ANNΛ
Protocol
Artificial Neural Network for Accountability
Versão 2.1 COMPLETO | Dezembro de 2025
Em 2025, sistemas de IA tomam milhões de decisões que afetam vidas reais:
Mas ninguém consegue provar COMO essas decisões foram tomadas.
O resultado? Um sistema de IA nega seu empréstimo. Você pergunta por quê. A resposta: "O algoritmo decidiu assim."
Isso não é apenas frustrante. É ilegal em múltiplas jurisdições. O AI Act europeu, a LGPD brasileira, e regulações similares nos EUA e Ásia exigem explicabilidade. Mas a tecnologia atual não consegue entregar isso de forma confiável e auditável.
Blockchain já revolucionou a confiança em transações financeiras globalmente. Mas quando o assunto é IA:
⚠️ Cenários Reais em Múltiplas Jurisdições
🇪🇺 Europa - AI Act (2024):
Sistema de IA rejeita aplicação de visto. Regulador exige auditoria completa do processo decisório. Blockchain registra o "não", mas não explica o porquê.
🇧🇷 Brasil - BCB Resoluções 520/521 (2026):
IA bloqueia transação cripto suspeita. Banco Central exige justificativa técnica auditável. Sem trilha de raciocínio = multa regulatória.
🇺🇸 Estados Unidos - SEC & FTC:
Trading algorítmico causa volatilidade. Reguladores investigam. Blockchain mostra as ordens, não revela a lógica por trás delas.
💡 O Problema Fundamental:
Reguladores globalmente precisam de auditabilidade. Blockchain oferece imutabilidade. São coisas diferentes. Você pode ter um registro imutável de uma decisão terrível, e ainda assim não conseguir auditá-la.
ANNA não substitui blockchain. ANNA completa blockchain.
Enquanto blockchain garante que "isso aconteceu", ANNA Protocol garante que "isso aconteceu porque..." — com cada passo do raciocínio da IA auditável, criptograficamente verificável e permanentemente registrado.
🎯 ANNA em Uma Frase:
"A primeira infraestrutura blockchain que torna decisões de IA auditáveis por reguladores, transparentes para usuários, e juridicamente defensáveis para empresas."
Setores que exigem responsabilidade da IA:
| Setor | Caso de Uso | Lacuna Existente |
|---|---|---|
| LegalTech | Análise de contrato, Conformidade | Falta de trilha de auditoria para o raciocínio da IA |
| FinTech | Decisões de crédito, Avaliação de risco | Opacidade dos modelos "caixa-preta" |
| HealthTech | Suporte ao diagnóstico, Planos de tratamento | Aconselhamento médico de IA não verificável |
| Seguros | Processamento de sinistros, Detecção de fraude | Falta de responsabilidade pela negação de sinistros por IA |
Tamanho do Mercado: O mercado de soluções de Governança de IA está projetado para atingir $26,72 bilhões até 2032.
O Protocolo ANNA cria um Sistema de Verificação de Três Níveis que preenche a lacuna entre blockchain e semântica de IA:
Agente de IA
Gera Decisão
Atestado
Submete na Cadeia
Contratos ANNA
Aciona Verificação
Verificação
Múltiplos Níveis
Reputação
Registra Resultado
Histórico
Constrói Auditável
Verde: Validação ativa | Amarelo: Planejado T2 | Roxo: Planejado T3
did:anna:<endereco> exclusivo| Recurso | Blockchain Tradicional | Protocolo ANNA |
|---|---|---|
| Identidade da IA | Apenas endereço de carteira | DID + Metadados do Agente |
| Registro de Decisão | Hash da saída | Hash + Estrutura de Raciocínio |
| Verificação | Manual / Nenhuma | Autônoma de Múltiplos Níveis |
| Auditabilidade | Limitada | Trilha de Raciocínio Completa |
| Reputação | Nenhuma | Histórico na Cadeia |
LegalTech
HealthAI
FinanceAI
AnnaIdentity
Contrato
AnnaAttestation
Contrato
AnnaReputation
Contrato
Emite EventosVerificador Autônomo (24/7)
Ativo Hoje Planejado T2 - T4 2026 Planejado T1 - T4 2027
Fluxo de dados: de cima para baixo | Setas indicam dependência
AttestationSubmittedIPFS via Filebase:
→ Dados seguros, descentralizados e sempre disponíveis
Registra e gerencia identidades de agentes de IA
registerAgent(address, did, modelType)
getAgentInfo(agentId) → DID, metadados, timestamp
isRegistered(address) → bool
Endereço do Contrato:
0x8b9b5D3f698BE53Ae98162f6e013Bc9214bc7AF0
Explorar: Polygonscan (Amoy)
Registra decisões de IA com prova criptográfica
submitAttestation(...)
getAttestation(id)
getAgentAttestations(id)
Endereço do Contrato:
0x4c92d3305e7F1417f718827B819E285325a823d3
Explorar: Polygonscan (Amoy)
Rastreia resultados de verificação e pontuações
submitVerification(...)
getAgentReputation(id)
getVerificationHistory(id)
Endereço do Contrato:
0xd1F37B4be48FC4B8287059C92F9A2450D4b0990B
Explorar: Polygonscan (Amoy)
O Sistema de Verificação funciona como um serviço autônomo 24/7 que:
7 Checagens Automatizadas:
| Checagem | Valida | Propósito |
|---|---|---|
| 1. Integridade do Hash | Hash do raciocínio corresponde ao hash na cadeia | Prevenção de adulteração |
| 2. Estrutura JSON | Campos obrigatórios estão presentes | Garante a completude |
| 3. Padrões Proibidos | Detecta tentativas de jailbreak/bypass | Segurança |
| 4. Intervalo de Confiança | Valida 0.0 ≤ confiança ≤ 1.0 | Validade dos dados |
| 5. Etapas de Raciocínio | Verifica estrutura e consistência das etapas | Validação da lógica |
| 6. Validação de Tamanho | Impõe 100-50.000 bytes | Prevenção de spam |
| 7. Strings Não Vazias | Verifica a presença de entrada/conclusão | Integridade |
Sistema de Pontuação:
Métricas de Desempenho (Dados Reais):
pip install anna-protocol-sdk1. Gerenciamento de Identidade
from anna_sdk import ANNAClient
import os
# O SDK utiliza variáveis de ambiente para a chave privada
client = ANNAClient(
private_key=os.getenv("ANNA_PRIVATE_KEY"),
network="polygon-amoy"
)
# Registra o agente
result = client.register_agent(
did="did:anna:identificador-customizado",
model_type="GPT-4",
metadata={"version": "1.0"}
)
print(f"ID do Agente: {result.agent_id}")2. Submissão de Atestado com Pré-Validação (NOVO)
from anna_sdk import create_reasoning
# Cria raciocínio estruturado
reasoning = create_reasoning(
input_text="Analisar contrato para problemas de conformidade",
steps=[
"Estrutura do contrato analisada (142 cláusulas)",
"Referência cruzada com banco de dados regulatório",
"3 riscos potenciais de conformidade identificados"
],
conclusion="O contrato requer revisão nas seções 5.2, 8.1 e 12.4",
confidence=0.87
)
# Submete o atestado
# O SDK valida automaticamente ANTES de submeter (economiza gas!)
result = client.submit_attestation(
content="Texto completo do contrato...",
reasoning=reasoning,
category="legal",
tier="basic"
)
print(f"ID do Atestado: {result.attestation_id}")
print(f"Gas usado: {result.gas_used}")3. Validação Pré-Cadeia (Recurso v1.1)
O SDK agora valida o raciocínio antes da submissão à blockchain, prevenindo o desperdício de gas em atestados inválidos.
# Validação automática (padrão)
try:
result = client.submit_attestation(content, reasoning, category)
print("✅ Atestado submetido com sucesso")
except ValueError as e:
print(f"❌ Falha na validação: {e}")
# Corrija o raciocínio e tente novamente
# Exemplo de saída de erro:
"""
❌ PRÉ-VALIDAÇÃO FALHOU
Pontuação: 43/100 (limite: 60)
Falhas detectadas:
1. Checagem 4 Falhou: Valor de confiança inválido: 1.5 (deve ser 0.0-1.0)
2. Checagem 6 Falhou: Tamanho do raciocínio 75.432 bytes (deve ser 100-50.000)
💡 Corrija estes problemas antes de submeter para evitar desperdício de gas.
"""4. Consulta de Reputação
# Obtém a reputação do agente
reputation = client.get_agent_reputation(agent_id=1)
print(f"Total de atestados: {reputation.total_attestations}")
print(f"Aprovados: {reputation.passed}")
print(f"Reprovados: {reputation.failed}")
print(f"Pontuação: {reputation.score}/100")O que ele faz:
O que ele NÃO faz:
Recurso Planejado:
Pilha de Tecnologia:
• Validação baseada em LLM (GPT-4 ou Claude)
• Aprendizagem de regras dinâmicas
• Checagens sensíveis ao contextoVisão: Mercado Descentralizado de Especialistas
Atestado
Alto Risco
Pool de Especialistas
Mercado Descentralizado
Advogado
$X/hora
Médico
$Y/hora
Engenheiro
$Z/hora
Revisam em paralelo
Validação
Consenso 3/3
Registro
Na Cadeia
Recompensa
$ANNA Tokens
📍 Network: Polygon Amoy Testnet
Todos os contratos são verificados no PolygonScan.
0x8b9b5D3f698BE53Ae98162f6e013Bc9214bc7AF0
Funções Principais:
Features:
0x4c92d3305e7F1417f718827B819E285325a823d3
Features v2.0.5:
0xd1F37B4be48FC4B8287059C92F9A2450D4b0990B
Features:
| Operação | Gas (MATIC) | USD (~$0.50/MATIC) |
|---|---|---|
| Register Agent | ~0.002 | $0.001 |
| Submit Attestation | ~0.0005 | $0.00025 |
| Total por Attestation | ~0.0008 | $0.0004 |
💰 ~$0.0004 USD por attestation (praticamente gratuito!)
Pré-requisitos:
Instalação:
# Instala o SDK
pip install anna-protocol-sdk
# Define variáveis de ambiente
export ANNA_PRIVATE_KEY="0x..."
export ANNA_NETWORK="polygon-amoy" # ou "polygon-mainnet"Exemplo de Integração:
from anna_sdk import ANNAClient, create_reasoning
import os
# Inicializa o cliente
client = ANNAClient(
private_key=os.getenv("ANNA_PRIVATE_KEY"),
network=os.getenv("ANNA_NETWORK")
)
# Registra seu agente de IA (apenas uma vez)
agent = client.register_agent(
did="did:anna:minha-ia-legal-v1",
model_type="GPT-4",
metadata={
"version": "1.0",
"domain": "legal",
"deployed": "2025-11-14"
}
)
# Sua IA gera a saída
ai_output = seu_modelo_ia.generate_contract_analysis(contract_text)
# Cria o raciocínio estruturado
reasoning = create_reasoning(
input_text=contract_text,
steps=ai_output.reasoning_steps, # Lógica da sua IA
conclusion=ai_output.conclusion,
confidence=ai_output.confidence
)
# Submete o atestado (auto-validado antes da submissão)
result = client.submit_attestation(
content=ai_output.text,
reasoning=reasoning,
category="legal",
tier="basic"
)
print(f"✅ ID do Atestado: {result.attestation_id}")
print(f"🔗 Visualizar: https://annaprotocol.com/verify{result.attestation_id (Exemplo)}")
# Verifica a reputação a qualquer momento
reputation = client.get_agent_reputation(agent.agent_id)
print(f"Pontuação: {reputation.score}/100")Score matematicamente calculado e 100% on-chain, impossível de manipular.
1. Volume Component (30% weight):
volume_score = log₂(verified_count + 1) × 10
Cap: 100 pontos
2. Quality Component (40% weight):
quality_score = avg(verification_scores)
Range: 0-100
3. Consistency Component (20% weight):
consistency = 100 - (std_deviation × 2)
Penaliza variância alta
4. Recency Bonus (10% weight):
recency = 100 × e^(-days_since_last / 30)
Decay exponencial
Fórmula Final:
FinalScore = (Volume × 0.30) + (Quality × 0.40) + (Consistency × 0.20) + (Recency × 0.10)
📊 Dados:
🧮 Cálculo:
Conquistas:
Objetivos:
Objetivos:
Solução ANNA:
# A IA do escritório de advocacia analisa o contrato do cliente
contract_analysis = ai_model.analyze_contract(document)
# Submete ao ANNA com raciocínio verificável
attestation = anna_client.submit_attestation(
content=contract_analysis.text,
reasoning=contract_analysis.reasoning,
category="legal",
tier="premium" # Nível 3 → revisão por advogado especialista
)
# O Cliente vê:
✓ Análise da IA
✓ Etapas de raciocínio
✓ Validação por especialista (3 advogados revisaram)
✓ Trilha de auditoria (imutável na cadeia)
✓ Cobertura de responsabilidade (staking do verificador)Solução ANNA:
# A IA médica analisa os sintomas do paciente
diagnosis = medical_ai.analyze_symptoms(patient_data)
# Submete com raciocínio médico
attestation = anna_client.submit_attestation(
content=diagnosis.recommendation,
reasoning=diagnosis.clinical_reasoning,
category="medical",
tier="premium" # Nível 3 → verificação por médico
)
# O Médico recebe:
✓ Diagnóstico da IA
✓ Cadeia de raciocínio clínico
✓ Validação por médico licenciado
✓ Conformidade com padrões médicos
✓ Trilha de auditoria para proteção contra negligênciaSolução ANNA:
# A IA de crédito avalia a aplicação de empréstimo
decision = credit_ai.evaluate_application(applicant_data)
# Submete com raciocínio transparente
attestation = anna_client.submit_attestation(
content=f"Decisão: {decision.approved}",
reasoning=decision.credit_analysis,
category="finance",
tier="standard" # Validação de Nível 2
)
# O Regulador pode auditar:
✓ Lógica da decisão
✓ Fatores considerados
✓ Resultados de detecção de viés
✓ Conformidade com leis de empréstimo
✓ Rastreamento histórico de precisão| Quem Recebe | % | Tokens | Vesting | Ativo |
|---|---|---|---|---|
| Verificadores (Run-to-Earn) | 30% | 300M | 10 anos | Lançamento |
| Tesouro da Comunidade (DAO) | 20% | 200M | Desbloqueado | Lançamento |
| Crescimento do Ecossistema | 15% | 150M | 3 anos | Lançamento |
| Equipe e Consultores | 15% | 150M | 4 anos + 1 ano cliff | Ano 1 |
| Desenvolvimento do Protocolo | 10% | 100M | 2 anos | Lançamento |
| Liquidez Inicial (DEX/CEX) | 5% | 50M | Desbloqueado | Lançamento |
| Venda Seed (Investidores) | 3% | 30M | 1 ano + 3 meses cliff | Pré-lançamento |
| Venda Pública (Lançamento Justo) | 2% | 20M | Desbloqueado | Lançamento |
Fornecimento Total: 1,000,000,000 $ANNA (1 Bilhão de tokens)
500.000 $ANNA
Recompensas Base (70%)
A $0.10: $50.000 | A $1.00: $500.000
+20% máx.
Bônus de Desempenho
Uptime, velocidade, precisão
10%
Recompensas de Consenso
Validação em grupo
$65.400
Lucro Líquido Ano 1
3.270%
ROI Anual
~11 dias
Payback Period
Investimento inicial: ~$2.000 (hardware + stake)
Slashing: Perda de 5% do stake por invalidação. Lucrativo se mantiver atividade.
Potencial Ano 3 (1.000 revisões/dia)
$54.75M pagos aos especialistas
Média: $54.750/ano por especialista (meio período)
Especialista recebe: 90%
Protocolo: 10% (tesouro/queima)
| Tipo de Proposta | Quórum | Aprovação |
|---|---|---|
| Mudanças de Parâmetros | 5% | 60% |
| Gastos do Tesouro | 10% | 65% |
| Atualizações do Protocolo | 20% | 75% |
Poder de voto: 1 $ANNA em stake = 1 voto (votação quadrática opcional)
| Ano | Verificador | Comunidade | Ecossistema | Equipe | Dev | Liquidez | Seed | Pública | Total Circ. | % do Total |
|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 0 | 0 | 0 | 0 | 0 | 50M | 0 | 20M | 70M | 7% |
| 1 | 50M | 20M | 50M | 0 | 50M | 50M | 15M | 20M | 255M | 26% |
| 2 | 95M | 40M | 100M | 37.5M | 100M | 50M | 30M | 20M | 472.5M | 47% |
| 3 | 135M | 60M | 150M | 75M | 100M | 50M | 30M | 20M | 620M | 62% |
| 4 | 170M | 80M | 150M | 112.5M | 100M | 50M | 30M | 20M | 712.5M | 71% |
| 5 | 200M | 100M | 150M | 150M | 100M | 50M | 30M | 20M | 800M | 80% |
| 10 | 300M | 200M | 150M | 150M | 100M | 50M | 30M | 20M | 1.000M | 100% |
Inflação: Ano 1–2: 19–21% → Ano 3–5: 14–10% → Ano 6+: <5% → Ano 10+: 0%
| Risco | Solução |
|---|---|
| Queda do preço abaixo da lucratividade | Preço mínimo: $0.05. Ajuste via DAO. Tesouro de emergência. |
| Adoção insuficiente | Subsídios iniciais. Parcerias. Gamificação. |
| Manipulação por whales | Vesting. Votação quadrática. Lock-ups. |
| Incerteza regulatória | Foco em utilidade. Lançamento justo. Governança descentralizada. |
Fornecimento Total: 1.000.000.000 $ANNA
Alinhamento de longo prazo. Sustentabilidade. Descentralização.
Fundador & CEO: Antonio Rufino
LinkedIn: Antonio Rufino
Twitter X: Antonio Rufino
Tecnologia:
O Protocolo ANNA aborda um problema fundamental na intersecção da IA e da blockchain: Responsabilidade Verificável para Decisões Autônomas de IA.
O Que Construímos:
O Que Vem a Seguir:
Por Que o ANNA é Importante:
À medida que a IA se torna mais autônoma, a responsabilidade se torna mais crítica. O ANNA fornece a infraestrutura para este futuro de IA responsável — verificável, transparente e descentralizado.
Estamos construindo o Chainlink para a responsabilidade da IA.
Version 2.1 COMPLETE | December 2025
In 2025, AI systems make millions of decisions that affect real lives:
But no one can prove HOW these decisions were made.
The result? An AI system denies your loan. You ask why. The answer: "The algorithm decided so."
This isn't just frustrating. It's illegal in multiple jurisdictions. The European AI Act, Brazil's LGPD, and similar regulations in the US and Asia require explainability. But current technology cannot deliver this in a reliable and auditable way.
Blockchain has already revolutionized trust in financial transactions globally. But when it comes to AI:
⚠️ Real Scenarios Across Multiple Jurisdictions
🇪🇺 Europe - AI Act (2024):
AI system rejects visa application. Regulator demands complete audit of decision-making process. Blockchain records the "no" but doesn't explain why.
🇧🇷 Brazil - Central Bank Resolutions 520/521 (2026):
AI blocks suspicious crypto transaction. Central Bank requires auditable technical justification. No reasoning trail = regulatory fine.
🇺🇸 United States - SEC & FTC:
Algorithmic trading causes volatility. Regulators investigate. Blockchain shows the orders but doesn't reveal the logic behind them.
💡 The Fundamental Problem:
Regulators globally need auditability. Blockchain offers immutability. These are different things. You can have an immutable record of a terrible decision and still not be able to audit it.
ANNA doesn't replace blockchain. ANNA completes blockchain.
While blockchain ensures that "this happened", ANNA Protocol ensures that "this happened because..." — with every step of AI reasoning auditable, cryptographically verifiable, and permanently recorded.
🎯 ANNA in One Sentence:
"The first blockchain infrastructure that makes AI decisions auditable by regulators, transparent to users, and legally defensible for companies."
Industries requiring AI accountability:
| Industry | Use Case | Existing Gap |
|---|---|---|
| LegalTech | Contract analysis, Compliance | Lack of audit trail for AI reasoning |
| FinTech | Credit decisions, Risk assessment | Black-box model opacity |
| HealthTech | Diagnostic support, Treatment plans | Unverifiable AI medical advice |
| Insurance | Claims processing, Fraud detection | Lack of accountability for AI claim denials |
Market Size: The AI Governance solutions market is projected to reach $26.72 billion by 2032.
ANNA Protocol creates a Three-Tier Verification System that bridges the gap between blockchain and AI semantics:
AI Agent
Generates Decision
Attestation
Submit On-Chain
ANNA Contracts
Trigger Verification
Verification
Multiple Tiers
Reputation
Record Result
History
Build Auditable
Green: Active validation | Yellow: Planned Q2 | Purple: Planned Q3
did:anna:<address>| Feature | Traditional Blockchain | ANNA Protocol |
|---|---|---|
| AI Identity | Wallet address only | DID + Agent Metadata |
| Decision Recording | Output hash | Hash + Reasoning Structure |
| Verification | Manual / None | Autonomous Multi-Tier |
| Auditability | Limited | Complete Reasoning Trail |
| Reputation | None | On-Chain History |
LegalTech
HealthAI
FinanceAI
AnnaIdentity
Contract
AnnaAttestation
Contract
AnnaReputation
Contract
Emits EventsAutonomous Verifier (24/7)
Active Today Planned Q2 - Q4 2026 Planned Q1 - Q4 2027
Data flow: top to bottom | Arrows indicate dependency
AttestationSubmittedIPFS via Filebase:
→ Secure, decentralized, and always available data
Registers and manages AI agent identities
registerAgent(address, did, modelType)
getAgentInfo(agentId) → DID, metadata, timestamp
isRegistered(address) → bool
Contract Address:
0x8b9b5D3f698BE53Ae98162f6e013Bc9214bc7AF0
Explorer: Polygonscan (Amoy)
Records AI decisions with cryptographic proof
submitAttestation(...)
getAttestation(id)
getAgentAttestations(id)
Contract Address:
0x4c92d3305e7F1417f718827B819E285325a823d3
Explorer: Polygonscan (Amoy)
Tracks verification results and scores
submitVerification(...)
getAgentReputation(id)
getVerificationHistory(id)
Contract Address:
0xd1F37B4be48FC4B8287059C92F9A2450D4b0990B
Explorer: Polygonscan (Amoy)
The Verification System operates as a 24/7 autonomous service that:
7 Automated Checks:
| Check | Validates | Purpose |
|---|---|---|
| 1. Hash Integrity | Reasoning hash matches on-chain hash | Tampering prevention |
| 2. JSON Structure | Required fields are present | Ensures completeness |
| 3. Forbidden Patterns | Detects jailbreak/bypass attempts | Security |
| 4. Confidence Range | Validates 0.0 ≤ confidence ≤ 1.0 | Data validity |
| 5. Reasoning Steps | Checks step structure and consistency | Logic validation |
| 6. Size Validation | Enforces 100-50,000 bytes | Spam prevention |
| 7. Non-Empty Strings | Verifies input/conclusion presence | Integrity |
Scoring System:
Performance Metrics (Real Data):
pip install anna-protocol-sdk1. Identity Management
from anna_sdk import ANNAClient
import os
# SDK uses environment variables for private key
client = ANNAClient(
private_key=os.getenv("ANNA_PRIVATE_KEY"),
network="polygon-amoy"
)
# Register agent
result = client.register_agent(
did="did:anna:custom-identifier",
model_type="GPT-4",
metadata={"version": "1.0"}
)
print(f"Agent ID: {result.agent_id}")2. Attestation Submission with Pre-Validation (NEW)
from anna_sdk import create_reasoning
# Create structured reasoning
reasoning = create_reasoning(
input_text="Analyze contract for compliance issues",
steps=[
"Contract structure analyzed (142 clauses)",
"Cross-referenced with regulatory database",
"3 potential compliance risks identified"
],
conclusion="Contract requires review in sections 5.2, 8.1 and 12.4",
confidence=0.87
)
# Submit attestation
# SDK automatically validates BEFORE submitting (saves gas!)
result = client.submit_attestation(
content="Full contract text...",
reasoning=reasoning,
category="legal",
tier="basic"
)
print(f"Attestation ID: {result.attestation_id}")
print(f"Gas used: {result.gas_used}")3. Pre-Chain Validation (v1.1 Feature)
The SDK now validates reasoning before blockchain submission, preventing gas waste on invalid attestations.
# Automatic validation (default)
try:
result = client.submit_attestation(content, reasoning, category)
print("✅ Attestation submitted successfully")
except ValueError as e:
print(f"❌ Validation failed: {e}")
# Fix reasoning and try again
# Example error output:
"""
❌ PRE-VALIDATION FAILED
Score: 43/100 (threshold: 60)
Detected failures:
1. Check 4 Failed: Invalid confidence value: 1.5 (must be 0.0-1.0)
2. Check 6 Failed: Reasoning size 75,432 bytes (must be 100-50,000)
💡 Fix these issues before submitting to avoid gas waste.
"""4. Reputation Query
# Get agent reputation
reputation = client.get_agent_reputation(agent_id=1)
print(f"Total attestations: {reputation.total_attestations}")
print(f"Passed: {reputation.passed}")
print(f"Failed: {reputation.failed}")
print(f"Score: {reputation.score}/100")What it does:
What it does NOT do:
Planned Feature:
Technology Stack:
- LLM-based validation (GPT-4 or Claude)
- Dynamic rule learning
- Context-sensitive checksVision: Decentralized Expert Marketplace
Attestation
High Risk
Expert Pool
Decentralized Marketplace
Lawyer
$X/hour
Doctor
$Y/hour
Engineer
$Z/hour
Review in parallel
Validation
Consensus 3/3
Record
On-Chain
Reward
$ANNA Tokens
📍 Network: Polygon Amoy Testnet
All contracts are verified on PolygonScan.
0x8b9b5D3f698BE53Ae98162f6e013Bc9214bc7AF0
Main Functions:
Features:
0x4c92d3305e7F1417f718827B819E285325a823d3
Features v2.0.5:
0xd1F37B4be48FC4B8287059C92F9A2450D4b0990B
Features:
| Operation | Gas (MATIC) | USD (~$0.50/MATIC) |
|---|---|---|
| Register Agent | ~0.002 | $0.001 |
| Submit Attestation | ~0.0005 | $0.00025 |
| Total per Attestation | ~0.0008 | $0.0004 |
💰 ~$0.0004 USD per attestation (virtually free!)
Prerequisites:
Installation:
# Install SDK
pip install anna-protocol-sdk
# Set environment variables
export ANNA_PRIVATE_KEY="0x..."
export ANNA_NETWORK="polygon-amoy" # or "polygon-mainnet"Integration Example:
from anna_sdk import ANNAClient, create_reasoning
import os
# Initialize client
client = ANNAClient(
private_key=os.getenv("ANNA_PRIVATE_KEY"),
network=os.getenv("ANNA_NETWORK")
)
# Register your AI agent (only once)
agent = client.register_agent(
did="did:anna:my-legal-ai-v1",
model_type="GPT-4",
metadata={
"version": "1.0",
"domain": "legal",
"deployed": "2025-11-14"
}
)
# Your AI generates output
ai_output = your_ai_model.generate_contract_analysis(contract_text)
# Create structured reasoning
reasoning = create_reasoning(
input_text=contract_text,
steps=ai_output.reasoning_steps, # Your AI's logic
conclusion=ai_output.conclusion,
confidence=ai_output.confidence
)
# Submit attestation (auto-validated before submission)
result = client.submit_attestation(
content=ai_output.text,
reasoning=reasoning,
category="legal",
tier="basic"
)
print(f"✅ Attestation ID: {result.attestation_id}")
print(f"🔗 View: https://annaprotocol.com/verify{result.attestation_id} (Example)")
# Check reputation anytime
reputation = client.get_agent_reputation(agent.agent_id)
print(f"Score: {reputation.score}/100")Score mathematically calculated and 100% on-chain, impossible to manipulate.
1. Volume Component (30% weight):
volume_score = log₂(verified_count + 1) × 10
Cap: 100 points
2. Quality Component (40% weight):
quality_score = avg(verification_scores)
Range: 0-100
3. Consistency Component (20% weight):
consistency = 100 - (std_deviation × 2)
Penalizes high variance
4. Recency Bonus (10% weight):
recency = 100 × e^(-days_since_last / 30)
Exponential decay
Final Formula:
FinalScore = (Volume × 0.30) + (Quality × 0.40) + (Consistency × 0.20) + (Recency × 0.10)
📊 Data:
🧮 Calculation:
Achievements:
Goals:
Goals:
ANNA Solution:
# Law firm AI analyzes client contract
contract_analysis = ai_model.analyze_contract(document)
# Submit to ANNA with verifiable reasoning
attestation = anna_client.submit_attestation(
content=contract_analysis.text,
reasoning=contract_analysis.reasoning,
category="legal",
tier="premium" # Tier 3 → expert lawyer review
)
# Client sees:
✓ AI analysis
✓ Reasoning steps
✓ Expert validation (3 lawyers reviewed)
✓ Audit trail (immutable on-chain)
✓ Liability coverage (verifier staking)ANNA Solution:
# Medical AI analyzes patient symptoms
diagnosis = medical_ai.analyze_symptoms(patient_data)
# Submit with medical reasoning
attestation = anna_client.submit_attestation(
content=diagnosis.recommendation,
reasoning=diagnosis.clinical_reasoning,
category="medical",
tier="premium" # Tier 3 → doctor verification
)
# Doctor receives:
✓ AI diagnosis
✓ Clinical reasoning chain
✓ Licensed doctor validation
✓ Medical standards compliance
✓ Malpractice protection audit trailANNA Solution:
# Credit AI evaluates loan application
decision = credit_ai.evaluate_application(applicant_data)
# Submit with transparent reasoning
attestation = anna_client.submit_attestation(
content=f"Decision: {decision.approved}",
reasoning=decision.credit_analysis,
category="finance",
tier="standard" # Tier 2 validation
)
# Regulator can audit:
✓ Decision logic
✓ Factors considered
✓ Bias detection results
✓ Lending law compliance
✓ Historical accuracy tracking| Recipient | % | Tokens | Vesting | Active |
|---|---|---|---|---|
| Verifiers (Run-to-Earn) | 30% | 300M | 10 years | Launch |
| Community Treasury (DAO) | 20% | 200M | Unlocked | Launch |
| Ecosystem Growth | 15% | 150M | 3 years | Launch |
| Team and Advisors | 15% | 150M | 4 years + 1 year cliff | Year 1 |
| Protocol Development | 10% | 100M | 2 years | Launch |
| Initial Liquidity (DEX/CEX) | 5% | 50M | Unlocked | Launch |
| Seed Sale (Investors) | 3% | 30M | 1 year + 3 months cliff | Pre-launch |
| Public Sale (Fair Launch) | 2% | 20M | Unlocked | Launch |
Total Supply: 1,000,000,000 $ANNA (1 Billion tokens)
500,000 $ANNA
Base Rewards (70%)
At $0.10: $50,000 | At $1.00: $500,000
+20% max
Performance Bonus
Uptime, speed, accuracy
10%
Consensus Rewards
Group validation
$65,400
Net Profit Year 1
3,270%
Annual ROI
~11 days
Payback Period
Initial investment: ~$2,000 (hardware + stake)
Slashing: 5% stake loss per invalidation. Profitable if maintaining activity.
Year 3 Potential (1,000 reviews/day)
$54.75M paid to experts
Average: $54,750/year per expert (part-time)
Expert receives: 90%
Protocol: 10% (treasury/burn)
| Proposal Type | Quorum | Approval |
|---|---|---|
| Parameter Changes | 5% | 60% |
| Treasury Spending | 10% | 65% |
| Protocol Upgrades | 20% | 75% |
Voting power: 1 staked $ANNA = 1 vote (optional quadratic voting)
| Year | Verifier | Community | Ecosystem | Team | Dev | Liquidity | Seed | Public | Total Circ. | % of Total |
|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 0 | 0 | 0 | 0 | 0 | 50M | 0 | 20M | 70M | 7% |
| 1 | 50M | 20M | 50M | 0 | 50M | 50M | 15M | 20M | 255M | 26% |
| 2 | 95M | 40M | 100M | 37.5M | 100M | 50M | 30M | 20M | 472.5M | 47% |
| 3 | 135M | 60M | 150M | 75M | 100M | 50M | 30M | 20M | 620M | 62% |
| 4 | 170M | 80M | 150M | 112.5M | 100M | 50M | 30M | 20M | 712.5M | 71% |
| 5 | 200M | 100M | 150M | 150M | 100M | 50M | 30M | 20M | 800M | 80% |
| 10 | 300M | 200M | 150M | 150M | 100M | 50M | 30M | 20M | 1.000M | 100% |
Inflation: Year 1–2: 19–21% → Year 3–5: 14–10% → Year 6+: <5% → Year 10+: 0%
| Risk | Solution |
|---|---|
| Price drops below profitability | Floor price: $0.05. DAO adjustment. Emergency treasury. |
| Insufficient adoption | Initial subsidies. Partnerships. Gamification. |
| Whale manipulation | Vesting. Quadratic voting. Lock-ups. |
| Regulatory uncertainty | Utility focus. Fair launch. Decentralized governance. |
Total Supply: 1,000,000,000 $ANNA
Long-term alignment. Sustainability. Decentralization.
Founder & CEO: Antonio Rufino
LinkedIn: Antonio Rufino
Twitter X: Antonio Rufino
Technology:
ANNA Protocol addresses a fundamental problem at the intersection of AI and blockchain: Verifiable Accountability for Autonomous AI Decisions.
What We Built:
What's Next:
Why ANNA Matters:
As AI becomes more autonomous, accountability becomes more critical. ANNA provides the infrastructure for this future of responsible AI — verifiable, transparent, and decentralized.
We're building the Chainlink for AI accountability.
版本 2.1 完整版 | 2025年12月
2025年，人工智能系统做出数百万个影响真实生活的决策：
但没有人能证明这些决策是如何做出的。
结果如何？人工智能系统拒绝了您的贷款。您问为什么。 答案是："算法就是这样决定的。"
这不仅令人沮丧。这是违法的——在多个司法管辖区。 欧盟人工智能法案、巴西LGPD以及美国和亚洲的类似法规都要求可解释性。 但现有技术无法以可靠和可审计的方式提供这一点。
区块链已经在全球范围内彻底改变了金融交易中的信任。但当涉及到人工智能时：
⚠️ 多个司法管辖区的真实场景
🇪🇺 欧洲 - 人工智能法案（2024年）：
人工智能系统拒绝签证申请。监管机构要求对决策过程进行完整审计。 区块链记录了"否"，但没有解释原因。
🇧🇷 巴西 - 央行决议520/521（2026年）：
人工智能阻止可疑加密货币交易。央行要求可审计的技术理由。 没有推理轨迹 = 监管罚款。
🇺🇸 美国 - SEC和FTC：
算法交易导致波动。监管机构进行调查。 区块链显示订单，但不揭示其背后的逻辑。
💡 根本问题：
全球监管机构需要可审计性。 区块链提供不可变性。 这是两回事。您可以拥有一个糟糕决策的不可变记录，但仍然无法对其进行审计。
ANNA不是取代区块链。ANNA是完善区块链。
区块链确保"这件事发生了"， 而ANNA协议确保"这件事因为……而发生" ——人工智能推理的每一步都可审计、可加密验证并永久记录。
🎯 用一句话概括ANNA：
"首个让人工智能决策可被监管机构审计、 对用户透明、对企业具有法律辩护力的区块链基础设施。"
需要AI问责制的行业：
| 行业 | 用例 | 现有差距 |
|---|---|---|
| 法律科技 | 合同分析、合规性 | AI推理缺乏审计追踪 |
| 金融科技 | 信贷决策、风险评估 | 黑箱模型不透明 |
| 医疗科技 | 诊断支持、治疗方案 | AI医疗建议无法验证 |
| 保险 | 理赔处理、欺诈检测 | AI拒赔缺乏问责 |
市场规模：AI治理解决方案市场预计到2032年将达到267.2亿美元。
ANNA协议创建了一个三层验证系统，弥合了区块链与AI语义之间的差距：
AI代理
生成决策
证明
链上提交
ANNA合约
触发验证
验证
多层级
声誉
记录结果
历史
构建可审计
绿色：主动验证 | 黄色：计划Q2 | 紫色：计划Q3
did:anna:<地址>| 特性 | 传统区块链 | ANNA协议 |
|---|---|---|
| AI身份 | 仅钱包地址 | DID + 代理元数据 |
| 决策记录 | 输出哈希 | 哈希 + 推理结构 |
| 验证 | 手动/无 | 自主多层 |
| 可审计性 | 有限 | 完整的推理追踪 |
| 声誉 | 无 | 链上历史 |
法律科技
医疗AI
金融AI
AnnaIdentity
合约
AnnaAttestation
合约
AnnaReputation
合约
发出事件自主验证器（24/7）
今日活跃 计划2026年Q2-Q4 计划2027年Q1-Q4
数据流：从上到下 | 箭头表示依赖关系
AttestationSubmitted通过Filebase的IPFS：
→ 安全、去中心化且始终可用的数据
注册和管理AI代理身份
registerAgent(address, did, modelType)
getAgentInfo(agentId) → DID、元数据、时间戳
isRegistered(address) → 布尔值
合约地址：
0x8b9b5D3f698BE53Ae98162f6e013Bc9214bc7AF0
浏览器： Polygonscan（Amoy）
使用加密证明记录AI决策
submitAttestation(...)
getAttestation(id)
getAgentAttestations(id)
合约地址：
0x4c92d3305e7F1417f718827B819E285325a823d3
浏览器： Polygonscan（Amoy）
跟踪验证结果和分数
submitVerification(...)
getAgentReputation(id)
getVerificationHistory(id)
合约地址：
0xd1F37B4be48FC4B8287059C92F9A2450D4b0990B
浏览器： Polygonscan（Amoy）
验证系统作为24/7自主服务运行，执行以下操作：
7项自动检查：
| 检查 | 验证内容 | 目的 |
|---|---|---|
| 1. 哈希完整性 | 推理哈希与链上哈希匹配 | 防止篡改 |
| 2. JSON结构 | 必需字段存在 | 确保完整性 |
| 3. 禁止模式 | 检测越狱/绕过尝试 | 安全性 |
| 4. 置信度范围 | 验证0.0 ≤ 置信度 ≤ 1.0 | 数据有效性 |
| 5. 推理步骤 | 检查步骤结构和一致性 | 逻辑验证 |
| 6. 大小验证 | 强制100-50,000字节 | 防止垃圾信息 |
| 7. 非空字符串 | 验证输入/结论存在 | 完整性 |
评分系统：
性能指标（实际数据）：
pip install anna-protocol-sdk1. 身份管理
from anna_sdk import ANNAClient
import os
# SDK使用环境变量作为私钥
client = ANNAClient(
private_key=os.getenv("ANNA_PRIVATE_KEY"),
network="polygon-amoy"
)
# 注册代理
result = client.register_agent(
did="did:anna:自定义标识符",
model_type="GPT-4",
metadata={"version": "1.0"}
)
print(f"代理ID：{result.agent_id}")2. 带预验证的证明提交（新功能）
from anna_sdk import create_reasoning
# 创建结构化推理
reasoning = create_reasoning(
input_text="分析合同的合规问题",
steps=[
"分析合同结构（142个条款）",
"与监管数据库交叉引用",
"识别出3个潜在的合规风险"
],
conclusion="合同需要在第5.2、8.1和12.4节进行审查",
confidence=0.87
)
# 提交证明
# SDK在提交前自动验证（节省gas！）
result = client.submit_attestation(
content="完整的合同文本...",
reasoning=reasoning,
category="legal",
tier="basic"
)
print(f"证明ID：{result.attestation_id}")
print(f"使用的Gas：{result.gas_used}")3. 链前验证（v1.1功能）
SDK现在在区块链提交之前验证推理，防止在无效证明上浪费gas。
# 自动验证（默认）
try:
result = client.submit_attestation(content, reasoning, category)
print("✅ 证明提交成功")
except ValueError as e:
print(f"❌ 验证失败：{e}")
# 修正推理并重试
# 错误输出示例：
"""
❌ 预验证失败
分数：43/100（阈值：60）
检测到的失败：
1. 检查4失败：无效的置信度值：1.5（必须是0.0-1.0）
2. 检查6失败：推理大小75,432字节（必须是100-50,000）
💡 在提交前修正这些问题以避免浪费gas。
"""4. 声誉查询
# 获取代理声誉
reputation = client.get_agent_reputation(agent_id=1)
print(f"总证明数：{reputation.total_attestations}")
print(f"通过：{reputation.passed}")
print(f"失败：{reputation.failed}")
print(f"分数：{reputation.score}/100")它做什么：
它不做什么：
计划功能：
技术栈：
- 基于LLM的验证（GPT-4或Claude）
- 动态规则学习
- 上下文敏感检查愿景：去中心化专家市场
证明
高风险
专家池
去中心化市场
律师
$X/小时
医生
$Y/小时
工程师
$Z/小时
并行审查
验证
3/3共识
记录
链上
奖励
$ANNA代币
📍 网络：Polygon Amoy测试网
所有合约都在PolygonScan上验证。
0x8b9b5D3f698BE53Ae98162f6e013Bc9214bc7AF0
主要功能：
特性：
0x4c92d3305e7F1417f718827B819E285325a823d3
v2.0.5特性：
0xd1F37B4be48FC4B8287059C92F9A2450D4b0990B
特性：
| 操作 | Gas（MATIC） | 美元（~$0.50/MATIC） |
|---|---|---|
| 注册代理 | ~0.002 | $0.001 |
| 提交证明 | ~0.0005 | $0.00025 |
| 每次证明总计 | ~0.0008 | $0.0004 |
💰 每次证明约$0.0004美元（几乎免费！）
先决条件：
安装：
# 安装SDK
pip install anna-protocol-sdk
# 设置环境变量
export ANNA_PRIVATE_KEY="0x..."
export ANNA_NETWORK="polygon-amoy" # 或 "polygon-mainnet"集成示例：
from anna_sdk import ANNAClient, create_reasoning
import os
# 初始化客户端
client = ANNAClient(
private_key=os.getenv("ANNA_PRIVATE_KEY"),
network=os.getenv("ANNA_NETWORK")
)
# 注册您的AI代理（仅一次）
agent = client.register_agent(
did="did:anna:我的法律ai-v1",
model_type="GPT-4",
metadata={
"version": "1.0",
"domain": "legal",
"deployed": "2025-11-14"
}
)
# 您的AI生成输出
ai_output = your_ai_model.generate_contract_analysis(contract_text)
# 创建结构化推理
reasoning = create_reasoning(
input_text=contract_text,
steps=ai_output.reasoning_steps, # 您的AI逻辑
conclusion=ai_output.conclusion,
confidence=ai_output.confidence
)
# 提交证明（提交前自动验证）
result = client.submit_attestation(
content=ai_output.text,
reasoning=reasoning,
category="legal",
tier="basic"
)
print(f"✅ 证明ID：{result.attestation_id}")
print(f"🔗 查看：https://annaprotocol.com/verify{result.attestation_id}（示例）")
# 随时检查声誉
reputation = client.get_agent_reputation(agent.agent_id)
print(f"分数：{reputation.score}/100")分数数学计算且100%链上，不可能被操纵。
1. 数量组件（30%权重）：
volume_score = log₂(verified_count + 1) × 10
上限：100分
2. 质量组件（40%权重）：
quality_score = avg(verification_scores)
范围：0-100
3. 一致性组件（20%权重）：
consistency = 100 - (std_deviation × 2)
惩罚高方差
4. 近期奖励（10%权重）：
recency = 100 × e^(-days_since_last / 30)
指数衰减
最终公式：
FinalScore = (数量 × 0.30) + (质量 × 0.40) + (一致性 × 0.20) + (近期 × 0.10)
📊 数据：
🧮 计算：
成就：
目标：
目标：
ANNA解决方案：
# 律师事务所AI分析客户合同
contract_analysis = ai_model.analyze_contract(document)
# 提交到ANNA并提供可验证的推理
attestation = anna_client.submit_attestation(
content=contract_analysis.text,
reasoning=contract_analysis.reasoning,
category="legal",
tier="premium" # 第3层 → 专业律师审查
)
# 客户看到：
✓ AI分析
✓ 推理步骤
✓ 专家验证（3位律师审查）
✓ 审计追踪（链上不可变）
✓ 责任覆盖（验证器质押）ANNA解决方案：
# 医疗AI分析患者症状
diagnosis = medical_ai.analyze_symptoms(patient_data)
# 提交医疗推理
attestation = anna_client.submit_attestation(
content=diagnosis.recommendation,
reasoning=diagnosis.clinical_reasoning,
category="medical",
tier="premium" # 第3层 → 医生验证
)
# 医生收到：
✓ AI诊断
✓ 临床推理链
✓ 持证医生验证
✓ 医疗标准合规
✓ 医疗事故保护审计追踪ANNA解决方案：
# 信贷AI评估贷款申请
decision = credit_ai.evaluate_application(applicant_data)
# 提交透明的推理
attestation = anna_client.submit_attestation(
content=f"决策：{decision.approved}",
reasoning=decision.credit_analysis,
category="finance",
tier="standard" # 第2层验证
)
# 监管机构可以审计：
✓ 决策逻辑
✓ 考虑的因素
✓ 偏见检测结果
✓ 贷款法律合规性
✓ 历史准确性追踪| 接收者 | % | 代币 | 锁定期 | 活跃 |
|---|---|---|---|---|
| 验证器（运行赚取） | 30% | 3亿 | 10年 | 启动 |
| 社区金库（DAO） | 20% | 2亿 | 已解锁 | 启动 |
| 生态系统增长 | 15% | 1.5亿 | 3年 | 启动 |
| 团队和顾问 | 15% | 1.5亿 | 4年 + 1年锁定期 | 第1年 |
| 协议开发 | 10% | 1亿 | 2年 | 启动 |
| 初始流动性（DEX/CEX） | 5% | 5000万 | 已解锁 | 启动 |
| 种子轮销售（投资者） | 3% | 3000万 | 1年 + 3个月锁定期 | 预启动 |
| 公开销售（公平启动） | 2% | 2000万 | 已解锁 | 启动 |
总供应量： 1,000,000,000 $ANNA （10亿代币）
500,000 $ANNA
基础奖励（70%）
按$0.10：$50,000 | 按$1.00：$500,000
+20% 最高
性能奖金
正常运行时间、速度、准确性
10%
共识奖励
群组验证
$65,400
第1年净利润
3,270%
年度ROI
~11天
回本期
初始投资：~$2,000（硬件 + 质押）
惩罚：每次无效扣除5%质押。如果保持活动仍然盈利。
第3年潜力（1,000次审查/天）
向专家支付$54.75M
平均：每位专家$54,750/年（兼职）
专家获得：90%
协议：10%（金库/销毁）
| 提案类型 | 法定人数 | 批准 |
|---|---|---|
| 参数变更 | 5% | 60% |
| 金库支出 | 10% | 65% |
| 协议升级 | 20% | 75% |
投票权：1个质押的$ANNA = 1票 （可选二次投票）
| 年份 | 验证器 | 社区 | 生态系统 | 团队 | 开发 | 流动性 | 种子 | 公开 | 总流通 | %总量 |
|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 0 | 0 | 0 | 0 | 0 | 5000万 | 0 | 2000万 | 7000万 | 7% |
| 1 | 5000万 | 2000万 | 5000万 | 0 | 5000万 | 5000万 | 1500万 | 2000万 | 2.55亿 | 26% |
| 2 | 9500万 | 4000万 | 1亿 | 3750万 | 1亿 | 5000万 | 3000万 | 2000万 | 4.725亿 | 47% |
| 3 | 1.35亿 | 6000万 | 1.5亿 | 7500万 | 1亿 | 5000万 | 3000万 | 2000万 | 6.2亿 | 62% |
| 4 | 1.7亿 | 8000万 | 1.5亿 | 1.125亿 | 1亿 | 5000万 | 3000万 | 2000万 | 7.125亿 | 71% |
| 5 | 2亿 | 1亿 | 1.5亿 | 1.5亿 | 1亿 | 5000万 | 3000万 | 2000万 | 8亿 | 80% |
| 10 | 3亿 | 2亿 | 1.5亿 | 1.5亿 | 1亿 | 5000万 | 3000万 | 2000万 | 10亿 | 100% |
通胀：第1-2年：19-21% → 第3-5年：14-10% → 第6年+：<5% → 第10年+：0%
| 风险 | 解决方案 |
|---|---|
| 价格跌破盈利线 | 底价：$0.05。DAO调整。紧急金库。 |
| 采用不足 | 初始补贴。合作伙伴关系。游戏化。 |
| 鲸鱼操纵 | 锁定期。二次投票。锁仓。 |
| 监管不确定性 | 聚焦实用性。公平启动。去中心化治理。 |
总供应量：1,000,000,000 $ANNA
长期一致。可持续性。去中心化。
创始人兼首席执行官：Antonio Rufino
LinkedIn： Antonio Rufino
Twitter X： Antonio Rufino
技术：
ANNA协议解决了AI与区块链交叉点上的一个根本问题：自主AI决策的可验证问责制。
我们构建了什么：
下一步：
为什么ANNA很重要：
随着AI变得更加自主，问责制变得更加关键。ANNA为这个负责任的AI未来提供基础设施——可验证、透明和去中心化。
我们正在构建AI问责制的Chainlink。