Se no futuro a internet evoluir para um mercado onde serviços são pagos entre agentes de IA, então, em certa medida, as criptomoedas estarão alinhadas com produtos e mercados mainstream, algo que antes só podíamos sonhar. Embora eu tenha confiança de que haverá pagamento por serviços entre agentes de IA, ainda sou cético sobre se o modelo de mercado conseguirá prevalecer.
Por "mercado", refiro-me a um ecossistema descentralizado e sem permissão de agentes desenvolvidos de forma independente e vagamente coordenados. Essa Internet assemelha-se mais a um mercado aberto do que a um sistema planeado centralmente. O caso mais típico de "ganhar" é o Linux. Em contraste com isso está o modelo "Catedral": um sistema de serviço verticalmente integrado e bem articulado dominado por um punhado de gigantes, tipificado pelo Windows. (O termo é derivado do clássico artigo de Eric Raymond "A Catedral e o Bazar", que descreve o desenvolvimento de código aberto como aparentemente caótico, mas adaptável.) É um sistema evolutivo que é capaz de transcender sistemas elaborados ao longo do tempo. ）
Vamos analisar, um a um, os dois pré-requisitos para a realização desta visão, ou seja, a popularização dos pagamentos por agentes inteligentes e a ascensão da economia de mercado. Em seguida, explicaremos por que, quando ambos se tornarem realidade, as criptomoedas não apenas terão utilidade, mas também se tornarão uma presença indispensável.
Condição 1: Os pagamentos serão integrados à maioria das negociações de agentes
O modelo de subsídio de custos da Internet que conhecemos depende da quantidade de visualizações humanas nas páginas de aplicação para exibir anúncios. Mas em um mundo dominado por agentes inteligentes, os humanos não precisarão mais acessar pessoalmente os sites para obter serviços online. As aplicações também se voltarão cada vez mais para uma arquitetura baseada em agentes inteligentes, em vez do tradicional modelo de interface do usuário.
Os agentes inteligentes não têm "olhos" (ou seja, atenção dos usuários) disponíveis para anúncios à venda, portanto, os aplicativos precisam urgentemente mudar sua estratégia de monetização para cobrar diretamente dos agentes inteligentes uma taxa pelos serviços. Isso é essencialmente semelhante ao modelo de negócios atual da API. Tomemos o LinkedIn como exemplo: seus serviços básicos são gratuitos, mas para acessar sua API (ou seja, a interface de usuário "robô"), é necessário pagar a taxa correspondente.
Desta forma, é muito provável que os sistemas de pagamento sejam integrados na maioria das transações de agentes. Quando os agentes prestam serviços, eles cobrarão taxas dos usuários ou de outros agentes na forma de microtransações. Por exemplo: você pode pedir ao seu agente pessoal para procurar excelentes candidatos a emprego no LinkedIn, momento em que seu agente pessoal interagirá com o agente de recrutamento do LinkedIn, que cobrará antecipadamente a respectiva taxa de serviço.
Condição dois: Os usuários irão depender de agentes construídos por desenvolvedores independentes, que possuem prompts, dados e ferramentas altamente especializados. Esses agentes formam uma espécie de "mercado" através da chamada mútua de serviços, mas não existe uma relação de confiança entre os agentes desse mercado.
Esta condição faz sentido teoricamente, mas não estou certo de como funcionará na prática.
As razões que levarão à formação do modo de mercado são as seguintes:
Atualmente, os seres humanos fazem a grande maioria do trabalho de serviço, e resolvemos tarefas específicas através da Internet. Mas com a ascensão dos agentes inteligentes, a gama de tarefas que a tecnologia pode assumir se expandirá exponencialmente. Os usuários precisam de agentes inteligentes com prompts dedicados, recursos de invocação de ferramentas e suporte de dados para concluir tarefas específicas, e a diversidade desses conjuntos de tarefas excederá em muito o alcance de algumas empresas confiáveis, assim como o iPhone deve contar com um enorme ecossistema de desenvolvedores terceirizados para liberar todo o seu potencial.
Os desenvolvedores independentes assumirão esse papel, adquirindo a capacidade de criar agentes inteligentes especializados através da combinação de baixos custos de desenvolvimento (como Vide Coding) com modelos de código aberto. Isso dará origem a um mercado de cauda longa composto por agentes de uma vasta gama de nichos, formando um ecossistema semelhante a um mercado. Quando os usuários solicitam que os agentes realizem tarefas, esses agentes chamarão outros agentes com habilidades específicas para colaborar, e os agentes chamados continuarão a chamar agentes ainda mais verticais, formando assim uma rede de colaboração em cadeia.
No cenário do mercado, a grande maioria dos agentes que oferecem serviços não se confiam mutuamente, uma vez que esses agentes são fornecidos por desenvolvedores desconhecidos e têm um uso relativamente nichado. Os agentes de cauda longa terão dificuldade em estabelecer uma reputação suficiente para ganhar o reconhecimento da confiança. Este problema de confiança será especialmente proeminente no modelo de cadeia de flores, quando os serviços são delegados em várias camadas, e à medida que a distância entre o agente de serviço e o agente em que o usuário inicialmente confia (ou que o usuário pode identificar razoavelmente) aumenta, o nível de confiança do usuário diminuirá gradualmente em cada etapa de delegação.
No entanto, ao considerar como implementar isso na prática, ainda existem muitas questões em aberto:
Vamos começar com dados profissionais como um dos principais cenários de aplicação de agentes no mercado, e aprofundar nosso entendimento através de casos específicos. Digamos que há um pequeno escritório de advocacia que lida com muitas transações para clientes de criptomoedas, e a agência acumulou centenas de folhas de termos negociadas. Se você é uma empresa cripto que está no meio de uma rodada seed de financiamento, você pode imaginar um cenário em que um agente com um modelo de ajuste fino baseado nessas folhas de termos pode efetivamente avaliar se seus termos de financiamento atendem aos padrões de mercado, o que seria de grande valor prático.
Mas precisamos pensar mais profundamente: será que as sociedades de advogados realmente têm interesse em oferecer serviços de raciocínio sobre esses dados por meio de agentes inteligentes?
A abertura do serviço ao público sob a forma de uma API essencialmente mercantiliza os dados proprietários do escritório de advocacia, e a verdadeira aspiração comercial do escritório de advocacia é obter uma renda premium através do tempo de serviço profissional do advogado. Do ponto de vista da regulamentação legal, os dados legais de alto valor estão frequentemente sujeitos a obrigações estritas de confidencialidade, que é o núcleo do seu valor comercial, e é também uma razão importante pela qual modelos públicos como o ChatGPT não podem obter esses dados. Mesmo que a rede neural tenha as características de "atomização da informação", no âmbito das obrigações de confidencialidade advogado-cliente, a inexplicabilidade da caixa preta algorítmica é suficiente para dar ao escritório de advocacia a confiança de que informações sensíveis não serão vazadas? Existem implicações significativas em termos de conformidade.
Considerando todos os fatores, a estratégia mais vantajosa para o escritório de advocacia pode ser implementar modelos de IA internamente para aumentar a precisão e eficiência dos serviços jurídicos, construindo uma vantagem competitiva diferenciada no setor de serviços profissionais, mantendo como núcleo do modelo de lucro o capital intelectual dos advogados, em vez de arriscar a monetização de ativos de dados.
Na minha opinião, os "melhores cenários de aplicação" de dados profissionais e agentes inteligentes devem satisfazer três condições:
Os dados têm alto valor comercial
Proveniente de setores não sensíveis (não médico/jurídico, etc.)
"Subprodutos de dados" que pertencem a atividades principais.
Por exemplo, as empresas de transporte marítimo (indústrias não sensíveis) podem ter valor na previsão de tendências de mercado para fundos de hedge de commodities por meio de dados como posicionamento de navios, volume de frete e volume de negócios portuário gerados no processo de logística e transporte ("desperdício de dados" fora de seu negócio principal). A chave para monetizar esse tipo de dados é que o custo marginal da aquisição de dados é próximo de zero e não envolve segredos comerciais centrais. Cenários semelhantes podem existir em áreas como o mapa de calor das linhas de fluxo de passageiros no setor de varejo (avaliação de imóveis comerciais), os dados regionais de consumo de eletricidade de empresas de rede elétrica (previsão de índice de produção industrial) e os dados de comportamento de visualização de plataformas de cinema e televisão (análise de tendências culturais).
Os casos típicos conhecidos incluem companhias aéreas vendendo dados de pontualidade a plataformas de turismo e instituições de cartões de crédito vendendo relatórios de tendências de consumo regional a varejistas.
Sobre as palavras-chave e chamadas de ferramentas, não estou muito certo sobre que tipo de valor os desenvolvedores independentes podem oferecer que não tenha sido já comercializado por marcas mainstream. A minha lógica simples é: se uma combinação de palavra-chave e chamada de ferramenta tem valor suficiente para permitir que um desenvolvedor independente obtenha lucro, não irão as grandes marcas de confiança entrar diretamente no mercado e comercializá-la?
Isso pode originar-se da minha falta de imaginação, os pequenos repositórios de código com distribuição de cauda longa no GitHub fornecem uma boa analogia para a ecologia dos agentes, fique à vontade para compartilhar casos específicos.
Se as condições reais não suportarem o modo de mercado, então a grande maioria dos agentes que prestam serviços terá uma confiabilidade relativa, uma vez que serão desenvolvidos por marcas conhecidas. Esses agentes podem limitar o alcance da interação a um conjunto de agentes confiáveis selecionados, impondo garantias de serviço através de um mecanismo de cadeia de confiança.
Por que as criptomoedas são indispensáveis?
Se a internet se tornar um mercado composto por agentes especializados, mas basicamente não confiáveis (condição 2), que recebem recompensas por fornecer serviços (condição 1), o papel das criptomoedas se tornará muito mais claro: elas fornecem a garantia de confiança necessária para sustentar transações em um ambiente de baixa confiança.
Quando os usuários utilizam serviços online gratuitos, eles investem sem preocupações (pois o pior resultado é apenas perder tempo), mas quando se trata de transações monetárias, os usuários exigem fortemente a garantia de "pagar e receber". Atualmente, os usuários alcançam essa garantia através do processo de "confiar primeiro e verificar depois", confiando no contraparte da transação ou na plataforma de serviços no momento do pagamento, e verificando a conformidade após a conclusão do serviço.
Mas em um mercado composto por muitos agentes, a confiança e a verificação posterior serão muito mais difíceis de alcançar do que em outros cenários.
Confiança. Como mencionado anteriormente, os agentes em uma distribuição de cauda longa terão dificuldade em acumular credibilidade suficiente para ganhar a confiança de outros agentes.
Verificação posterior. Os agentes irão chamar-se mutuamente dentro de uma estrutura em cadeia longa, portanto, a dificuldade para o usuário verificar manualmente e identificar qual agente foi negligente ou agiu de forma inadequada aumentará significativamente.
A chave é que o modelo de "confiar, mas verificar" que atualmente utilizamos não será sustentável neste (tecnológico) ecossistema. E este é precisamente o campo onde a tecnologia criptográfica brilha, pois consegue realizar a troca de valor em um ambiente de falta de confiança. A tecnologia criptográfica substitui a dependência de confiança, sistemas de reputação e verificações manuais posteriores do modelo tradicional através da dupla garantia dos mecanismos de verificação criptográfica e dos mecanismos de incentivo da economia criptográfica.
Verificação criptográfica: A parte agente que executa o serviço só pode receber pagamento se conseguir fornecer prova criptográfica à parte agente que solicita o serviço, confirmando que completou a tarefa prometida. Por exemplo, a parte agente pode provar, através de um ambiente de execução confiável (TEE) ou de prova de camada de transporte de conhecimento zero (zkTLS) (desde que consigamos realizar essa verificação a um custo suficientemente baixo ou a uma velocidade suficientemente rápida), que realmente extraiu dados de um site específico, executou um modelo específico ou contribuiu com uma quantidade específica de recursos de computação. Esse tipo de trabalho possui características determinísticas, podendo ser verificado de forma relativamente fácil através de tecnologia criptográfica.
Economia da senha: os agentes que prestam serviços precisam garantir um determinado ativo, e uma vez que sejam descobertos a trapacear, serão penalizados. Esse mecanismo garante comportamentos honestos através de incentivos econômicos, mesmo em ambientes onde a confiança não é necessária. Por exemplo, um agente pode pesquisar um determinado tópico e apresentar um relatório, mas como podemos julgar se ele "realizou o trabalho de forma excelente"? Esta é uma forma mais complexa de verificabilidade, pois não é determinística, e alcançar uma verificabilidade difusa precisa tem sido o objetivo final dos projetos de criptomoeda.
Mas acredito que, ao utilizar a IA como árbitro neutro, finalmente temos a esperança de alcançar a verificabilidade difusa. Podemos imaginar um ambiente de execução confiável e de confiança minimizada, onde um comitê de IA gerencia a resolução de disputas e os processos de confisco. Quando um agente questiona o trabalho de outro agente, cada IA no comitê receberá os dados de entrada, os resultados de saída e informações contextuais relevantes (incluindo seu histórico de disputas na rede, trabalhos anteriores, etc.). Em seguida, poderão decidir se devem ou não confiscar. Isso formará um mecanismo de verificação otimista que, através de incentivos econômicos, fundamentalmente impede o comportamento fraudulento das partes envolvidas.
Do ponto de vista prático, as criptomoedas permitem-nos realizar a atomicidade dos pagamentos através da prova de serviço, ou seja, todo o trabalho deve ser verificado antes que os agentes de IA possam ser recompensados. Na economia de agentes sem necessidade de permissão de acesso, esta é a única solução escalável que pode garantir fiabilidade na periferia da rede.
Resumindo, se a grande maioria das transações de intermediação não envolver pagamentos em dinheiro (ou seja, não atende à condição 1) ou forem realizadas com marcas confiáveis (ou seja, não atende à condição 2), então pode não ser necessário construir um canal de pagamento em criptomoeda para intermediários. Isso ocorre porque, quando a segurança dos fundos é garantida, os usuários não se importam de interagir com partes não confiáveis; e quando envolve transações de fundos, o intermediário apenas precisa limitar os objetos interativos a uma lista restrita de marcas e instituições confiáveis, e garantir o cumprimento das promessas de serviços de cada intermediário através de uma cadeia de confiança.
Mas se essas duas condições forem atendidas, as criptomoedas se tornarão uma infraestrutura indispensável, pois são a única maneira de validar trabalho em larga escala e forçar pagamentos em um ambiente de baixa confiança e sem permissão. A tecnologia criptográfica confere ao "mercado" uma ferramenta competitiva que supera a "catedral".
Ver original
O conteúdo é apenas para referência, não uma solicitação ou oferta. Nenhum aconselhamento fiscal, de investimento ou jurídico é fornecido. Consulte a isenção de responsabilidade para obter mais informações sobre riscos.
"Mercado" supera "Catedral", como é que os ativos de criptografia se tornaram a pedra angular de confiança da economia de agentes de IA?
Autor: Daniel Barabander
Compilado por: Tim, PANews
Se no futuro a internet evoluir para um mercado onde serviços são pagos entre agentes de IA, então, em certa medida, as criptomoedas estarão alinhadas com produtos e mercados mainstream, algo que antes só podíamos sonhar. Embora eu tenha confiança de que haverá pagamento por serviços entre agentes de IA, ainda sou cético sobre se o modelo de mercado conseguirá prevalecer.
Por "mercado", refiro-me a um ecossistema descentralizado e sem permissão de agentes desenvolvidos de forma independente e vagamente coordenados. Essa Internet assemelha-se mais a um mercado aberto do que a um sistema planeado centralmente. O caso mais típico de "ganhar" é o Linux. Em contraste com isso está o modelo "Catedral": um sistema de serviço verticalmente integrado e bem articulado dominado por um punhado de gigantes, tipificado pelo Windows. (O termo é derivado do clássico artigo de Eric Raymond "A Catedral e o Bazar", que descreve o desenvolvimento de código aberto como aparentemente caótico, mas adaptável.) É um sistema evolutivo que é capaz de transcender sistemas elaborados ao longo do tempo. ）
Vamos analisar, um a um, os dois pré-requisitos para a realização desta visão, ou seja, a popularização dos pagamentos por agentes inteligentes e a ascensão da economia de mercado. Em seguida, explicaremos por que, quando ambos se tornarem realidade, as criptomoedas não apenas terão utilidade, mas também se tornarão uma presença indispensável.
Condição 1: Os pagamentos serão integrados à maioria das negociações de agentes
O modelo de subsídio de custos da Internet que conhecemos depende da quantidade de visualizações humanas nas páginas de aplicação para exibir anúncios. Mas em um mundo dominado por agentes inteligentes, os humanos não precisarão mais acessar pessoalmente os sites para obter serviços online. As aplicações também se voltarão cada vez mais para uma arquitetura baseada em agentes inteligentes, em vez do tradicional modelo de interface do usuário.
Os agentes inteligentes não têm "olhos" (ou seja, atenção dos usuários) disponíveis para anúncios à venda, portanto, os aplicativos precisam urgentemente mudar sua estratégia de monetização para cobrar diretamente dos agentes inteligentes uma taxa pelos serviços. Isso é essencialmente semelhante ao modelo de negócios atual da API. Tomemos o LinkedIn como exemplo: seus serviços básicos são gratuitos, mas para acessar sua API (ou seja, a interface de usuário "robô"), é necessário pagar a taxa correspondente.
Desta forma, é muito provável que os sistemas de pagamento sejam integrados na maioria das transações de agentes. Quando os agentes prestam serviços, eles cobrarão taxas dos usuários ou de outros agentes na forma de microtransações. Por exemplo: você pode pedir ao seu agente pessoal para procurar excelentes candidatos a emprego no LinkedIn, momento em que seu agente pessoal interagirá com o agente de recrutamento do LinkedIn, que cobrará antecipadamente a respectiva taxa de serviço.
Condição dois: Os usuários irão depender de agentes construídos por desenvolvedores independentes, que possuem prompts, dados e ferramentas altamente especializados. Esses agentes formam uma espécie de "mercado" através da chamada mútua de serviços, mas não existe uma relação de confiança entre os agentes desse mercado.
Esta condição faz sentido teoricamente, mas não estou certo de como funcionará na prática.
As razões que levarão à formação do modo de mercado são as seguintes:
Atualmente, os seres humanos fazem a grande maioria do trabalho de serviço, e resolvemos tarefas específicas através da Internet. Mas com a ascensão dos agentes inteligentes, a gama de tarefas que a tecnologia pode assumir se expandirá exponencialmente. Os usuários precisam de agentes inteligentes com prompts dedicados, recursos de invocação de ferramentas e suporte de dados para concluir tarefas específicas, e a diversidade desses conjuntos de tarefas excederá em muito o alcance de algumas empresas confiáveis, assim como o iPhone deve contar com um enorme ecossistema de desenvolvedores terceirizados para liberar todo o seu potencial.
Os desenvolvedores independentes assumirão esse papel, adquirindo a capacidade de criar agentes inteligentes especializados através da combinação de baixos custos de desenvolvimento (como Vide Coding) com modelos de código aberto. Isso dará origem a um mercado de cauda longa composto por agentes de uma vasta gama de nichos, formando um ecossistema semelhante a um mercado. Quando os usuários solicitam que os agentes realizem tarefas, esses agentes chamarão outros agentes com habilidades específicas para colaborar, e os agentes chamados continuarão a chamar agentes ainda mais verticais, formando assim uma rede de colaboração em cadeia.
No cenário do mercado, a grande maioria dos agentes que oferecem serviços não se confiam mutuamente, uma vez que esses agentes são fornecidos por desenvolvedores desconhecidos e têm um uso relativamente nichado. Os agentes de cauda longa terão dificuldade em estabelecer uma reputação suficiente para ganhar o reconhecimento da confiança. Este problema de confiança será especialmente proeminente no modelo de cadeia de flores, quando os serviços são delegados em várias camadas, e à medida que a distância entre o agente de serviço e o agente em que o usuário inicialmente confia (ou que o usuário pode identificar razoavelmente) aumenta, o nível de confiança do usuário diminuirá gradualmente em cada etapa de delegação.
No entanto, ao considerar como implementar isso na prática, ainda existem muitas questões em aberto:
Vamos começar com dados profissionais como um dos principais cenários de aplicação de agentes no mercado, e aprofundar nosso entendimento através de casos específicos. Digamos que há um pequeno escritório de advocacia que lida com muitas transações para clientes de criptomoedas, e a agência acumulou centenas de folhas de termos negociadas. Se você é uma empresa cripto que está no meio de uma rodada seed de financiamento, você pode imaginar um cenário em que um agente com um modelo de ajuste fino baseado nessas folhas de termos pode efetivamente avaliar se seus termos de financiamento atendem aos padrões de mercado, o que seria de grande valor prático.
Mas precisamos pensar mais profundamente: será que as sociedades de advogados realmente têm interesse em oferecer serviços de raciocínio sobre esses dados por meio de agentes inteligentes?
A abertura do serviço ao público sob a forma de uma API essencialmente mercantiliza os dados proprietários do escritório de advocacia, e a verdadeira aspiração comercial do escritório de advocacia é obter uma renda premium através do tempo de serviço profissional do advogado. Do ponto de vista da regulamentação legal, os dados legais de alto valor estão frequentemente sujeitos a obrigações estritas de confidencialidade, que é o núcleo do seu valor comercial, e é também uma razão importante pela qual modelos públicos como o ChatGPT não podem obter esses dados. Mesmo que a rede neural tenha as características de "atomização da informação", no âmbito das obrigações de confidencialidade advogado-cliente, a inexplicabilidade da caixa preta algorítmica é suficiente para dar ao escritório de advocacia a confiança de que informações sensíveis não serão vazadas? Existem implicações significativas em termos de conformidade.
Considerando todos os fatores, a estratégia mais vantajosa para o escritório de advocacia pode ser implementar modelos de IA internamente para aumentar a precisão e eficiência dos serviços jurídicos, construindo uma vantagem competitiva diferenciada no setor de serviços profissionais, mantendo como núcleo do modelo de lucro o capital intelectual dos advogados, em vez de arriscar a monetização de ativos de dados.
Na minha opinião, os "melhores cenários de aplicação" de dados profissionais e agentes inteligentes devem satisfazer três condições:
Por exemplo, as empresas de transporte marítimo (indústrias não sensíveis) podem ter valor na previsão de tendências de mercado para fundos de hedge de commodities por meio de dados como posicionamento de navios, volume de frete e volume de negócios portuário gerados no processo de logística e transporte ("desperdício de dados" fora de seu negócio principal). A chave para monetizar esse tipo de dados é que o custo marginal da aquisição de dados é próximo de zero e não envolve segredos comerciais centrais. Cenários semelhantes podem existir em áreas como o mapa de calor das linhas de fluxo de passageiros no setor de varejo (avaliação de imóveis comerciais), os dados regionais de consumo de eletricidade de empresas de rede elétrica (previsão de índice de produção industrial) e os dados de comportamento de visualização de plataformas de cinema e televisão (análise de tendências culturais).
Os casos típicos conhecidos incluem companhias aéreas vendendo dados de pontualidade a plataformas de turismo e instituições de cartões de crédito vendendo relatórios de tendências de consumo regional a varejistas.
Sobre as palavras-chave e chamadas de ferramentas, não estou muito certo sobre que tipo de valor os desenvolvedores independentes podem oferecer que não tenha sido já comercializado por marcas mainstream. A minha lógica simples é: se uma combinação de palavra-chave e chamada de ferramenta tem valor suficiente para permitir que um desenvolvedor independente obtenha lucro, não irão as grandes marcas de confiança entrar diretamente no mercado e comercializá-la?
Isso pode originar-se da minha falta de imaginação, os pequenos repositórios de código com distribuição de cauda longa no GitHub fornecem uma boa analogia para a ecologia dos agentes, fique à vontade para compartilhar casos específicos.
Se as condições reais não suportarem o modo de mercado, então a grande maioria dos agentes que prestam serviços terá uma confiabilidade relativa, uma vez que serão desenvolvidos por marcas conhecidas. Esses agentes podem limitar o alcance da interação a um conjunto de agentes confiáveis selecionados, impondo garantias de serviço através de um mecanismo de cadeia de confiança.
Por que as criptomoedas são indispensáveis?
Se a internet se tornar um mercado composto por agentes especializados, mas basicamente não confiáveis (condição 2), que recebem recompensas por fornecer serviços (condição 1), o papel das criptomoedas se tornará muito mais claro: elas fornecem a garantia de confiança necessária para sustentar transações em um ambiente de baixa confiança.
Quando os usuários utilizam serviços online gratuitos, eles investem sem preocupações (pois o pior resultado é apenas perder tempo), mas quando se trata de transações monetárias, os usuários exigem fortemente a garantia de "pagar e receber". Atualmente, os usuários alcançam essa garantia através do processo de "confiar primeiro e verificar depois", confiando no contraparte da transação ou na plataforma de serviços no momento do pagamento, e verificando a conformidade após a conclusão do serviço.
Mas em um mercado composto por muitos agentes, a confiança e a verificação posterior serão muito mais difíceis de alcançar do que em outros cenários.
Confiança. Como mencionado anteriormente, os agentes em uma distribuição de cauda longa terão dificuldade em acumular credibilidade suficiente para ganhar a confiança de outros agentes.
Verificação posterior. Os agentes irão chamar-se mutuamente dentro de uma estrutura em cadeia longa, portanto, a dificuldade para o usuário verificar manualmente e identificar qual agente foi negligente ou agiu de forma inadequada aumentará significativamente.
A chave é que o modelo de "confiar, mas verificar" que atualmente utilizamos não será sustentável neste (tecnológico) ecossistema. E este é precisamente o campo onde a tecnologia criptográfica brilha, pois consegue realizar a troca de valor em um ambiente de falta de confiança. A tecnologia criptográfica substitui a dependência de confiança, sistemas de reputação e verificações manuais posteriores do modelo tradicional através da dupla garantia dos mecanismos de verificação criptográfica e dos mecanismos de incentivo da economia criptográfica.
Verificação criptográfica: A parte agente que executa o serviço só pode receber pagamento se conseguir fornecer prova criptográfica à parte agente que solicita o serviço, confirmando que completou a tarefa prometida. Por exemplo, a parte agente pode provar, através de um ambiente de execução confiável (TEE) ou de prova de camada de transporte de conhecimento zero (zkTLS) (desde que consigamos realizar essa verificação a um custo suficientemente baixo ou a uma velocidade suficientemente rápida), que realmente extraiu dados de um site específico, executou um modelo específico ou contribuiu com uma quantidade específica de recursos de computação. Esse tipo de trabalho possui características determinísticas, podendo ser verificado de forma relativamente fácil através de tecnologia criptográfica.
Economia da senha: os agentes que prestam serviços precisam garantir um determinado ativo, e uma vez que sejam descobertos a trapacear, serão penalizados. Esse mecanismo garante comportamentos honestos através de incentivos econômicos, mesmo em ambientes onde a confiança não é necessária. Por exemplo, um agente pode pesquisar um determinado tópico e apresentar um relatório, mas como podemos julgar se ele "realizou o trabalho de forma excelente"? Esta é uma forma mais complexa de verificabilidade, pois não é determinística, e alcançar uma verificabilidade difusa precisa tem sido o objetivo final dos projetos de criptomoeda.
Mas acredito que, ao utilizar a IA como árbitro neutro, finalmente temos a esperança de alcançar a verificabilidade difusa. Podemos imaginar um ambiente de execução confiável e de confiança minimizada, onde um comitê de IA gerencia a resolução de disputas e os processos de confisco. Quando um agente questiona o trabalho de outro agente, cada IA no comitê receberá os dados de entrada, os resultados de saída e informações contextuais relevantes (incluindo seu histórico de disputas na rede, trabalhos anteriores, etc.). Em seguida, poderão decidir se devem ou não confiscar. Isso formará um mecanismo de verificação otimista que, através de incentivos econômicos, fundamentalmente impede o comportamento fraudulento das partes envolvidas.
Do ponto de vista prático, as criptomoedas permitem-nos realizar a atomicidade dos pagamentos através da prova de serviço, ou seja, todo o trabalho deve ser verificado antes que os agentes de IA possam ser recompensados. Na economia de agentes sem necessidade de permissão de acesso, esta é a única solução escalável que pode garantir fiabilidade na periferia da rede.
Resumindo, se a grande maioria das transações de intermediação não envolver pagamentos em dinheiro (ou seja, não atende à condição 1) ou forem realizadas com marcas confiáveis (ou seja, não atende à condição 2), então pode não ser necessário construir um canal de pagamento em criptomoeda para intermediários. Isso ocorre porque, quando a segurança dos fundos é garantida, os usuários não se importam de interagir com partes não confiáveis; e quando envolve transações de fundos, o intermediário apenas precisa limitar os objetos interativos a uma lista restrita de marcas e instituições confiáveis, e garantir o cumprimento das promessas de serviços de cada intermediário através de uma cadeia de confiança.
Mas se essas duas condições forem atendidas, as criptomoedas se tornarão uma infraestrutura indispensável, pois são a única maneira de validar trabalho em larga escala e forçar pagamentos em um ambiente de baixa confiança e sem permissão. A tecnologia criptográfica confere ao "mercado" uma ferramenta competitiva que supera a "catedral".