Imagine a infraestrutura subjacente do Web3 como o sistema de abastecimento de uma cidade, e os oráculos são a via principal que transporta o "mundo fora da cadeia" para os contratos na cadeia.

Os oráculos tradicionais focavam em processar dados altamente estruturados como preços, taxas de juros e números aleatórios — formatos fixos, fontes claras, validação de múltiplas fontes não era difícil. Mas agora, claramente, há uma mudança de direção: os mercados preditivos precisam determinar "se algo realmente aconteceu" e suas fronteiras; os RWA precisam provar que "este ativo realmente existe, seu estado não mudou, a propriedade está clara"; os AI Agents devem ler notícias, anúncios, relatórios, imagens e diversos documentos em ambientes complexos, e por fim, passar as conclusões para a lógica na cadeia executar.

A mudança chave está aqui — os dados estão cada vez mais "parecidos com o mundo real", e o mundo real justamente tem o problema de ser não estruturado, semanticamente complexo e cheio de ruído.

Recentemente, revisitei alguns materiais de projetos, e um detalhe ficou especialmente marcado: alguns projetos de novos oráculos não veem os grandes modelos de linguagem como "ferramentas de limpeza de dados mais inteligentes", mas tentam sistematizar "todo o processo de modelagem, localização de evidências, revisão e punição". Ou seja, o contrato não só recebe um resultado, mas também sabe "de onde veio esse resultado, se pode ser verificado novamente, e quem é responsável por essa resposta".

Uma instituição de pesquisa de destaque categoriza esses projetos como uma "rede de oráculos descentralizados aprimorados por IA", enfatizando o uso de grandes modelos de linguagem para processar dados do mundo real, permitindo que aplicações na cadeia acessem informações do mundo físico — isso não é mais uma visão futura, mas uma direção já em implementação concreta.