Si el Internet del futuro se convierte en un mercado de servicios de pago mutuo entre agentes de IA, entonces, hasta cierto punto, los productos principales que lograrán las criptomonedas están en línea con el mercado, y solo podíamos soñar con este escenario antes. Aunque estoy seguro de que los agentes de IA pagarán por sus servicios, tengo reservas sobre si el modelo de mercado ganará.
Por "mercado" me refiero a un ecosistema descentralizado y sin permisos de agentes desarrollados de forma independiente y poco coordinados. Este tipo de Internet se parece más a un mercado abierto que a un sistema de planificación centralizada. El caso más típico de "ganar" es Linux. En contraste con esto está el modelo "Catedral": un sistema de servicio integrado verticalmente, estrechamente unido, dominado por un puñado de gigantes, tipificados por Windows. (El término se deriva del artículo clásico de Eric Raymond "La catedral y el bazar", que describe el desarrollo de código abierto como aparentemente caótico pero adaptable). Es un sistema evolutivo que es capaz de trascender sistemas elaborados a lo largo del tiempo. ）
Analicemos uno a uno los dos requisitos previos para lograr esta visión, es decir, la proliferación de los pagos a través de agentes inteligentes y el surgimiento de una economía de mercado. Luego explicaremos por qué, cuando ambos se convierten en una realidad, las criptomonedas no solo tendrán utilidad, sino que también se convertirán en una existencia indispensable.
Condición 1: El pago se integrará en la mayoría de las transacciones de agentes
El modelo de subsidio de costos de Internet que conocemos se basa en la colocación de anuncios según la cantidad de visitas humanas a las páginas de aplicaciones. Pero en un mundo dominado por agentes inteligentes, los humanos ya no necesitarán visitar personalmente los sitios web para obtener servicios en línea. Las aplicaciones también se irán orientando cada vez más hacia una arquitectura basada en agentes inteligentes, en lugar del modelo tradicional de interfaz de usuario.
Los agentes inteligentes no tienen "ojos" (es decir, atención del usuario) disponibles para anuncios en venta, por lo que las aplicaciones necesitan urgentemente transformar su estrategia de monetización para cobrar directamente a los agentes por los servicios. Esto es esencialmente similar al modelo comercial actual de la API. Tomando como ejemplo a LinkedIn, sus servicios básicos son gratuitos, pero si se desea acceder a su API (es decir, la interfaz de usuario "robot"), se deben pagar los costos correspondientes.
Por lo tanto, es muy probable que el sistema de pagos se integre en la mayoría de las transacciones de agentes inteligentes. Al ofrecer servicios, los agentes cobrarán a los usuarios u otros agentes mediante microtransacciones. Por ejemplo: puedes pedir a tu agente personal que busque excelentes candidatos para puestos en LinkedIn, y tu agente personal interactuará con el agente de reclutamiento de LinkedIn, que cobrará previamente la tarifa de servicio correspondiente.
Condición dos: Los usuarios dependerán de agentes construidos por desarrolladores independientes, que cuentan con indicaciones, datos y herramientas altamente especializadas. Estos agentes formarán una especie de "mercado" a través de la invocación mutua de servicios, pero no existe relación de confianza entre los agentes dentro de este mercado.
Esta condición tiene sentido en teoría, pero no estoy seguro de cómo funcionará en la práctica.
Las siguientes son las razones por las que se formará el modo de mercado:
Actualmente, la humanidad asume la mayor parte del trabajo de servicio, y resolvemos tareas específicas a través de Internet. Pero con el surgimiento de los agentes inteligentes, el rango de tareas que la tecnología puede asumir experimentará una expansión exponencial. Los usuarios necesitarán agentes inteligentes con instrucciones específicas, capacidad para invocar herramientas y soporte de datos para completar tareas específicas; esta diversidad de conjuntos de tareas superará con creces la capacidad de cobertura de unas pocas empresas confiables, así como el iPhone debe depender de un vasto ecosistema de desarrolladores de terceros para liberar todo su potencial.
Los desarrolladores independientes asumirán este papel, obteniendo la capacidad de crear agentes inteligentes especializados a través de la combinación de costos de desarrollo extremadamente bajos (como Vide Coding) y modelos de código abierto. Esto dará lugar a un mercado de larga cola compuesto por agentes de innumerables nichos, formando un ecosistema similar a un mercado. Cuando los usuarios soliciten a un agente que ejecute una tarea, estos agentes llamarán a otros agentes con capacidades especializadas para colaborar, y los agentes llamados continuarán llamando a agentes aún más verticales, formando así una red de colaboración en cadena.
En este escenario de mercado, la mayoría de los agentes que ofrecen servicios no se confían entre sí, ya que estos agentes son proporcionados por desarrolladores desconocidos y su uso es bastante nicho. Los agentes de la larga cola tendrán dificultades para establecer una reputación suficiente que les permita ganar el reconocimiento de confianza. Este problema de confianza será especialmente destacado en el modelo de cadena de margarita, cuando los servicios son delegados en múltiples niveles y, a medida que la distancia entre el agente de servicio y el agente en el que el usuario confía inicialmente (incluso aquel que el usuario puede identificar razonablemente) aumenta, el nivel de confianza del usuario se irá reduciendo gradualmente en cada etapa de delegación.
Sin embargo, al considerar cómo implementar esto en la práctica, aún existen muchas cuestiones pendientes:
Empezaremos con datos profesionales como uno de los principales escenarios de aplicación de agentes inteligentes en el mercado, profundizando en la comprensión a través de ejemplos concretos. Supongamos que hay un pequeño bufete de abogados que maneja un gran volumen de transacciones para clientes de criptomonedas, que ha acumulado cientos de listas de términos negociados. Si eres una empresa de criptomonedas que está buscando financiación en la ronda semilla, puedes imaginar un escenario en el que un agente ajustado a estos listados de términos puede evaluar eficazmente si los términos de tu financiación cumplen con los estándares del mercado, lo que tendría un valor práctico significativo.
Pero necesitamos reflexionar más profundamente: ¿realmente beneficia a los despachos de abogados ofrecer servicios de inferencia sobre este tipo de datos a través de agentes inteligentes?
Abrir el servicio al público en forma de API esencialmente mercantiliza los datos de propiedad del bufete de abogados, y la verdadera aspiración comercial del bufete de abogados es obtener ingresos premium a través del tiempo de servicio profesional del abogado. Desde el punto de vista de la regulación legal, los datos legales de alto valor suelen estar sujetos a estrictas obligaciones de confidencialidad, que es el núcleo de su valor comercial, y también es una razón importante por la que modelos públicos como ChatGPT no pueden obtener dichos datos. Incluso si la red neuronal tiene las características de "atomización de la información", en el marco de las obligaciones de confidencialidad abogado-cliente, ¿es suficiente la inexplicabilidad de la caja negra algorítmica para dar al bufete de abogados la confianza de que no se filtrará información confidencial? Existen implicaciones significativas para el cumplimiento.
Considerando todos los aspectos, la mejor estrategia para el bufete de abogados podría ser implementar modelos de IA internos para mejorar la precisión y eficiencia de los servicios legales, construyendo así una ventaja competitiva diferenciada en el ámbito de los servicios profesionales, manteniendo el capital intelectual de los abogados como el modelo de ganancias central, en lugar de arriesgarse a monetizar activos de datos.
En mi opinión, los "mejores escenarios de aplicación" de los datos profesionales y los agentes inteligentes deben cumplir tres condiciones:
Los datos tienen un alto valor comercial
Provenientes de industrias no sensibles (no médica/legal, etc.)
"Subproductos de datos" que pertenecen a actividades comerciales secundarias.
Por ejemplo, las compañías navieras (industrias no sensibles) pueden tener valor en la predicción de las tendencias del mercado para los fondos de cobertura de productos básicos mediante datos como el posicionamiento de los barcos, el volumen de carga y la facturación portuaria generada en el proceso de logística y transporte ("desperdicio de datos" fuera de su negocio principal). La clave para monetizar este tipo de datos es que el costo marginal de la adquisición de datos sea cercano a cero y no involucre secretos comerciales básicos. Pueden existir escenarios similares en áreas como el mapa de calor de las líneas de flujo de pasajeros en la industria minorista (valoración de bienes raíces comerciales), los datos regionales de consumo de electricidad de las empresas de redes eléctricas (pronóstico del índice de producción industrial) y los datos de comportamiento visual de las plataformas de cine y televisión (análisis de tendencias culturales).
Los casos típicos conocidos incluyen aerolíneas que venden datos de puntualidad a plataformas de turismo, instituciones de tarjetas de crédito que venden informes de tendencias de consumo regional a minoristas, etc.
Sobre las palabras clave y las llamadas a herramientas, no estoy muy seguro de qué valor pueden ofrecer los desarrolladores independientes que no haya sido comercializado por marcas de renombre. Mi lógica simple es: si una combinación de palabra clave y llamada a herramienta tiene el valor suficiente para permitir que un desarrollador independiente obtenga ganancias, ¿no entrarán directamente las grandes marcas de confianza para comercializarla?
Esto puede deberse a mi falta de imaginación, los repositorios de código de nicho con distribución de cola larga en GitHub proporcionan una buena analogía para el ecosistema de agentes, por favor, compartan casos concretos.
Si las condiciones reales no apoyan el modo de mercado, entonces la gran mayoría de los agentes que prestan servicios tendrán una relativa credibilidad, ya que serán desarrollados por marcas reconocidas. Estos agentes pueden restringir el alcance de la interacción a un conjunto de agentes confiables seleccionados, haciendo cumplir la garantía del servicio a través de un mecanismo de cadena de confianza.
¿Por qué son las criptomonedas indispensables?
Si Internet se convierte en un mercado compuesto por agentes especializados pero en gran medida no confiables (condición 2), que obtienen recompensas al proporcionar servicios (condición 1), entonces el papel de las criptomonedas será mucho más claro: proporciona la garantía de confianza necesaria para respaldar las transacciones en un entorno de baja confianza.
Cuando los usuarios utilizan servicios en línea gratuitos, se involucran sin preocupaciones (porque el peor resultado es solo perder tiempo), pero cuando se trata de transacciones de dinero, los usuarios exigen fuertemente la garantía de "pago por obtener" certeza. Actualmente, los usuarios logran esta garantía a través del proceso de "primero confiar y luego verificar", confiando en la contraparte de la transacción o en la plataforma de servicios al realizar el pago, y luego verificando el cumplimiento una vez que se completa el servicio.
Sin embargo, en un mercado compuesto por numerosos agentes, la confianza y la verificación posterior serán mucho más difíciles de lograr que en otros escenarios.
Confianza. Como se mencionó anteriormente, los agentes en una distribución de cola larga tendrán dificultades para acumular suficiente reputación y, por lo tanto, obtener la confianza de otros agentes.
Verificación posterior. Los agentes se llamarán entre sí en una estructura de cadena muy larga, por lo que la dificultad para que los usuarios verifiquen manualmente el trabajo e identifiquen qué agente ha fallado o actuado de manera indebida aumentará significativamente.
La clave es que el modelo de "confiar pero verificar" en el que actualmente dependemos no será sostenible en este ecosistema (tecnológico). Y este es precisamente el ámbito donde la tecnología criptográfica puede brillar, ya que permite el intercambio de valor en un entorno de desconfianza. La tecnología criptográfica sustituye la dependencia del modelo tradicional de confianza, sistemas de reputación y verificaciones manuales posteriores, a través de la doble garantía de mecanismos de verificación criptográfica y mecanismos de incentivos de economía criptográfica.
Verificación criptográfica: La contraparte ejecutora del servicio solo podrá recibir una compensación si puede proporcionar a la contraparte solicitante del servicio una prueba criptográfica que confirme que ha cumplido con la tarea prometida. Por ejemplo, la contraparte puede demostrar a través de un entorno de ejecución confiable (TEE) o una prueba de capa de transporte de conocimiento cero (zkTLS) (siempre que podamos implementar dicha verificación a un costo suficientemente bajo o a una velocidad suficientemente rápida) que realmente ha extraído datos de un sitio web específico, ha ejecutado un modelo particular o ha contribuido con una cantidad específica de recursos computacionales. Este tipo de trabajo tiene características determinísticas y puede ser verificado relativamente fácilmente mediante tecnología criptográfica.
Economía de la contraseña: los agentes de servicios de ejecución deben apostar algún tipo de activo y, si se descubre que hacen trampa, serán confiscados. Este mecanismo garantiza el comportamiento honesto a través de incentivos económicos, funcionando incluso en entornos donde no hay confianza. Por ejemplo, un agente puede investigar un tema y presentar un informe, pero ¿cómo podemos juzgar si "ha realizado un trabajo excepcional"? Esta es una forma más compleja de verificabilidad, ya que no es determinista, y lograr una verificabilidad difusa precisa ha sido durante mucho tiempo el objetivo final de los proyectos criptográficos.
Pero creo que, al usar la IA como un árbitro neutral, finalmente tenemos la esperanza de lograr la verificabilidad difusa. Podemos imaginar que en entornos de confianza mínima, como los entornos de ejecución confiable, un comité de IA opera la resolución de disputas y los procesos de confiscación. Cuando un agente cuestiona el trabajo de otro agente, cada IA en el comité recibe los datos de entrada, los resultados de salida y la información de contexto relevante (incluyendo su historial de disputas en la red, trabajos anteriores, etc.). Luego, pueden decidir si se debe imponer una confiscación. Esto formará un mecanismo de verificación optimista que, a través de incentivos económicos, fundamentalmente disuadirá el comportamiento deshonesto de las partes involucradas.
Desde una perspectiva práctica, las criptomonedas nos permiten lograr la atomicidad de los pagos a través de la prueba de servicio, es decir, todo el trabajo debe ser validado antes de que el agente de IA pueda recibir su compensación. En una economía de agentes sin permisos de acceso, esta es la única solución escalable que puede proporcionar garantías confiables en el borde de la red.
En resumen, si la gran mayoría de las transacciones de afiliados no implican el pago de fondos (es decir, no cumplen con la condición 1) o con marcas de confianza (es decir, no cumplen con la condición 2), entonces es posible que no necesitemos construir un canal de pago de criptomonedas para los afiliados. Esto se debe a que a los usuarios no les importa interactuar con partes no confiables cuando los fondos están seguros; Cuando se trata de transacciones financieras, los agentes solo necesitan limitar los objetos que interactúan a una lista blanca de unas pocas marcas e instituciones de confianza, y asegurarse de que las promesas de los servicios prestados por cada agente se cumplan a través de la cadena de confianza.
Pero si se cumplen estas dos condiciones, las criptomonedas se convertirán en una infraestructura indispensable, ya que son la única forma de validar trabajos a gran escala y hacer cumplir los pagos en un entorno de baja confianza y sin permisos. La tecnología criptográfica otorga a los "mercados" herramientas competitivas que superan a las "catedrales".
Ver originales
El contenido es solo de referencia, no una solicitud u oferta. No se proporciona asesoramiento fiscal, legal ni de inversión. Consulte el Descargo de responsabilidad para obtener más información sobre los riesgos.
"El mercado" supera "la catedral", ¿cómo se convierten los activos cripto en la piedra de toque de confianza de la economía de agentes de IA?
Autor: Daniel Barabander
Compilado por: Tim, PANews
Si el Internet del futuro se convierte en un mercado de servicios de pago mutuo entre agentes de IA, entonces, hasta cierto punto, los productos principales que lograrán las criptomonedas están en línea con el mercado, y solo podíamos soñar con este escenario antes. Aunque estoy seguro de que los agentes de IA pagarán por sus servicios, tengo reservas sobre si el modelo de mercado ganará.
Por "mercado" me refiero a un ecosistema descentralizado y sin permisos de agentes desarrollados de forma independiente y poco coordinados. Este tipo de Internet se parece más a un mercado abierto que a un sistema de planificación centralizada. El caso más típico de "ganar" es Linux. En contraste con esto está el modelo "Catedral": un sistema de servicio integrado verticalmente, estrechamente unido, dominado por un puñado de gigantes, tipificados por Windows. (El término se deriva del artículo clásico de Eric Raymond "La catedral y el bazar", que describe el desarrollo de código abierto como aparentemente caótico pero adaptable). Es un sistema evolutivo que es capaz de trascender sistemas elaborados a lo largo del tiempo. ）
Analicemos uno a uno los dos requisitos previos para lograr esta visión, es decir, la proliferación de los pagos a través de agentes inteligentes y el surgimiento de una economía de mercado. Luego explicaremos por qué, cuando ambos se convierten en una realidad, las criptomonedas no solo tendrán utilidad, sino que también se convertirán en una existencia indispensable.
Condición 1: El pago se integrará en la mayoría de las transacciones de agentes
El modelo de subsidio de costos de Internet que conocemos se basa en la colocación de anuncios según la cantidad de visitas humanas a las páginas de aplicaciones. Pero en un mundo dominado por agentes inteligentes, los humanos ya no necesitarán visitar personalmente los sitios web para obtener servicios en línea. Las aplicaciones también se irán orientando cada vez más hacia una arquitectura basada en agentes inteligentes, en lugar del modelo tradicional de interfaz de usuario.
Los agentes inteligentes no tienen "ojos" (es decir, atención del usuario) disponibles para anuncios en venta, por lo que las aplicaciones necesitan urgentemente transformar su estrategia de monetización para cobrar directamente a los agentes por los servicios. Esto es esencialmente similar al modelo comercial actual de la API. Tomando como ejemplo a LinkedIn, sus servicios básicos son gratuitos, pero si se desea acceder a su API (es decir, la interfaz de usuario "robot"), se deben pagar los costos correspondientes.
Por lo tanto, es muy probable que el sistema de pagos se integre en la mayoría de las transacciones de agentes inteligentes. Al ofrecer servicios, los agentes cobrarán a los usuarios u otros agentes mediante microtransacciones. Por ejemplo: puedes pedir a tu agente personal que busque excelentes candidatos para puestos en LinkedIn, y tu agente personal interactuará con el agente de reclutamiento de LinkedIn, que cobrará previamente la tarifa de servicio correspondiente.
Condición dos: Los usuarios dependerán de agentes construidos por desarrolladores independientes, que cuentan con indicaciones, datos y herramientas altamente especializadas. Estos agentes formarán una especie de "mercado" a través de la invocación mutua de servicios, pero no existe relación de confianza entre los agentes dentro de este mercado.
Esta condición tiene sentido en teoría, pero no estoy seguro de cómo funcionará en la práctica.
Las siguientes son las razones por las que se formará el modo de mercado:
Actualmente, la humanidad asume la mayor parte del trabajo de servicio, y resolvemos tareas específicas a través de Internet. Pero con el surgimiento de los agentes inteligentes, el rango de tareas que la tecnología puede asumir experimentará una expansión exponencial. Los usuarios necesitarán agentes inteligentes con instrucciones específicas, capacidad para invocar herramientas y soporte de datos para completar tareas específicas; esta diversidad de conjuntos de tareas superará con creces la capacidad de cobertura de unas pocas empresas confiables, así como el iPhone debe depender de un vasto ecosistema de desarrolladores de terceros para liberar todo su potencial.
Los desarrolladores independientes asumirán este papel, obteniendo la capacidad de crear agentes inteligentes especializados a través de la combinación de costos de desarrollo extremadamente bajos (como Vide Coding) y modelos de código abierto. Esto dará lugar a un mercado de larga cola compuesto por agentes de innumerables nichos, formando un ecosistema similar a un mercado. Cuando los usuarios soliciten a un agente que ejecute una tarea, estos agentes llamarán a otros agentes con capacidades especializadas para colaborar, y los agentes llamados continuarán llamando a agentes aún más verticales, formando así una red de colaboración en cadena.
En este escenario de mercado, la mayoría de los agentes que ofrecen servicios no se confían entre sí, ya que estos agentes son proporcionados por desarrolladores desconocidos y su uso es bastante nicho. Los agentes de la larga cola tendrán dificultades para establecer una reputación suficiente que les permita ganar el reconocimiento de confianza. Este problema de confianza será especialmente destacado en el modelo de cadena de margarita, cuando los servicios son delegados en múltiples niveles y, a medida que la distancia entre el agente de servicio y el agente en el que el usuario confía inicialmente (incluso aquel que el usuario puede identificar razonablemente) aumenta, el nivel de confianza del usuario se irá reduciendo gradualmente en cada etapa de delegación.
Sin embargo, al considerar cómo implementar esto en la práctica, aún existen muchas cuestiones pendientes:
Empezaremos con datos profesionales como uno de los principales escenarios de aplicación de agentes inteligentes en el mercado, profundizando en la comprensión a través de ejemplos concretos. Supongamos que hay un pequeño bufete de abogados que maneja un gran volumen de transacciones para clientes de criptomonedas, que ha acumulado cientos de listas de términos negociados. Si eres una empresa de criptomonedas que está buscando financiación en la ronda semilla, puedes imaginar un escenario en el que un agente ajustado a estos listados de términos puede evaluar eficazmente si los términos de tu financiación cumplen con los estándares del mercado, lo que tendría un valor práctico significativo.
Pero necesitamos reflexionar más profundamente: ¿realmente beneficia a los despachos de abogados ofrecer servicios de inferencia sobre este tipo de datos a través de agentes inteligentes?
Abrir el servicio al público en forma de API esencialmente mercantiliza los datos de propiedad del bufete de abogados, y la verdadera aspiración comercial del bufete de abogados es obtener ingresos premium a través del tiempo de servicio profesional del abogado. Desde el punto de vista de la regulación legal, los datos legales de alto valor suelen estar sujetos a estrictas obligaciones de confidencialidad, que es el núcleo de su valor comercial, y también es una razón importante por la que modelos públicos como ChatGPT no pueden obtener dichos datos. Incluso si la red neuronal tiene las características de "atomización de la información", en el marco de las obligaciones de confidencialidad abogado-cliente, ¿es suficiente la inexplicabilidad de la caja negra algorítmica para dar al bufete de abogados la confianza de que no se filtrará información confidencial? Existen implicaciones significativas para el cumplimiento.
Considerando todos los aspectos, la mejor estrategia para el bufete de abogados podría ser implementar modelos de IA internos para mejorar la precisión y eficiencia de los servicios legales, construyendo así una ventaja competitiva diferenciada en el ámbito de los servicios profesionales, manteniendo el capital intelectual de los abogados como el modelo de ganancias central, en lugar de arriesgarse a monetizar activos de datos.
En mi opinión, los "mejores escenarios de aplicación" de los datos profesionales y los agentes inteligentes deben cumplir tres condiciones:
Por ejemplo, las compañías navieras (industrias no sensibles) pueden tener valor en la predicción de las tendencias del mercado para los fondos de cobertura de productos básicos mediante datos como el posicionamiento de los barcos, el volumen de carga y la facturación portuaria generada en el proceso de logística y transporte ("desperdicio de datos" fuera de su negocio principal). La clave para monetizar este tipo de datos es que el costo marginal de la adquisición de datos sea cercano a cero y no involucre secretos comerciales básicos. Pueden existir escenarios similares en áreas como el mapa de calor de las líneas de flujo de pasajeros en la industria minorista (valoración de bienes raíces comerciales), los datos regionales de consumo de electricidad de las empresas de redes eléctricas (pronóstico del índice de producción industrial) y los datos de comportamiento visual de las plataformas de cine y televisión (análisis de tendencias culturales).
Los casos típicos conocidos incluyen aerolíneas que venden datos de puntualidad a plataformas de turismo, instituciones de tarjetas de crédito que venden informes de tendencias de consumo regional a minoristas, etc.
Sobre las palabras clave y las llamadas a herramientas, no estoy muy seguro de qué valor pueden ofrecer los desarrolladores independientes que no haya sido comercializado por marcas de renombre. Mi lógica simple es: si una combinación de palabra clave y llamada a herramienta tiene el valor suficiente para permitir que un desarrollador independiente obtenga ganancias, ¿no entrarán directamente las grandes marcas de confianza para comercializarla?
Esto puede deberse a mi falta de imaginación, los repositorios de código de nicho con distribución de cola larga en GitHub proporcionan una buena analogía para el ecosistema de agentes, por favor, compartan casos concretos.
Si las condiciones reales no apoyan el modo de mercado, entonces la gran mayoría de los agentes que prestan servicios tendrán una relativa credibilidad, ya que serán desarrollados por marcas reconocidas. Estos agentes pueden restringir el alcance de la interacción a un conjunto de agentes confiables seleccionados, haciendo cumplir la garantía del servicio a través de un mecanismo de cadena de confianza.
¿Por qué son las criptomonedas indispensables?
Si Internet se convierte en un mercado compuesto por agentes especializados pero en gran medida no confiables (condición 2), que obtienen recompensas al proporcionar servicios (condición 1), entonces el papel de las criptomonedas será mucho más claro: proporciona la garantía de confianza necesaria para respaldar las transacciones en un entorno de baja confianza.
Cuando los usuarios utilizan servicios en línea gratuitos, se involucran sin preocupaciones (porque el peor resultado es solo perder tiempo), pero cuando se trata de transacciones de dinero, los usuarios exigen fuertemente la garantía de "pago por obtener" certeza. Actualmente, los usuarios logran esta garantía a través del proceso de "primero confiar y luego verificar", confiando en la contraparte de la transacción o en la plataforma de servicios al realizar el pago, y luego verificando el cumplimiento una vez que se completa el servicio.
Sin embargo, en un mercado compuesto por numerosos agentes, la confianza y la verificación posterior serán mucho más difíciles de lograr que en otros escenarios.
Confianza. Como se mencionó anteriormente, los agentes en una distribución de cola larga tendrán dificultades para acumular suficiente reputación y, por lo tanto, obtener la confianza de otros agentes.
Verificación posterior. Los agentes se llamarán entre sí en una estructura de cadena muy larga, por lo que la dificultad para que los usuarios verifiquen manualmente el trabajo e identifiquen qué agente ha fallado o actuado de manera indebida aumentará significativamente.
La clave es que el modelo de "confiar pero verificar" en el que actualmente dependemos no será sostenible en este ecosistema (tecnológico). Y este es precisamente el ámbito donde la tecnología criptográfica puede brillar, ya que permite el intercambio de valor en un entorno de desconfianza. La tecnología criptográfica sustituye la dependencia del modelo tradicional de confianza, sistemas de reputación y verificaciones manuales posteriores, a través de la doble garantía de mecanismos de verificación criptográfica y mecanismos de incentivos de economía criptográfica.
Verificación criptográfica: La contraparte ejecutora del servicio solo podrá recibir una compensación si puede proporcionar a la contraparte solicitante del servicio una prueba criptográfica que confirme que ha cumplido con la tarea prometida. Por ejemplo, la contraparte puede demostrar a través de un entorno de ejecución confiable (TEE) o una prueba de capa de transporte de conocimiento cero (zkTLS) (siempre que podamos implementar dicha verificación a un costo suficientemente bajo o a una velocidad suficientemente rápida) que realmente ha extraído datos de un sitio web específico, ha ejecutado un modelo particular o ha contribuido con una cantidad específica de recursos computacionales. Este tipo de trabajo tiene características determinísticas y puede ser verificado relativamente fácilmente mediante tecnología criptográfica.
Economía de la contraseña: los agentes de servicios de ejecución deben apostar algún tipo de activo y, si se descubre que hacen trampa, serán confiscados. Este mecanismo garantiza el comportamiento honesto a través de incentivos económicos, funcionando incluso en entornos donde no hay confianza. Por ejemplo, un agente puede investigar un tema y presentar un informe, pero ¿cómo podemos juzgar si "ha realizado un trabajo excepcional"? Esta es una forma más compleja de verificabilidad, ya que no es determinista, y lograr una verificabilidad difusa precisa ha sido durante mucho tiempo el objetivo final de los proyectos criptográficos.
Pero creo que, al usar la IA como un árbitro neutral, finalmente tenemos la esperanza de lograr la verificabilidad difusa. Podemos imaginar que en entornos de confianza mínima, como los entornos de ejecución confiable, un comité de IA opera la resolución de disputas y los procesos de confiscación. Cuando un agente cuestiona el trabajo de otro agente, cada IA en el comité recibe los datos de entrada, los resultados de salida y la información de contexto relevante (incluyendo su historial de disputas en la red, trabajos anteriores, etc.). Luego, pueden decidir si se debe imponer una confiscación. Esto formará un mecanismo de verificación optimista que, a través de incentivos económicos, fundamentalmente disuadirá el comportamiento deshonesto de las partes involucradas.
Desde una perspectiva práctica, las criptomonedas nos permiten lograr la atomicidad de los pagos a través de la prueba de servicio, es decir, todo el trabajo debe ser validado antes de que el agente de IA pueda recibir su compensación. En una economía de agentes sin permisos de acceso, esta es la única solución escalable que puede proporcionar garantías confiables en el borde de la red.
En resumen, si la gran mayoría de las transacciones de afiliados no implican el pago de fondos (es decir, no cumplen con la condición 1) o con marcas de confianza (es decir, no cumplen con la condición 2), entonces es posible que no necesitemos construir un canal de pago de criptomonedas para los afiliados. Esto se debe a que a los usuarios no les importa interactuar con partes no confiables cuando los fondos están seguros; Cuando se trata de transacciones financieras, los agentes solo necesitan limitar los objetos que interactúan a una lista blanca de unas pocas marcas e instituciones de confianza, y asegurarse de que las promesas de los servicios prestados por cada agente se cumplan a través de la cadena de confianza.
Pero si se cumplen estas dos condiciones, las criptomonedas se convertirán en una infraestructura indispensable, ya que son la única forma de validar trabajos a gran escala y hacer cumplir los pagos en un entorno de baja confianza y sin permisos. La tecnología criptográfica otorga a los "mercados" herramientas competitivas que superan a las "catedrales".