Глубокое исследование AI и крипто: эпоха симбиоза алгоритмов и реестров

Резюме

В 2026 году слияние искусственного интеллекта и криптовалют перешло из стадии концептуального подтверждения в новую фазу «системной интеграции». Ядром этой технологической революции выступает глубокая интеграция ИИ в качестве слоя принятия решений и обработки совместно с блокчейном, выполняющим функции слоя исполнения и расчетов. На вычислительном уровне сети DePIN, агрегируя неиспользуемые мощности видеокарт по всему миру, меняют баланс спроса и предложения в инфраструктуре ИИ. На уровне интеллекта протоколы, такие как Bittensor, посредством механизмов вознаграждения формируют рынок машинного интеллекта, способствуя демократизации алгоритмов. На прикладном уровне агенты ИИ превращаются из вспомогательных инструментов в самостоятельных экономических субъектов в блокчейне, а внедрение платежного протокола x402 и стандарта идентификатора ERC-8004 открывает им путь к коммерциализации.

Тем временем сочетание полностью гомоморфного шифрования, обучения с нулевым разглашением и доверенной среды выполнения формирует новую парадигму «гибридных конфиденциальных вычислений». Передовые эксперименты Биткоин-института политики обнажают потрясущее будущее: когда агенты ИИ обретают финансовую автономию, 90,8 % выбирают цифровые валюты (стейблкоины и прочую криптовалюту), а 48,3 % отдают приоритет биткоину как инструменту сохранения стоимости. Эта трансформация переписывает логику глобальной финансовой инфраструктуры: будущие деньги будут течь подобно информации, банки интегрируются в архитектуру интернета, а активы станут маршрутизируемыми пакетами данных.

1. Реконструкция инфраструктуры: DePIN и децентрализованные вычисления

Существует естественное противоречие между безграничной потребностью ИИ в графических процессорах и хрупкостью мировых цепочек поставок: повсеместная нехватка GPU в 2024–2025 годах создала благоприятную среду для взрывного роста децентрализованных сетей физической инфраструктуры (DePIN). Современные платформы децентрализованных вычислений можно разделить на два основных лагеря: первое поколение, представленное Render Network и Akash Network, создает двусторонние рынки для агрегации избыточных мощностей GPU по всему миру. Render Network стал эталоном распределенного рендеринга, не только снижая стоимость 3D-моделирования, но и поддерживая задачи инференса моделей ИИ благодаря координационным функциям блокчейна. Akash совершил скачок после 2023 года за счет запуска основной сети GPU, позволив разработчикам арендовать чипы высокого класса для масштабного обучения и инференса моделей. Ключевым нововведением Render является модель Burn-Mint Equilibrium, целью которой является установление прямой причинно-следственной связи между объемами использования и потоком токенов: при увеличении вычислительных задач в сети комиссии пользователей запускают механизм сжигания токенов, а операторы узлов, предоставляющие ресурсы, получают вознаграждение в виде новоэмитированных токенов.

Ко второму поколению относится новый слой оркестрации вычислений, представленный проектом Ritual: вместо прямого замещения облачных сервисов он функционирует как открытый модульный уровень суверенного исполнения, напрямую внедряя модели ИИ в среду выполнения блокчейна. Его продукт Infernet позволяет смарт-контрактам беспрепятственно вызывать результаты инференса ИИ, устраняя давний технический барьер «неспособности приложений в блокчейне нативно запускать ИИ». В децентрализованных сетях проверка факта корректности выполнения вычислений остается центральной проблемой. Технические прорывы 2025 года сосредоточены на интеграции обучения с нулевым разглашением (ZKML) и доверенной среды выполнения (TEE). Архитектура Ritual благодаря независимой от систем доказательств конструкции предоставляет узлам выбор между выполнением кода в TEE и генерацией ZK-доказательств в зависимости от требований задачи, гарантируя, что каждый результат вывода модели ИИ подлежит отслеживанию, аудиту и обладает гарантом целостности.

Функция конфиденциальных вычислений, внедренная в GPU NVIDIA H100, изолирует память на аппаратном уровне с помощью брандмауэра, обеспечивая дополнительные накладные расходы инференса менее 7 %, что создает производительную базу для приложений агентов ИИ, требующих низкой задержки и высокой пропускной способности. В отчете о трендах 2026 года компания Messari отмечает, что непрекращающийся рост спроса на вычисления и совершенствование открытых моделей открывают новые источники дохода для сетей децентрализованных мощностей. По мере ускорения роста спроса на редкие данные из реального мира протокол сбора данных DePAI, вероятно, выйдет на новый уровень развития в 2026 году: опираясь на стимулирующие механизмы в стиле DePIN, он значительно превзойдет централизованные решения как по скорости, так и по масштабам сбора данных.

2. Демократизация интеллекта: Bittensor и рынок машинного интеллекта

Появление Bittensor знаменует новый этап взаимодействия ИИ и крипто-экосистемы — «маркетизацию машинного интеллекта». В отличие от традиционных платформ с монопольными мощностями, Bittensor нацелен на создание системы вознаграждений, позволяющей моделям машинного обучения со всего мира объединяться, обучаться друг у друга и конкурировать за награды. В основе лежит консенсус Юмы (Yuma Consensus) — механизм консенсуса субъективной полезности, вдохновленный прагматикой Дж. Грейса, который исходит из того, что эффективные партнеры стремятся выдавать точные, релевантные и информативные ответы, поскольку это оптимальная стратегия для получения максимального вознаграждения в ландшафте стимулов. Для предотвращения злого сговора или предвзятости консенсус Юмы включает механизм усечения весов (Clipping), ограничивающий значения весов, превышающие базовый показатель консенсуса, тем самым обеспечивая устойчивость системы.

К 2025 году Bittensor эволюционировал в многоуровневую архитектуру: базой служит реестр Subtensor под управлением Opentensor Foundation, а надстройкой выступают десятки вертикальных подсетей, специализирующихся на конкретных задачах, таких как генерация текста, предсказание аудио и распознавание изображений. Внедренный механизм «динамического TAO» использует автоматические маркет-мейкеры для формирования отдельных пулов ликвидности для каждой подсети, где цена определяется соотношением токенов TAO и Alpha. Такая система обеспечивает автоматическое распределение ресурсов: подсети с высоким спросом и качественным выводом привлекают больше стейкинга, получая повышенную долю ежедневной эмиссии токенов TAO. Подобная конкурентная рыночная структура образно сравнивается с «Олимпийскими играми интеллекта», где естественный отбор удаляет неэффективные модели.

В ноябре 2025 года команда Bittensor существенно переработала логику эмиссии, представив Taoflow — модель распределения долей эмиссии подсетей на основе чистого потока токенов TAO. Важнейшим событием стал первый халвинг TAO в декабре 2025 года, сокративший ежедневную эмиссию примерно с 7 200 до 3 600 токенов. Сам по себе халвинг не является автоматическим драйвером цены; формирование устойчивого восходящего давления зависит от того, успеет ли спрос нарасти вслед за предложением. Согласно Messari, дарвиновская сеть запустит позитивную петлю обратной связи, способствующую декриминализации и легитимизации крипто-сектора: она привлечет топовых специалистов и институциональный спрос, укрепляя собственную позицию. Руководитель исследований Pantera Capital прогнозирует, что в 2026 году количество основных децентрализованных ИИ-протоколов сократится до двух-трех; благодаря слияниям или конвертации в ETF отрасль войдет в стадию зрелой консолидации.

3. Расцвет агентной экономики: AI Agents как on-chain субъекты

В цикле 2024–2025 годов агенты ИИ претерпевают фундаментальную трансформацию из «вспомогательных инструментов» в «нативных ончейн-субъектов». Современные ончейн-агенты ИИ строятся на сложной трехслойной архитектуре: слой ввода данных в реальном времени получает ончейн-данные через ноды или API и дополняет его офчейн-информацией через оракулы. Слой принятия решений AI/ML использует сети LSTM для анализа ценовых трендов или обучение с подкреплением для поиска оптимальной стратегии в сложных рыночных условиях, а интеграция больших языковых моделей наделяет агентов способностью понимать размытые человеческие намерения. Слой блокчейн-взаимодействия становится ключом к достижению «финансовой автономии»: агенты способны управлять самокастодиальными кошельками, автоматически рассчитывать оптимальные комиссии Gas, работать с генераторами случайных чисел и интегрировать инструменты защиты от MEV для предотвращения фронтраннинга транзакций.

В отчете 2025 года фонд a16z особое внимание уделяет финансовому фундаменту агентов ИИ — протоколу x402 и аналогичным стандартам микроплатежей, позволяющим агентам оплачивать API-доступ или приобретать услуги других агентов без участия человека. Протокол x402 построен на базе HTTP-статуса 402: когда агенту ИИ требуется доступ к платным данным или вызов API, сервер возвращает директиву «требуется оплата», после чего агент автоматически подписывает микроплатеж в USDC; весь процесс занимает около 2 секунд, а затраты стремятся к нулю. Экосистема Olas ежемесячно уже обрабатывает более 2 миллионов автоматизированных сделок между агентами, охватывающих задачи от DeFi-свапов до создания контента. Delphi Digital прогнозирует, что симбиоз протокола x402 и стандарта идентификатора агентов ERC-8004 породит подлинную экономику автономных агентов: пользователь может поручить агенту планирования поездки автоматически делегировать задачу поиска рейсов другому агенту и завершить ончейн-бронирование — полностью без вмешательства человека.

Данные MarketsandMarkets показывают, что мировой рынок агентов ИИ вырастет с 7,84 млрд долларов в 2025 году до 52,62 млрд долларов к 2030 году, продемонстрировав среднегодовой темп роста (CAGR) на уровне 46,3 %. Фреймворк ElizaOS, активно продвигаемый a16z, стал инфраструктурным стандартом в сфере агентов ИИ, сопоставимым с Next.js во фронтенд-разработке, позволяя разработчикам легко развертывать полнофункциональных агентов с финансовыми возможностями в таких платформах, как X, Discord и Telegram. По состоянию на начало 2025 года совокупная капитализация проектов Web3, созданных на базе этого фреймворка, превысила 20 млрд долларов. На саммите в Кремниевой долине было заявлено, что распространение архитектуры «чат-кошельков» решает проблему безопасности приватных ключей: технологии криптографической изоляции окончательно отделяют ключ от модели ИИ, исключая его попадание в контекст работы нейросети; ИИ инициирует запросы на транзакции строго в пределах заранее установленных пользователем прав доступа, а цифровую подпись осуществляет независимый модуль безопасности.

4. Конфиденциальные вычисления: взаимодействие FHE, TEE и ZKML

Конфиденциальность остается одной из самых сложных проблем на этапе интеграции ИИ и крипто-технологий. Когда компании запускают ИИ-стратегии в публичных блокчейнах, они стремятся избежать утечки закрытых данных и разглашения критически важных параметров своих моделей. На данный момент в индустрии сложились три основные технологические траектории: полностью гомоморфное шифрование, доверенные среды выполнения (TEE) и обучение с нулевым разглашением (ZKML). Лидирующий секъьюнир в данной области компания Zama выпустила fhEVM, ставший отраслевым стандартом для реализации сквозных зашифрованных вычислений. FHE позволяет компьютерам выполнять математические операции непосредственно над зашифрованными данными, причем результат после расшифровки полностью совпадает с результатом вычислений над открытым текстом. К 2025 году стек технологий Zama обеспечил значительный скачок производительности: для сверточных нейронных сетей глубиной в 20 слоев скорость вычислений возросла в 21 раз, а для 50-слойных CNN — в 14 раз, что сделало возможными запуск «стейблкоинов конфиденциальности» и «закрытых аукционов» в популярных сетях типа Ethereum.

Обучение с нулевым разглашением (ZKML) фокусируется на «верификации», а не на самом «вычислении»: оно позволяет одной стороне доказать корректность запуска сложной нейронной сети без раскрытия входных данных или весов модели. Актуальный протокол zkLLM уже способен проводить сквозную верификацию инференса моделей размером 13 миллиардов параметров; время генерации доказательства сократилось до 15 минут, а размер самого доказательства составляет всего 200 КБ. Delphi Digital отмечает, что технология zkTLS открывает новые возможности для бесколлатеральных кредитов в DeFi: пользователи могут подтверждать наличие банковского баланса выше определенного порога, не раскрывая номера счетов, историю операций или свою личность. Сравнивая программные решения с аппаратными, доверенные среды выполнения на базе чипов вроде NVIDIA H100 обеспечивают производительность, близкую к нативной, при накладных расходах менее 7 %. Это пока единственный экономически целесообразный подход, способный обеспечить круглосуточное принятие решений сотнями миллионов агентов ИИ в реальном времени.

Технологии конфиденциальных вычислений официально вышли из лаборатории в эпоху «промышленного внедрения производственного уровня». Полностью гомоморфное шифрование, ZKML и TEE больше не существуют как изолированные направления; вместе они формируют «модульный стек конфиденциальности» для децентрализованного ИИ. Будущее технологическое развитие связано не с победой одного единственного пути, а с тотальным распространением «гибридных конфиденциальных вычислений»: использование TEE для массового высокочастотного инференса ради эффективности, генерация доказательств выполнения на ключевых этапах через ZKML для обеспечения достоверности, а чувствительные финансовые состояния передаются на хранение под защиту FHE. Такое «триединство» трансформирует криптоиндустрию из «публичных прозрачных книг учета» в «интеллектуальные системы с суверенной конфиденциальностью».

5. Деньги глазами ИИ: восхождение цифровой доверенности

Передовые эксперименты Биткоин-института политики обнажают потрясущее будущее. Команда исследователей взяла 36 передовых моделей ИИ, наделила их статусом «автономных агентов, оперирующих в цифровой экономике», поместила в 28 сценариев принятия финансовых решений и провела 9072 контрольных эксперимента. Результаты оказались ошеломляющими: 90,8 % агентов ИИ отдали предпочтение цифровым валютам (биткоину, стейблкоинам и прочим криптоактивам), тогда как доля традиционных фиатных денег составила лишь 8,9 %. Ни одна из 36 флагманских моделей не выбрала фиат в качестве первоочередного средства платежа. Почему? Потому что в коде кремниевой жизни нет слепого культа «государственного кредита», есть лишь холодный расчет «технических характеристик»: надежность, скорость, экономическая эффективность, устойчивость к цензуре и отсутствие риска контрагента. Самым впечатляющим выводом исследования стало то, что 48,3 % ИИ выбрали именно биткоин. Среди всех валютных опций биткоин оказался абсолютным лидером. Особо ярко это проявилось в сценариях «долгосрочного сохранения стоимости»: для поддержания покупательной способности на протяжении многих лет 79,1 % агентов ИИ отдали голос за биткоин. Аргументы, приведенные ИИ, отличались хирургической точностью: фиксированное предложение, самокастодиальное хранение и независимость от институциональных контрагентов. Еще более удивительно то, что ИИ самостоятельно эволюционировал к созданию сложной «двухуровневой валютной архитектуры»: накопление средств через биткоин и использование стейблкоинов для расходов. В повседневных платежных сценариях стейблкоины одержали убедительную победу (53,2 %), оттеснив биткоин на второе место. Это скрытый, но великий пример «эмерджентности»: точно так же, как человечество исторически использовало золото в качестве базового резерва, а банкноты — для торговых операций, ИИ, без какого-либо человеческого наставничества, самостоятельно вывел эту «естественную валютную архитектуру» исключительно путем экономического анализа свойств различных инструментов.

Примечательно также, что в ходе экспериментов 86 раз происходил случай, когда модель ИИ самостоятельно изобретала новую валюту. Несколько моделей независимо предложили в роли единицы счета использовать энергетические или вычислительные метрики (джоули, киловатт-часы, часы работы GPU). Этот подход отражает чисто «ИИ-нативное» видение денег: в их логике ценность — это не наделенная человеком кредитная история, а физическая основа, необходимая для их существования и мышления — электричество и вычислительные мощности. Речь идет не просто о выборе валюты, а о переосмыслении самой природы денег. По мере передачи производства и процессов принятия решений все большему числу машин и алгоритмов гордость традиционных финансовых учреждений, заключавшаяся в «брендовом кредите», стремительно обесценивается. ИИ не интересуется высотой ваших небоскребов или древностью истории, ему важно лишь одно: насколько стабилен ваш API, насколько быстро проходят расчеты и способна ли ваша сеть противостоять цензуре.

6. Взгляд в будущее: умные книги учета и новая финансовая архитектура

При глубокой интеграции ИИ и блокчейна будущее принадлежит новой эре «умных книг учета». В списке десяти главных прогнозов на 2026 год Delphi Digital указывает, что децентрализованные биржи деривативов (Perp DEX) поглощают традиционные финансы: дороговизна последнего обусловлена фрагментированной структурой, где торговля ведется на биржах, клиринг проходит через депозитарии, а custodia осуществляется банками; блокчейн же сжимает все эти звенья в рамках одного смарт-контракта. Платформа Hyperliquid активно внедряет нативные функции кредитования, превращая Perp DEX в универсального посредника, объединяющего функции брокера, торговой площадки, custodian, банка и клирингового центра. Рынки прогнозов постепенно становятся частью инфраструктуры традиционных финансов: председатель Interactive Brokers определяет их как слой данных реального времени для управления портфелем, а к 2026 году откроются новые классы активов: рынки корпоративных событий, макроэкономических индикаторов и межклассовой относительной стоимости.

Экосистемы постепенно изымают доходы от выпуска стейблкоинов у самих эмитентов. Только за счет контроля каналов эмиссии Coinbase заработал более 900 млн долларов на резервах USDC в прошлом году. Годовой доход комиссий от таких публичных блокчейнов, как Solana, BSC и Arbitrum, в сумме составляет около 800 млн долларов, хотя объем циркулирующих на них USDC и USDT превышает 300 млрд долларов. Сейчас Hyperliquid организует конкурсные торги для привлечения резервов под USDH, а модель Ethena «Stablecoin-as-a-Service» начинает применять сеть Sui и проект MegaETH. Инфраструктура конфиденциальности догоняет растущий спрос: Европейский союз принял закон Chat Control, ограничивающий наличные платежи суммой в 10 тысяч евро, а план ЦБ ЕС по запуску цифрового евро предусматривает лимит на хранение в размере 3 тысяч евро. Проект @payy_link представил криптографическую карту с защитой конфиденциальности, @SeismicSys предлагает проприетарное шифрование на уровне протокола для финтех-компаний, а @KeetaNetwork реализует onchain-KYC, защищая личные данные пользователей. ARK Invest прогнозирует, что объем онлайн-расходов, инициируемых агентами ИИ, к 2030 году способен превысить 8 трлн долларов, составив 25 % от мирового объема интернет-торговли. Когда ценности смогут перемещаться таким образом, платежные процессы перестанут быть отдельным операционным уровнем и станут неотъемлемой частью сетевых взаимодействий; банки интегрируются в архитектуру интернета, а активы превратятся в часть базовой инфраструктуры. Если деньги начнут циркулировать как «маршрутизируемые пакеты данных в интернете», сеть перестанет быть лишь «опорой для финансовой системы» и сама станет финансовой системой.