香港，2026 年 01 月 14 日（Arweave Oasis 讯）—— Load Network 今日宣布正式发布 load-pools，一款与 GitHub 与 Hugging Face 深度集成的命令行工具，用于将代码仓库或大规模 AI 数据集一键上传至 Load S3，并进一步实现可验证、可永久锚定至 Arweave 的数据存储流程。
据介绍，load-pools 允许开发者仅通过一条命令，即可将任意仓库或数据集推送至 Load S3，并自动生成带有协议标签的数据对象，为后续的永久存储与链上锚定做好准备。这一机制显著降低了 AI 数据“永久化”的技术门槛，使数据不再依赖中心化平台的可用性与合规风险。
Load Network 同时指出，当前 Hugging Face 平台已托管超过 70 万个数据集，总规模超过 12PB，但其中大量关键数据仍缺乏不可篡改性与长期存档保障。围绕 AI 训练与科研场景，Load Network 强调，真正“关键的数据”需要具备可验证完整性、永久存储以及加密版本控制等基础属性，而 load-pools 正是为此而设计。
在路线图方面，Load Network 透露，面向超大规模数据集的 众筹式锚定功能已在开发中，未来将允许社区共同分担成本，将高价值公共数据永久写入 Arweave。
目前，load-pools CLI 已开放使用，开发者可通过 pip install load-pools 安装。该工具被视为 Load Network 在「AI 数据基础设施永久化」方向上的关键一步，也进一步强化了 Arweave 作为长期可信数据底层的生态定位。
