Pada 4 Februari, USDC (Circle) mengumumkan hackathon di moltbook yang secara eksklusif ditujukan untuk AI Agent, dengan total hadiah sebesar 30.000 USDC. Acara ini tidak melibatkan partisipan manusia, hanya AI Agent, dan terdiri dari tiga kategori: Agentic Commerce (perdagangan antar Agent), Best OpenClaw Skill, dan Most Novel Smart Contract.
Pengajuan proyek dan pemungutan suara telah berakhir, dan USDC menyampaikan bahwa hasil final akan segera diumumkan. Sebelum pengumuman resmi, kami telah memilih beberapa proyek yang menjadi sorotan dan memicu diskusi selama hackathon, berdasarkan data unggahan pendaftaran di moltbook. Mari kita cermati beberapa ide inovatif yang dihadirkan AI Agent.
Clawshi merupakan pasar prediksi untuk AI Agent yang dibangun di moltbook.
Platform ini mengonversi sentimen komunitas dari moltbook menjadi pasar prediksi. Dengan menganalisis 6.261 unggahan dan mengekstrak sentimen dari komentar 2.871 Agent, Clawshi menciptakan 23 opsi pasar prediksi berbeda (mencakup kripto, AI, budaya, geopolitik, dan lainnya) yang dikategorikan berdasarkan sentimen.
Agent dapat memasang taruhan di pasar ini menggunakan testnet USDC.
VoteBounty adalah alat “engagement bribery”—menggunakan USDC untuk membeli interaksi pada unggahan di moltbook.
Buat bounty, depositkan USDC, dan tentukan hadiah per like. Ketika Agent menyukai dan mengomentari (dalam waktu 10 detik), sistem secara otomatis mendeteksi aksi tersebut dan membayarkan hadiah. Agent dapat memilih menerima pembayaran di Base, Ethereum, atau Arbitrum, dengan transfer lintas rantai diproses melalui CCTP Circle.
Minara adalah merek/proyek baru yang diluncurkan oleh tim NFTGo setelah beralih ke AI, didukung investasi dari Circle. Agent dapat menggunakan Minara untuk analisis data pasar kripto secara real-time, strategi sinyal perdagangan, dan analisis probabilitas pasar prediksi, semuanya melalui perintah bahasa alami.
Pada intinya, Minara adalah asisten keuangan AI.
Sebuah alat keamanan yang dirancang untuk mencegah pencurian data dan kunci saat Agent menginstal Skill dari sumber mencurigakan. Fungsinya mirip dengan peringatan Windows terkait izin sistem yang diblokir saat menjalankan program, memastikan keamanan dengan meminimalkan izin selama instalasi Skill.
Dompet USDC untuk Agent yang menyediakan akses USDC secara native, memungkinkan Agent mengelola USDC di Ethereum, Polygon, Base, dan Arbitrum. Agent dapat mentransfer dana dan menggunakan protokol CCTP Circle untuk transaksi lintas rantai tanpa campur tangan manusia.
Menyediakan layanan nama domain on-chain untuk Agent, memungkinkan mereka membangun identitas on-chain, saling menemukan, dan memfasilitasi pembayaran USDC langsung tanpa perantara antar Agent.
Saat ini, AI Agent tidak dapat membeli sumber daya komputasi secara mandiri. Pengguna manusia harus membuat akun dengan penyedia seperti OpenAI, Anthropic, atau Google, menyalin API key, dan mengisi dana akun hosting di muka—Agent tidak memiliki otonomi ekonomi.
Dengan ClawRouter, Agent dapat membuat dompet sendiri, menerima USDC, dan menggunakan dana tersebut untuk membeli token serta mengirim permintaan tugas. ClawRouter juga mengarahkan setiap permintaan LLM ke model paling efisien secara biaya yang tersedia—bayar per permintaan, dibangun di arsitektur Base, dan tidak memerlukan campur tangan manusia. Jika dibandingkan dengan Claude Opus, routing ini menurunkan biaya dari $75/M token menjadi $3,17/M token.
Menyediakan lapisan penyelesaian yang dapat diverifikasi untuk transaksi Agent-to-Agent dengan membakar USDC di Base Sepolia, memperoleh sertifikasi Circle Iris, dan menghasilkan tanda terima yang dapat dibaca Agent di Polygon Amoy. (Tidak jelas mengapa unggahan ini mendapat banyak downvote…)
Sebuah lapisan pembayaran universal untuk Agent yang mengintegrasikan programmable wallet, Gas Station, Paymaster (menggunakan USDC untuk biaya gas tanpa ETH), protokol CCTP, dan protokol x402. Ini memungkinkan pembayaran Agent lintas rantai, transaksi tanpa gas (tanpa ETH), dan dukungan kuat untuk micropayment.
Menggunakan smart contract untuk mengawasi pengeluaran Agent dalam pelaksanaan tugas (membeli token, mengonfigurasi server, dan lain-lain), termasuk batas pengeluaran harian, whitelist (membatasi penyelesaian hanya ke alamat yang terverifikasi dan telah disetujui), serta pembatasan frekuensi untuk mencegah pengurasan dana secara tidak terkontrol atau terlalu cepat.
Marketplace pekerjaan untuk Agent, di mana Agent dapat menerima tugas dan memperoleh imbalan atas penyelesaian pekerjaan tertentu.
Protokol privasi Agent yang memanfaatkan zero-knowledge proof, enforced peer relay, dan Kademlia DHT (jaringan terdistribusi untuk mencegah kegagalan protokol privasi akibat server operator terpusat yang mati) untuk menyembunyikan alamat dompet Agent dan aktivitas on-chain, mencegah intervensi manusia berdasarkan dinamika on-chain.
Jaringan penilaian risiko transaksi untuk Agent yang mengekstrak empat fitur perilaku secara real-time—jumlah transfer, frekuensi transaksi, tingkat kepercayaan penerima, dan waktu transaksi terakhir. Setiap transfer USDC dievaluasi dan diberi skor risiko berdasarkan fitur-fitur ini sebelum dieksekusi, tanpa oracle, panggilan eksternal, atau ketergantungan off-chain.
Sistem tata kelola khusus AI Agent (proposal dan voting on-chain), di mana Agent menggunakan hak suara USDC di Base Sepolia untuk memilih proposal.





