Ripple CTO ایمریٹس XRP لیجر کے لیے ابتدائی کہانی اور AI ویژن شیئر کرتا ہے۔

Vet، ایک $XRP لیجر کی توثیق کرنے والا، حال ہی میں ختم ہونے والے $XRP لاس ویگاس کی جھلکیاں شیئر کرتا ہے، ایک دو روزہ $XRP ایونٹ جو 30 اپریل سے 1 مئی تک منعقد ہوا تھا۔
تقریب کی ایک خاص بات Ripple CTO ایمریٹس ڈیوڈ شوارٹز کے ساتھ فائر سائیڈ چیٹ تھی، جو $XRP لیجر کے اصل معمار بھی ہیں۔
2011 میں، ڈیوڈ شوارٹز، جیڈ میک کلیب، اور آرتھر بریٹو کی تینوں نے $XRP لیجر (XRPL) تیار کرنا شروع کیا۔ Bitcoin سے متوجہ ہو کر، انہوں نے ایک بہتر ورژن بنانے کا ارادہ کیا جو اس کی حدود کو بہتر کرتے ہوئے ایک ڈیجیٹل اثاثہ شروع کرنے کے مقصد سے زیادہ پائیدار اور خاص طور پر ادائیگیوں کے لیے بنایا گیا تھا۔
ڈیوڈ شوارٹز کے ساتھ $XRP ویگاس میں فائر سائیڈ چیٹ۔ Ripple سے پہلے اور اس سے پہلے کے دنوں کی بہت سی عمدہ کہانیاں۔ اس نے لوگوں کے درمیان جاری کردہ اثاثہ ٹرسٹ لائنز کی Rippling کے ذریعے $XRP لیجر پر سوشل کریڈٹ فیچر کو استعمال کرنے میں رکاوٹ کو توڑنے کے لیے AI کے اپنے نئے آئیڈیا کا بھی تذکرہ کیا۔
— Vet (@Vet_X0) 1 مئی 2026
$XRP لیجر پہلی بار جون 2012 میں لانچ ہوا۔ اس کے فوراً بعد، تینوں نے، کرس لارسن کے ساتھ مل کر ستمبر 2012 میں کمپنی NewCoin شروع کی، جسے جلد ہی OpenCoin کا نام دیا گیا اور اب اسے Ripple کہا جاتا ہے۔
اپنے آغاز سے ہی $XRP کی اختراع میں سب سے آگے ہونے کی وجہ سے، Schwartz اپنی کہانی سنانے کے لیے ایک بااختیار شخصیت بنی ہوئی ہے۔
$XRP ویگاس ایونٹ میں، Schwartz نے Ripple سے پہلے اور اس سے پہلے کے دنوں کی کہانیاں شیئر کیں۔ اس نے رکاوٹوں کو توڑنے اور $XRP لیجر پر لوگوں کے درمیان جاری کردہ اثاثہ ٹرسٹ لائنز کی Rippling کے ذریعے سوشل کریڈٹ فیچر کو استعمال کرنے کے لیے AI کے استعمال کے ایک نئے خیال کو بھی چھوا۔
$XRP ایونٹ میں AI اسپاٹ لائٹ میں
Chandler Fang، t54ai کے شریک بانی اور Ripple میں سابق پروڈکٹ لیڈ، نے $XRP لاس ویگاس ایونٹ میں ایجنٹی معیشت کو XRPL میں لانے کے بارے میں اشتراک کیا۔ فروری میں، x402 سہولت کار $XRP لیجر پر لائیو ہوا، جس سے AI ایجنٹوں کو API کلید یا اکاؤنٹس کی ضرورت کے بغیر $XRP اور RLUSD کا استعمال کرتے ہوئے خدمات کے لیے ادائیگی کرنے کی اجازت ملی۔
AI ایجنٹس سفارشات سے عملدرآمد کی طرف بڑھ رہے ہیں، APIs کی ادائیگی، دوسرے ایجنٹوں کی خدمات حاصل کرنا، بیلنس کا انتظام کرنا، ملازمتیں طے کرنا، اور صارفین کی جانب سے کام کرنا، اور اس کے لیے بٹوے سے زیادہ کی ضرورت ہے۔ اسے ایجنٹ کی شناخت، خطرے کی تشخیص، کریڈٹ، اور کچھ غلط ہونے پر جوابدہی کے ساتھ اعتماد کی پرت کی ضرورت ہوتی ہے۔
Fang XRPL پر اس اگلی پرت کو فعال کرنے کے ایک وژن کو اجاگر کرتا ہے، جس سے ایجنٹ مقامی لین دین کو پیمانے کے لیے کافی قابل اعتماد بنایا جاتا ہے۔