is stateful, adversarial, and economically irreversible, exposing three fundamental gaps: Reactivity, Irreversibility, and Observability. We propose ChainClaw, a blockchain-native agent framework built on OpenClaw, that addresses all three gaps through a layered architecture comprising an event-driven orchestration layer, a simulation-based safety intelligence layer, and an on-chain monitoring runtime layer, unified by a cross-layer memory subsystem. ChainClaw closes the Reactivity gap via event ingestion and simulation feedback, the Irreversibility gap via a pre-execution safety pipeline with transaction simulation and action guard, and the Observability gap via an on-chain read adapter and transaction monitor. We evaluate ChainClaw on a purpose-built benchmark covering seven tasks across four categories and five dimensions. ChainClaw consistently outperforms representative baselines on both safety and task completion.