«Базар» превосходит «Собор», как криптовалюта становится краеугольным камнем доверия для экономики AI-агентов?

Автор:Daniel Barabander

Перевод: Tim, PANews

Если будущий интернет превратится в базар, где AI-агенты оплачивают услуги друг другу, то в некотором смысле криптовалюты достигнут массового соответствия продукта рынку, о чем ранее мы могли лишь мечтать. Хотя я уверен, что между AI-агентами возникнет оплата услуг, я все еще скептически отношусь к тому, сможет ли модель базара победить.

Под «базаром» я подразумеваю децентрализованную, безразрешительную экосистему, состоящую из независимо разработанных, слабо координируемых агентов. Такой интернет больше похож на открытый рынок, а не на централизованно планируемую систему. Самый типичный пример «победы» — Linux. Противоположностью является модель «собора»: строго интегрированная вертикальная система услуг, контролируемая несколькими гигантами, типичным представителем которой является Windows. (Термин происходит из классической статьи Эрика Рэймонда «Собор и базар», которая описывает разработку открытого исходного кода как кажущуюся хаотичной, но адаптивную. Это эволюционная система, способная со временем превзойти тщательно спроектированные системы.)

Давайте последовательно проанализируем два предварительных условия для реализации этого видения: распространение платежей между интеллектуальными агентами и возникновение экономики базарного типа. Затем мы объясним, почему, когда оба станут реальностью, криптовалюты станут не просто полезными, а незаменимыми.

Условие 1: Платежи будут интегрированы в большинство транзакций агентов

Интернет, который мы знаем, опирается на модель субсидирования затрат, зависящую от размещения рекламы на основе просмотров страниц людьми. Но в мире, доминируемом интеллектуальными агентами, людям больше не нужно будет лично посещать веб-сайты для получения онлайн-услуг. Приложения также будут все больше переходить на архитектуру на основе интеллектуальных агентов, а не на традиционные модели пользовательского интерфейса.

У агентов нет «глаз» для продажи рекламы (то есть внимания пользователей), поэтому приложениям срочно нужно изменить свою стратегию монетизации, перейдя к взиманию платы за услуги непосредственно с агентов. По сути, это похоже на текущую бизнес-модель API. Возьмем, к примеру, LinkedIn: его базовые услуги бесплатны, но если вы хотите вызвать его API (то есть интерфейс пользователя «бота»), вам придется оплатить соответствующие сборы.

Таким образом, платежные системы, скорее всего, будут интегрированы в большинство транзакций агентов. Предоставляя услуги, агенты будут взимать плату с пользователей или других агентов в форме микротранзакций. Например: вы можете попросить своего личного агента найти отличных кандидатов на вакансии в LinkedIn, в этом случае ваш личный агент взаимодействует с агентом по рекрутингу LinkedIn, который предварительно взимает соответствующую плату за услуги.

Условие 2: Пользователи будут полагаться на агентов, созданных независимыми разработчиками, обладающих высоко специализированными подсказками, данными и инструментами; эти агенты формируют модель «базара» путем взаимного вызова услуг, но между агентами на этом базаре не существует отношений доверия.

Это условие имеет смысл теоретически, но я не уверен, как оно будет работать на практике.

Вот причины, по которым модель базара сформируется:

В настоящее время люди выполняют большую часть сервисной работы, решая конкретные задачи через интернет. Но с появлением интеллектуальных агентов диапазон задач, которые могут быть взяты на себя технологиями, расширится экспоненциально. Пользователям понадобятся интеллектуальные агенты с эксклюзивными командами подсказок, возможностями вызова инструментов и поддержкой данных для выполнения конкретных задач; разнообразие таких наборов задач значительно превзойдет возможности покрытия несколькими доверенными компаниями, точно так же, как iPhone должен полагаться на огромную экосистему сторонних разработчиков, чтобы раскрыть весь свой потенциал.

Независимые разработчики возьмут на себя эту роль, получив возможность создавать специализированных интеллектуальных агентов благодаря чрезвычайно низким затратам на разработку (например, Vide Coding) в сочетании с моделями с открытым исходным кодом. Это породит длиннохвостый рынок, состоящий из огромного количества агентов в нишевых областях, формируя экосистему, подобную базару. Когда пользователь просит агента выполнить задачу, эти агенты вызывают другие агенты с определенными профессиональными возможностями для совместной работы, вызванные агенты, в свою очередь, вызывают более вертикальных агентов, образуя тем самым многоуровневую цепную сеть сотрудничества.

В этом сценарии базара подавляющее большинство предоставляющих услуги агентов относительно не доверяют друг другу, поскольку эти агенты предоставляются неизвестными разработчиками и имеют довольно нишевое применение. Агентам на длинном хвосте будет трудно создать достаточную репутацию, чтобы заслужить доверие. Эта проблема доверия будет особенно выражена в каскадном режиме, когда услуги делегируются слой за слоем; по мере того как агент услуги удаляется от изначально доверенного пользователем (или даже того, который пользователь может разумно идентифицировать) агента, доверие пользователя будет постепенно уменьшаться на каждом этапе делегирования.

Однако, когда мы рассматриваем, как реализовать это на практике, остается много нерешенных вопросов:

Давайте начнем с профессиональных данных как одного из основных сценариев использования агентов на базаре, углубив понимание через конкретный кейс. Предположим, существует небольшая юридическая фирма, обрабатывающая большое количество транзакционной работы для крипто-клиентов, которая накопила сотни согласованных в ходе переговоров списков условий. Если вы являетесь крипто-компанией, проводящей посевное финансирование, можно представить такой сценарий: агент, дообученный на этих списках условий, может эффективно оценить, соответствуют ли ваши условия финансирования рыночным стандартам, что будет иметь важную практическую ценность.

Но нам нужно подумать глубже: действительно ли в интересах юридической фирмы предоставлять услуги логического вывода по таким данным через агентов?

Открытие этой услуги для публики в форме API по сути коммерциализирует проприетарные данные фирмы, тогда как истинный бизнес-интерес фирмы заключается в получении премиального дохода через время профессиональных услуг юристов. С точки зрения правового регулирования, высокоценные юридические данные часто подчинены строгим обязательствам по конфиденциальности, что является ядром их коммерческой ценности и основной причиной, по которой публичные модели, такие как ChatGPT, не могут получить доступ к таким данным. Даже если нейронные сети обладают характеристикой «туманизации информации», достаточно ли необъяснимости алгоритмического черного ящика, чтобы фирма была уверена, что конфиденциальная информация не утечет, в рамках обязательств по конфиденциальности между юристом и клиентом? Это создает значительные риски комплаенса.

При комплексном рассмотрении, возможно, лучшая стратегия для фирмы — внедрить AI-модели внутренне для повышения точности и эффективности юридических услуг, построив дифференцированное конкурентное преимущество на треке профессиональных услуг, продолжая использовать интеллектуальный капитал юристов в качестве основной модели прибыли, а не рисковать монетизацией данных активов.

На мой взгляд, «лучший сценарий использования» для профессиональных данных и агентов должен удовлетворять трем условиям:

1. Данные имеют высокую коммерческую ценность

2. Происходят из нечувствительных отраслей (не медицина/юридические услуги и т. д.)

3. Принадлежат к «побочным продуктам данных» за пределами основного бизнеса.

Возьмем, к примеру, судоходную компанию (нечувствительная отрасль): данные, сгенерированные в процессе ее логистических перевозок, такие как позиционирование судов, объем грузов, оборот порта и т. д. («выхлоп данных» за пределами основного бизнеса), могут иметь ценность для хедж-фондов сырьевых товаров в прогнозировании рыночных тенденций. Ключ к монетизации таких данных заключается в следующем: предельные затраты на получение данных приближаются к нулю, и они не затрагивают основных коммерческих тайн. Подобные сценарии могут существовать в: тепловых картах потоков клиентов в розничной торговле (оценка коммерческой недвижимости), данных о региональном потреблении электроэнергии компаниями электросетей (прогнозирование индекса промышленного производства), данных о поведении пользователей платформ кино и телевидения (анализ культурных тенденций) и других областях.

Известные типичные кейсы включают продажу авиакомпаниями данных о пунктуальности туристическим платформам, продажу кредитными организациями отчетов о региональных потребительских тенденциях ритейлерам и т. д.

Что касается подсказок и вызова инструментов, я не совсем уверен, какую ценность, не продуктизированную основными брендами, могут предоставить независимые разработчики. Моя простая логика такова: если комбинация подсказки и вызова инструмента имеет достаточную ценность, чтобы независимый разработчик мог получить прибыль, разве доверенные крупные бренды не вышли бы прямо на рынок, чтобы коммерциализировать это?

Возможно, это обусловлено недостатком моего воображения; нишевые репозитории кода с длинным хвостом на GitHub предоставляют хорошую аналогию для экосистемы агентов, приглашаем поделиться конкретными кейсами.

Если реальные условия не поддерживают модель базара, то подавляющее большинство предоставляющих услуги агентов будут относительно доверенными, поскольку они будут разработаны известными брендами. Эти агенты могут ограничить диапазон взаимодействий набором отфильтрованных доверенных агентов, обеспечивая гарантии услуг через механизм цепочки доверия.

Почему криптовалюты незаменимы?

Если интернет превратится в базар, состоящий из специализированных, но в основном ненадежных агентов (Условие 2), которые получают оплату за предоставление услуг (Условие 1), то роль криптовалют станет гораздо яснее: они обеспечивают необходимые гарантии доверия для поддержки транзакций в среде с низким уровнем доверия.

Когда пользователи используют бесплатные онлайн-услуги, они投入 без опасений (поскольку худший результат — это просто потеря времени), но когда речь идет о денежных транзакциях, пользователи настоятельно требуют гарантий определенности «оплатил — получил». В настоящее время пользователи обеспечивают эту гарантию через процесс «сначала доверие, потом проверка», доверяя контрагенту или сервисной платформе при оплате и ретроспективно проверяя выполнение после завершения услуги.

Но на рынке, состоящем из множества агентов, доверие и постфактум проверка будут гораздо сложнее реализовать, чем в других сценариях.

Доверие. Как упоминалось ранее, агентам, находящимся в длинном хвосте распределения, будет трудно накопить достаточную репутацию, чтобы заслужить доверие других агентов.

Постфактум проверка. Агенты будут вызывать друг друга в очень длинной цепной структуре, поэтому сложность для пользователей вручную проверять работу и идентифицировать, какой агент не выполнил свои обязанности или действовал недобросовестно, значительно возрастет.

Ключ заключается в том, что модель «доверяй, но проверяй», на которую мы в настоящее время полагаемся, будет неустойчивой в этой (технической) экосистеме. И именно здесь криптография показывает себя, позволяя осуществлять обмен ценностями в среде, лишенной доверия. Криптография заменяет зависимость от доверия, систем репутации и ручной постфактум проверки в традиционных моделях двойной гарантией механизмов криптографической верификации и криптоэкономических стимулов.

Крипто-верификация: агент, выполняющий услугу, получит оплату только тогда, когда сможет предоставить криптографическое доказательство запрашивающему агенту, подтверждающее, что он выполнил обещанную задачу. Например, агент может использовать доказательство доверенной среды выполнения (TEE) или доказательство безопасности транспортного уровня с нулевым разглашением (zkTLS) (при условии, что мы можем реализовать такую верификацию с достаточно низкой стоимостью или достаточно высокой скоростью), чтобы подтвердить, что он действительно собрал данные с указанного сайта, запустил определенную модель или внес определенный объем вычислительных ресурсов. Такая работа имеет детерминированные характеристики и может быть относительно удобно верифицирована с помощью криптографических технологий.

Криптоэкономика: агент, выполняющий услугу, должен заложить определенный актив, который будет конфискован, если его уличат в мошенничестве; этот механизм обеспечивает честное поведение через экономические стимулы, работая даже в среде без доверия. Например, какой-то агент может исследовать тему и представить отчет, но как нам судить, «выполнил ли он работу отлично»? Это более сложная форма верифицируемости, поскольку она не является детерминированной, а достижение точной нечеткой верифицируемости давно является конечной целью крипто-проектов.

Но я верю, что используя AI в качестве нейтрального арбитра, мы наконец можем надеяться достичь нечеткой верифицируемости. Мы можем представить, что в среде с минимальным доверием, такой как доверенная среда выполнения, комитет AI управляет процессом разрешения споров и конфискации. Когда какой-то агент оспаривает работу другого агента, каждый AI в комитете получит входные данные этого агента, результаты вывода и соответствующую контекстную информацию (включая его историю споров в сети, прошлую работу и т. д.). Затем они могут решить, конфисковать ли у него залог. Это сформирует механизм оптимистичной верификации, в корне предотвращая мошенническое поведение участников через экономические стимулы.

С практической точки зрения, криптовалюты позволяют нам реализовать атомарность платежей через доказательство услуги, то есть вся работа должна быть проверена и завершена, чтобы AI-агент получил оплату. В экономике агентов без разрешения на вход это единственное масштабируемое решение, способное обеспечить надежные гарантии на краю сети.

Подводя итог, если подавляющее большинство транзакций агентов не涉及 денежных платежей (то есть не выполняется Условие 1) или осуществляется с доверенными брендами (то есть не выполняется Условие 2), то нам, возможно, не нужно строить крипто-платежные каналы для агентов. Это потому, что когда средства безопасны, пользователи не возражают против взаимодействия с ненадежными сторонами; а когда касается денежных операций, агентам нужно лишь ограничить объекты взаимодействия белым списком нескольких доверенных брендов и институтов и обеспечить выполнение обязательств по услугам, предоставляемым каждым агентом, через цепочку доверия.

Но если оба эти условия выполнены, криптовалюты станут незаменимой инфраструктурой, поскольку это единственный способ массово верифицировать работу и принудительно осуществлять платежи в среде с низким уровнем доверия и без разрешений. Криптография предоставляет «базару» конкурентный инструмент, превосходящий «собор».