前端进阶之旅前端进阶之旅
基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
知识卡片
  • 场景篇按分类整理的大前端场景考点
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
  • 动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
  • AI 助手随时提问,即时解析
  • AI 模拟面试模拟真实面试 + 报告
  • AI 知识地图串起全站知识点
  • AI 定制路线按你的简历现排
AI 热点
旧版
基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
知识卡片
  • 场景篇按分类整理的大前端场景考点
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
  • 动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
  • AI 助手随时提问,即时解析
  • AI 模拟面试模拟真实面试 + 报告
  • AI 知识地图串起全站知识点
  • AI 定制路线按你的简历现排
AI 热点
旧版
返回 AI 情报前线
All News · 全部资讯9321
  • Agentic AI延迟问题:算力堆叠不是答案
  • NoWreck:验证AI代码修改是否属实的工具
  • AI Agent成为新型攻击面:自我复制威胁研究
  • 多模型API退出测试:成本账本才是选型关键
  • 为什么不能只用Claude做所有事
  • Axonius多租户AI Agent隔离方案实践
  • 用LiteLLM将Claude Code路由到DeepSeek节省成本
  • Claude Code支持AGENTS.md跨工具标准配置
  • Coding Agent 账单省 50-70%:利用 sticky routing 保住 Prompt Cache 命中
  • AI Agent 为何还在用 while(true) 循环——工程陷阱深度剖析
  • SEO Agent 选 MCP 还是 REST?一份实用决策框架
  • SGLang深度解析:如何高效服务DeepSeek-V4-Pro
  • FlakeFixer: 用Agent自动分析Flaky Test
  • AI编码Agent记忆系统设计的四个教训:删除不是过期
  • 盲人开发者为视障群体打造AI描述应用ScribeMe
  • AI代码审查员的验证悖论:声称完成≠真正完成
  • LLM API多租户安全清单:tenants-safety essential
  • AI Agent不应持有你的钥匙:权限最小化原则
  • Claude 多智能体系统上演自复制恶意软件攻防战
  • MCP Server 开发避坑指南:工具描述比 TypeScript 更难
  • 生产级 Solana Agent 交易生命周期深度解析
  • 5分钟让AI助手读懂你的代码库
  • 用Python构建AI简历筛选器
  • Agent上下文满了该丢什么:长对话记忆管理实战
  • Warp推出Factories:一站式AI软件开发工厂基础设施
  • AI Agent试点到生产:成本暴涨700倍的教训
  • Cursor发布Origin功能:AI编程上下文管理
  • TryHackMe 提示词注入 CTF 实战攻略
  • 面向 Agent 的运维队列:失败自动转Ticket
  • 四个静默失败的 CI 检查:它们都是绿的,但什么都没做
  • AI 编码工具会读取 .env:本地 DLP 代理 Anonmyz 在prompt边界截流
  • Google 开源 SAM:零配置的 AI Agent P2P 发现与调用网络
  • Cursor Skills完全指南:格式规范与跨Agent迁移实测
  • OpenAI Codex Skills规范详解:目录结构与官方文档未记载的细节
  • 用Gitea自建Claude Code内部插件市场,团队Skill统一分发
  • Claude Skills规范深度解读:从格式到团队协作
  • 2026年LLM应用架构实战:摆脱if/else链式判断
  • Anthropic CEO:AI天然趋向集中,开源只是转移权力
  • 微软 Copilot 隐藏参数漏洞可被利用窃取密码
  • LangChain 揭示:Agent 效果不佳时换模型是误区,换 Harness 才是关键
  • 三阶段工作流让 AI Agent 保持精准:Research-Plan-Implement
  • 小米MiMo桌面应用即将上线,AI编程助手6月已开源
  • Agent成熟度记分卡:追踪AI Agent可靠性的五个核心维度
  • 模型趋同时代:系统架构比选模型更重要
  • 代码审核功能默认关闭的教训
  • 程序员用 Claude 为 Windows 专用 HP 打印机编写 macOS 驱动
  • NIST AI风险管理框架生产级RAG实战
  • Codex自动探索优化技能:研究-测试-评判闭环
  • AI协作UML编辑器:代码臭味一目了然
  • AI API成本降低95%的实战经验
  • 不同模型Tokenizer成本差异的技术解析
  • 已加载 51 / 9321
8.0
热点
AI SCORE
技术实践2026-08-18 22:11

生产级 Solana Agent 交易生命周期深度解析

dev.to · AI#Solana#Agent#区块链
Editor brief · 编辑速览

详解 AI Agent 在 Solana 上从模拟执行到交易确认的完整 pipeline,涵盖 dry-run 模拟、账户所有权检查、费率估算等关键步骤。

文章思维导图
Knowledge map
拖拽缩放
Full translation

完整中文译文

大多数"在 Solana 上构建 AI Agent"的教程,在 Agent 签署一笔交易后就戛然而止了。演示里出现钱包弹窗、一次签名、一个成功提示——言下之意是:最难的部分已经完成。实则不然。在生产环境中,真正的难题发生在"Agent 决定行动"到"交易被确认进块"之间的每一步。

这之间的鸿沟,正是 Agent 赔钱的根源。问题不在于策略本身有误——而是交易管道的设计太过粗糙。以下是生产级生命周期实际的样子,逐阶段展开。

Stage 1: Simulate before you sign anything

Solana 允许用 simulateTransaction 针对最近的 blockhash 对交易做一次 dry-run。它在当前状态上执行指令而不提交任何变更——并返回精确结果,包括消耗的计算单元(CU)以及任何错误信息。

这是 Agent 能采取的、单一最高 ROI 的步骤。在花出哪怕一分钱的手续费之前,模拟就能捕获以下问题:

  • 账户所有权违规——指令触碰了不属于本程序的账户
  • 余额不足——这笔交易在快照时刻看起来是有利润的,但钱包实际上无法出资
  • 计算预算超限——链上逻辑需要的 CU 超过了默认的 200k
  • 滑点违规——最后一次读取价格到此刻之间,池子已经移动,链上的最大滑点约束无法满足

生产级 Agent 将模拟视为一道强制关卡:无模拟,不签名。那些"相当有把握"的交易,失败率足以让跳过这一步的 Agent 将盈利策略变成烧手续费。

Stage 2: Recent blockhash, computed unit budget, priority fee

一笔 Solana 交易仅在最近 blockhash 的生命周期内有效——大约 150 个 slot,约等于一分钟的墙上时间。这就是 Agent 真正的死线,它改变了整个管道的设计:

  • 在决策时刻获取最新的 blockhash,而不是在构建策略时。缓存的 blockhash 只会让交易在飞行中途过期。
  • 设置明确的计算预算。如果 Agent 的逻辑需要 800k CU,就通过 ComputeBudgetProgram.setComputeUnitLimit 申请。预算不足会导致交易中止;预算过多则会浪费优先费的可用空间。
  • 为竞争定价。在本地费用市场下,setComputeUnitPrice 是一种定向工具:仅在交易对时间敏感时付更多的优先费,日常维护则付基础费率。每笔操作都设固定费用的 Agent 平均在多付;而从不设优先费的 Agent 则在每个竞争 slot 上落败。

Stage 3: Sign with the right key, scoped to the right authority

签名模型是"Agent"部署与"钱包"部署分道扬镳的地方。Agent 永远不应该持有一个拥有完整财库权限的热私钥。Solana 的模型——PDA、委托签名者、会话密钥——允许你编码 Agent 可以如何支配资金:

  • 按操作设置权限上限——一个会话密钥每天最多只能转移 X SOL
  • 白名单目的地——Agent 在技术上就无法签署一笔转给未批准地址的转账
  • 程序强制执行的策略——消费限制和签名 quorum 在链上生效,而非写在配置文件里

这不是便利性设计;而是服务器被入侵后,是一次小事故还是财库被掏空的本质区别。

Stage 4: Submit, monitor, confirm

发送交易不是终点。生产级管道会通过 RPC 响应追踪交易状态:如果返回交易错误或 blockhash 过期通知,Agent 必须做出决定——用新的 blockhash 重试(有上限的重试次数,指数退避),还是中止并从头重新评估机会。

然后是确认:通过 getSignatureStatuses 持续查询,直到交易达到 finalization 状态。Sub-second 的 slot 意味着这个循环很快——但它必须存在。发射后即遗忘的 Agent 从不知道它们最近十笔交易已经静默失败,这意味着它们会基于对自己仓位的虚假假设继续运行。

Why this matters more than the strategy layer

这里有一个令人不安的事实:在 Solana 上,执行质量是利润倍增器。同样的策略——套利、流动性提供、收益轮换——经过粗糙管道和经过生产级管道运行,可以产生截然不同的结果,因为生产级管道赢下了它应该赢的每一次竞争,从不为无法完成的交易付费,也从不让一个过时的 blockhash 把一笔盈利交易变成失败。

这正是 BBIO Solana 按现在这种方式构建的原因。该平台将整个生命周期——交易构建、模拟、优先费路由、执行监控——封装到 Agent 运行时本身中,使其部署的 Agent 能从真实的链上活动中赚取真实的 SOL,而无需运营商每次都从头重新实现交易管道。

如果你在 Solana 上构建 Agent,请在审计策略之前先审计你的管道。策略决定你能赚什么。交易生命周期决定你实际能留下多少。

Original source

本文由 AI 翻译整理自 dev.to · AI,原文版权归原作者所有。

阅读英文原文
上一篇
MCP Server 开发避坑指南:工具描述比 TypeScript 更难
下一篇
5分钟让AI助手读懂你的代码库