オンチェーン検索からディープリサーチへ
Subscan は、Substrate エコシステムを代表するマルチチェーン・ブロックチェーンエクスプローラーであり、重要なデータ基盤です。長年にわたり、分散した複雑なオンチェーン記録を、明確で安定し、検証可能なデータ体験へと変えてきました。取引、アカウント、ガバナンス、ステーキング、バリデーター、資産、クロスチェーン活動を幅広くカバーしています。API は 90 以上の Substrate ベースのネットワークに対応し、ユーザーによるオンチェーン活動の確認、開発者によるプロダクト構築、研究者によるネットワーク行動の分析を支える、信頼性の高いデータ基盤を提供しています。Subscan はオンチェーン記録を検索するためのツールにとどまらず、生のオンチェーンデータと実際の判断を結ぶ重要な入口です。
1 件のトランザクションを調べるには、通常ハッシュがあれば十分です。しかし、一連のオンチェーン行動を理解するには、まったく異なる進め方が必要です。
一定期間で最も活発だったアカウント、資金の最終的な移動先、あるネットワークにおけるガバナンス参加の変化を知るには、調査範囲を決め、複数の API を選択し、ページングされたデータを処理し、計算したうえで、理解できる結論にまとめなければなりません。
Subscan は、ページやフィールド、API を探すことからではなく、調べたい問いを直接伝えることから始まる新しい可能性を見いだしました。
Subscan はこれまで「オンチェーンデータがどこにあるか」を解決してきました。Deep Research はさらに「そのデータが何を意味するか」に答えようとしています。単にチャット欄を追加するのではなく、複雑なオンチェーンリサーチを本当に実行できるようにしたいと考えました。
オンチェーンリサーチを実際に動かす
Subscan と Hast は、ひとつの実際の問いから始めました。
2025 年の Kusama におけるガバナンス参加を要約し、最も活発な投票者を特定する。
このタスクでは、住民投票の状態を整理し、参加アカウントを特定し、投票頻度を集計したうえで、賛成、反対、棄権、オンチェーン ID、委任関係を分析する必要があります。
Subscan Deep Research では、ユーザーは調査目標を伝えるだけです。システムがデータ範囲を決め、Subscan のリアルタイムデータを呼び出し、必要な集計と計算を実行して、構造化された結論を返します。
現在のデモでは、この調査は約 6 分で完了します。結果にはガバナンスの概要、活発な投票者のランキング、主要な行動パターンが含まれ、そのまま追加質問に使える文脈も保持されます。
同じ方法は、次のような調査にも利用できます。
- ガバナンス参加と投票行動
- ステーキング収益とバリデーターの実績
- アカウント活動と資金フロー
- クロスチェーン活動と異常取引
プロトタイプから完全なワークフローへ
チャット画面があるだけでは、リサーチ製品とはいえません。
複雑な調査は数分以上続くことがあります。ユーザーはタスクの状態と進捗を確認し、ページを離れた後も結果へ戻れる必要があります。システムには一時的な失敗への対応、調査コンテキストの保存、HTML・CSV・JSON などの成果物の提供も求められます。
この協業で、Subscan はブランド、フロントエンド体験、オンチェーンデータ、API を引き続き保有します。Hast はリサーチタスクの計画・実行・成果物提供を担い、FDE のエンジニアリング支援を通じて Subscan 製品への統合を進めます。
両チームは実際の調査課題を中心に改善を重ねました。
- ガバナンス、ステーキング、アカウント活動の問いで調査能力を検証する。
- Subscan API と専門知識をエージェントへ接続する。
- 複雑な分析を継続実行できるバックグラウンドタスクに変える。
- 進捗、履歴、成果物、追加質問を製品体験へ組み込む。
- 内部認証情報を公開せず、調査過程を見える状態にする。
これにより Subscan は、エージェント実行基盤を一から再構築するのではなく、信頼できるマルチチェーンデータ、調査方法、ユーザー体験という差別化領域に開発力を集中できます。
追加質問へ続くリサーチ体験
Subscan Deep Research は現在 Beta として提供されています。
ユーザーはタスクを送信した後、待機、実行、完了までの状態を確認できます。ページを離れても調査はバックグラウンドで継続され、履歴に保存されます。
調査完了後は、同じ結果からさらに質問できます。活発な投票者のランキングを得た後で、たとえば次のような分析へ進めます。
- 公開オンチェーン ID を持つアカウントはどれか。
- 似た投票パターンを示すアカウントはどれか。
- 委任アカウントと直接投票するアカウントはどう異なるか。
- 特定のガバナンストラックだけを見ると順位はどう変わるか。
追加質問はそれまでの調査コンテキストを引き継ぎ、ひとつの回答を完全な調査へ発展させます。
基盤構築を減らし、製品の差別化へ集中
現在の製品範囲を基準にすると、エージェント実行、非同期タスク、状態保持、複数ターンの文脈、失敗復旧、進捗表示、成果物提供を一から構築するには、約 32 エンジニア週が必要と見積もられます。
Hast を利用することで、Subscan 固有の作業はドメインデータ、製品適合、フロントエンド体験、リリース検証に集中でき、約 4 エンジニア週と見積もられます。
初期エンジニアリング工数は約 87.5% 減少し、重複開発コストは約 7 万〜9 万ドル回避できる計算です。正式運用後には、実際の開発・保守データによる検証が必要です。
工数とコストは現在の実装範囲に基づくモデル推定であり、監査済みの Subscan 財務実績ではありません。Hast の料金、モデル利用料、Subscan 独自のフロントエンド開発は含みません。
さらに重要なのは、より速い初回リリースだけではありません。
Deep Research により、Subscan は「オンチェーンデータを見つける」支援から「オンチェーンリサーチを完了する」支援へ進みます。Hast は Subscan のデータ能力を置き換えるのではなく、そのデータを新しい製品の形で理解・利用・提供できるようにします。
次の段階へ
Subscan は Deep Research をさらに多くのネットワーク、データタイプ、調査シナリオへ広げ、価値の高い問いを再利用可能な調査方法として蓄積できます。
将来、ひとつのチェーン、一群のアカウント、クロスチェーンイベントを理解する作業は、正しいページや API を探すことではなく、調査目標を伝えることから始まるかもしれません。
Subscan にとって、対話型オンチェーンリサーチはブロックエクスプローラーを置き換えるものではありません。信頼できるマルチチェーンデータの上に築かれる、次の体験レイヤーです。