从链上查询走向深度研究
Subscan 是 Substrate 生态中最具代表性的多链区块链浏览器和数据基础设施之一。多年来，Subscan 持续把分散、复杂的链上记录转化为清晰、稳定、可验证的数据体验，覆盖交易、账户、治理、质押、验证人、资产与跨链活动。其 API 已覆盖 90 多个基于 Substrate 的网络，为用户核验链上活动、开发者构建产品以及研究者分析网络行为提供可靠的数据基础。Subscan 不只是查询链上记录的工具，也是连接原始链上数据与实际判断的重要入口。
查询一笔交易通常只需要一个哈希。但理解一段链上行为，往往需要完全不同的工作方式。
当用户想知道哪些账户在一段时间内最活跃、资金最终流向何处、验证人的表现如何，或者某个网络的治理参与发生了什么变化时，通常需要先确定网络和时间范围，再选择多个接口、处理分页数据、完成关联与计算，最后把结果整理成可以理解的结论。
这类问题不应该要求每个用户都先成为 Subscan API 专家。
Subscan 希望把这套过程转化为自然语言驱动的 Deep Research：用户描述研究目标，系统负责规划和执行后续工作，并清楚呈现结论、范围和依据。
Subscan 过去解决的是“链上数据在哪里”，Deep Research 希望进一步回答“这些数据意味着什么”。我们不想只是增加一个聊天框，而是要让复杂的链上研究真正运行起来。
让复杂的链上研究真正运行起来
Subscan 与 Hast 从一个真实问题开始：
总结 2025 年 Kusama 的治理参与情况，并找出最活跃的投票者。
这项任务需要整理公投状态、识别参与账户、统计投票频率，并分析赞成、反对、弃权、链上身份和委托关系。
在 Subscan Deep Research 中，用户只需提出研究目标。Agent 会确定数据范围，调用任务执行期间的真实 Subscan 数据，完成必要的聚合与计算，再返回治理概览、活跃投票者排名和关键行为模式。
截图所示单次 Kusama 治理研究演示约用 6 分钟完成，并保留原有上下文供用户继续追问。
同样的方式也可以用于研究：
- 治理参与与投票行为
- 质押收益与验证者表现
- 账户活动与资金流向
- 跨链活动与异常交易
另一个产品示例：Agent 调用 Kusama Asset Hub 的真实转账数据，完成分页、聚合和排序，并解释进入排名的主要账户行为。
从产品原型走向完整工作流
一个聊天界面并不等于研究产品。
如果从头构建，Subscan 还需要处理 Agent Runtime、数据与工具连接、长任务编排、状态持久化、多轮上下文、失败恢复、过程展示和研究产物交付。
在双方的合作中，Subscan 保留自己的品牌、前端体验、领域数据和 API；Hast Task Agent 提供研究任务背后的规划、执行与交付能力。
双方围绕真实研究问题持续迭代：
- 使用治理、质押、转账和账户活动等问题，验证 Agent 能否理解研究范围并主动推进。
- 让 Agent 理解不同网络、接口、字段和业务语义，并以任务执行期间获取的真实链上数据作为事实依据。
- 把复杂分析转化为可以在后台异步执行、持续更新状态的研究任务。
- 交付结构化答案、HTML、CSV、JSON 或图表等产物，并支持在同一上下文中继续提问。
这让 Subscan 可以把工程重点放在最有差异化的部分：可信的多链数据、研究方法和用户体验，而不必从头构建完整的智能体运行基础设施。
一种可以继续追问的研究体验
Subscan Deep Research 目前以 Beta 形式提供。
用户提交任务后，可以查看任务从等待、运行到完成的状态变化。即使暂时离开页面，研究也会在后台继续执行，并保留在历史记录中。
研究完成后，用户可以围绕同一结果继续提问。例如，在获得活跃投票者排名后，进一步分析：
- 哪些账户拥有公开链上身份？
- 哪些账户表现出相似的投票模式？
- 委托账户与直接投票账户有什么区别？
- 如果只看特定治理轨道，排名会如何变化？
每次追问都会延续此前的研究上下文，让一次答案逐步发展为完整的调查过程。
更少的基础设施，更多的产品差异化
按照当前 Beta 交付范围进行模型测算，如果从头构建智能体执行、异步任务、状态持久化、多轮上下文、失败恢复、过程展示和产物交付等能力，预计需要约 32 个工程师周。
借助 Hast，Subscan 专属工作可以集中在领域数据、产品适配、前端体验和上线验证，预计约为 4 个工程师周。
这相当于预计减少约 87.5% 的首期工程投入，并避免约 7 万至 9 万美元的重复开发成本。
网络数量来自 Subscan 官方 API 文档；任务耗时来自页面所示单次演示。工程投入与成本为基于当前 Beta 交付范围的模型测算，并非 Subscan 已审计的研发或财务数据；不包含 Hast 服务费用、模型调用费用和 Subscan 自有前端开发成本。
更重要的是，Subscan 获得的不只是一次更快的交付。
Deep Research 让 Subscan 从帮助用户“找到链上数据”，进一步走向帮助用户“完成链上研究”。Hast 不替代 Subscan 的数据能力，而是让这些数据以一种新的产品形式被理解、调用和交付。
迈向下一阶段
接下来，Subscan 可以将 Deep Research 扩展到更多网络、数据类型和研究场景，并把高价值问题沉淀为可复用的研究方法。
未来，理解一条链、一组账户或一次跨链活动，可能不再从寻找正确页面和接口开始，而是从描述研究目标开始。
对于 Subscan 来说，Deep Research 不是对区块浏览器的替代，而是建立在可信多链数据之上的下一层产品体验。