集市裏的智能體

「集市」是指一個由獨立開發、松散協調的代理機構組成的去中心化、無需許可的生態系統。

撰文:Daniel Barabander,Variant Fund 投資合夥人

編譯:AIMan@金色財經

如果互聯網的未來是一個由代理(也叫智能體)相互付費提供服務的市場,那麼加密貨幣將找到一種它以前只能夢想的主流產品市場契合度。雖然我相信代理會相互付費提供服務,但我不太清楚這種市場模式是否會成功。

我所說的「集市」是指一個由獨立開發、松散協調的代理機構組成的去中心化、無需許可的生態系統——互聯網更像是一個開放的市場,而非一個中心化的計劃系統。Linux 是「集市」模式的典型例子。這與「大教堂」模式形成對比:由少數大型參與者管理的、嚴格控制、垂直整合的服務。Windows 就是一個典型的例子。(該術語源自 Eric Raymond 的經典文章《大教堂與集市》,文中將開源開發描述爲混亂但適應性強的系統——一個能夠隨着時間的推移超越精心策劃的結構的演進系統。)

讓我們來分析一下每個條件——代理支付和集市的興起——然後解釋爲什麼如果兩者都實現,加密不僅變得有用,而且變得必要。

兩個條件

條件 1:支付將整合到大多數代理交易中。

我們所知的互聯網通過根據應用頁面的瀏覽量來銷售廣告來補貼成本。但在一個由代理組成的世界裏,人們將不再需要訪問網站來獲取在線服務。應用也將越來越多地基於代理,而不是基於用戶界面。

代理缺乏眼球來吸引廣告,因此,應用程序極有理由調整盈利策略,直接向代理收取服務費。這基本上就是目前 API 的現狀——像 LinkedIn 這樣的服務是免費的,但如果你想使用 API(也就是「機器人」用戶),就必須付費。

鑑於此,支付功能很可能會融入到大多數代理交易中。代理將提供服務,並以微交易的方式向用戶 / 代理收取費用。例如,你可以讓你的個人代理在領英 (LinkedIn) 上尋找合適的職位候選人。個人代理將與領英招聘代理溝通,後者會預先收取服務費用。

條件 2:用戶將依賴由獨立開發人員構建的具有超專業化提示 / 數據 / 工具的代理,形成一個相互調用服務的不受信任的代理集市。

這種情況在原則上是有道理的,但我不確定在實踐中會如何發揮作用。

以下是集市形成的原因:

目前,人類承擔着絕大多數服務工作,我們利用互聯網來解決一些離散的任務。但隨着智能代理的興起,我們委托給技術的任務範圍將急劇擴大。用戶將需要具備專門提示、工具調用和數據的智能代理來執行他們的特定任務。這些任務種類繁多,一小羣值得信賴的公司難以覆蓋,就像 iPhone 依賴龐大的第三方開發者生態系統來充分發揮其潛力一樣。

獨立代理開發者將填補這一角色,他們能夠通過極低的開發成本(例如,氛圍編碼)和開源模型,創建專業的代理。這將形成一個由提供高度精準數據 / 提示 / 工具的代理組成的長尾市場,形成「集市」 。用戶將請求代理執行任務,這些代理將調用其他具備專業能力的代理來完成任務,而這些代理又將調用其他代理,形成長長的 daisy 鏈(注:daisy 鏈是一種網路拓撲,在這種拓撲結構中的設備都連接到一條鏈或一個環上)。

在這種集市場景下,絕大多數提供服務的代理相對來說不太受信任,因爲它們是由名不見經傳的開發者提供的,而且用途也比較小衆。長尾中的代理很難建立足夠的聲譽來獲得信任。這種信任問題在 daisy 鏈範式下尤爲嚴重,因爲隨着服務被委托給用戶信任(甚至能夠合理識別)的代理,用戶的信任會沿着 daisy 鏈上的每個環節逐漸減弱。

然而,在思考如何在實踐中實現這一點時,仍存在許多懸而未決的問題:

讓我們從專業數據作爲市場中代理的主要用例開始,並看一個例子來奠定基礎。想象一下,一家小型律師事務所爲加密貨幣客戶處理大量交易。該公司擁有數百份談判條款清單。如果你是一家正在進行種子輪融資的加密貨幣公司,你可以想象,一個代理將使用根據這些條款清單進行微調的模型,來判斷你的條款清單是否符合市場需求,這將非常有用。

但深入思考一下,通過代理對這些數據進行推斷真的符合律師事務所的利益嗎?將這項服務以 API 的形式提供給大衆,實際上就是將律師事務所的數據商品化,而律師事務所真正想要的,是提高律師時間的收費。那麼法律 / 監管方面的考慮呢?最有價值的數據通常有法律制度要求將其嚴格保密——這在很大程度上解釋了它的價值所在,也是 ChatGPT 無法訪問這些數據的原因。但律師事務所出於保密義務,被嚴格限制共享這些數據。即使底層數據沒有直接共享,我也非常懷疑神經網路的「迷霧」是否足以讓律師事務所放心信息不會被泄露。考慮到所有這些,律師事務所難道不應該在內部使用這種模式,提供比競爭對手更好的法律服務,同時繼續出售律師的時間嗎?

在我看來,專業數據和代理的「最佳結合點」在於,非敏感業務(例如醫療保健、法律等)產生的高價值數據,可以作爲其收費核心服務的輔助。例如,一家航運公司(一家非敏感業務)在其航運業務中會產生大量有價值的數據(這只是我的猜測;我對航運行業一無所知)。因此,這家航運公司可能會很樂意聘請代理機構來利用這些數據並收取一定費用,因爲這些數據本來就是浪費。這些數據對某些人來說可能非常有價值(比如對沖基金)。但這樣的場景有多少呢?(這不是反問;如果你知道一些好的場景,請給我留言。)

關於提示和工具調用,我只是不確定獨立開發者會提供哪些不夠主流、無法被值得信賴的品牌產品化的東西。我的簡單想法是,如果一個提示 / 工具調用對獨立開發者來說足夠有價值,足以使其盈利,那麼一個值得信賴的品牌豈不是會介入並以此爲基礎開展業務?我認爲這只是我缺乏想象力——GitHub 上大量的生態位代碼庫很好地類比了代理的情況。我歡迎大家提出一些優秀的用例示例。

如果實際情況不支持集市場景,絕大多數提供服務的代理商將相對值得信賴,因爲它們將由主要品牌開發。代理商可以將其互動限制在一組精選的可信代理商範圍內,並依靠信任鏈來強制執行服務保障。

爲什麼是加密貨幣

如果互聯網成爲一個由專業但基本上不受信任的代理商(條件 2)組成的集市,提供支付服務(條件 1),那麼加密貨幣的作用就會變得更加清晰:它提供在低信任環境中承保交易所需的擔保。

雖然免費時用戶會不顧一切地使用在線服務(因爲最糟糕的情況也不過是浪費時間),但當涉及到金錢時,用戶需要確保他們能得到他們所付費用的服務。如今,用戶通過「信任但驗證」的流程獲得這種保證。你信任你爲服務付費的交易對手或平台,並在事後驗證你收到了服務。

但在代理集市中,信任和事後驗證幾乎不可能實現。

  • 信任。如上所述,長尾中的代理很難建立足夠的聲譽來讓其他代理信任他們。
  • 事後驗證。代理、會以長鏈形式聯系其他代理人,因此用戶手動驗證工作並識別哪個代理人失誤或行爲不端的能力將更具挑戰性。

最終結果是,我們目前所依賴的「信任但需驗證」模式在這個宇宙中將無法持續。而這正是加密貨幣的優勢所在——在不可信的環境中交換價值。加密貨幣通過用密碼學和加密經濟保障取代信任、聲譽和事後人工驗證來實現這一點。

  • 加密:提供服務的代理只有能夠以加密方式向請求服務的代理證明其確實完成了承諾的任務時,才能獲得報酬。例如,代理可以提供 TEE 認證或 zkTLS 證明(前提是成本足夠低 / 速度足夠快),證明其從某個網站抓取了數據、運行了某個模型或貢獻了一定量的計算能力。這些都是確定性工作,相對容易通過加密方式驗證。
  • 加密經濟學:提供服務的代理將質押一筆資產,如果被發現作弊,將被罰沒,這創造了一種經濟激勵,促使其即使在沒有信任的情況下也能誠實行事。例如,代理可以研究某個主題並提供報告——但我們如何知道它是否「做得好」?這是一種更難驗證的形式,因爲它不是確定性的,而實現正確的模糊可驗證性長期以來一直是加密項目的聖杯。但我希望我們最終能夠通過使用人工智能作爲中立的仲裁者來實現模糊可驗證。我們可以想象一個由人工智能委員會在一個信任最小化的環境(例如可信執行環境 (TEE))中運行的爭議解決 / 罰沒流程。當一個代理對另一個代理的工作提出異議時,委員會中的每個人工智能都可以獲得該代理工作的輸入、輸出以及有關該代理的詳細信息(過去爭議 / 網路工作的歷史等)。然後,他們可以決定是否對其進行罰沒。這將起到一種樂觀可驗證的形式,其中經濟激勵將首先阻止各方作弊。

實際上,加密貨幣使我們能夠通過服務證明實現支付的原子化——除非工作已可驗證地完成,否則任何代理人都不會獲得報酬。在無需許可的代理經濟中,這是確保邊緣可靠性的唯一可擴展方法。

總而言之,如果絕大多數代理交易不涉及支付(即不滿足條件 1)或與受信任品牌進行(即不滿足條件 2),我們可能就不需要爲代理設置加密通道。這是因爲,當不涉及金錢時,用戶可以放心地與不受信任的第三方進行交互;而當涉及金錢時,代理只需將有限數量的受信任品牌 / 機構列入白名單即可進行交互,信任鏈可以確保每個代理所提供服務的承諾得到兌現。

但如果兩個條件都滿足,加密貨幣將成爲不可或缺的基礎設施,成爲在低信任、無需許可的環境中驗證工作和執行支付的唯一可擴展方式。加密貨幣爲集市提供了勝過大教堂的工具。

查看原文
本頁面內容僅供參考,非招攬或要約,也不提供投資、稅務或法律諮詢。詳見聲明了解更多風險披露。
  • 讚賞
  • 留言
  • 分享
留言
0/400
暫無留言
交易,隨時隨地
qrCode
掃碼下載 Gate.io APP
社群列表
繁體中文
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)