Penulis:a16z crypto

Kompilasi: Deep Tide TechFlow

Tahun Ini, AI Akan Mengambil Lebih Banyak Tugas Penelitian Substansial

Sebagai seorang ekonom matematika, pada Januari 2025, saya kesulitan membuat model AI konsumen memahami alur kerja saya; namun pada November 2025, saya sudah dapat memberikan instruksi abstrak kepada model AI seperti yang saya lakukan kepada mahasiswa doktoral... dan terkadang mereka mengembalikan jawaban yang baru dan benar. Selain pengalaman pribadi saya, AI sedang diterapkan lebih luas dalam penelitian, terutama dalam bidang penalaran. Model-model ini tidak hanya membantu langsung proses penemuan, tetapi juga secara mandiri memecahkan masalah seperti soal Putnam (mungkin ujian matematika universitas tersulit di dunia).

Masih belum pasti di bidang mana bantuan penelitian seperti ini akan paling membantu, dan bagaimana tepatnya hal itu terwujud. Namun saya memperkirakan, tahun ini penelitian AI akan mendorong dan memberi imbalan pada gaya penelitian "generalis" yang baru: gaya yang lebih menekankan pada memahami hubungan antara berbagai ide, dan mampu membuat inferensi cepat dari jawaban yang lebih hipotetis.

Jawaban-jawaban ini mungkin tidak sepenuhnya akurat, tetapi mereka tetap dapat mengarahkan penelitian ke arah yang benar (setidaknya dalam suatu struktur topologi). Ironisnya, ini agak mirip dengan memanfaatkan kekuatan "halusinasi" model: ketika model "cukup pintar", memberi mereka ruang abstrak untuk berpikir mungkin masih menghasilkan beberapa hal yang tidak berarti — tetapi terkadang juga membawa penemuan terobosan, seperti halnya ketika manusia bekerja paling kreatif tanpa mengikuti pemikiran linear atau arahan yang eksplisit.

Bernalar dengan cara ini memerlukan gaya alur kerja AI yang baru — bukan hanya interaksi "agen ke agen" yang sederhana, tetapi mode kolaborasi kompleks "agen bersarang agen". Dalam mode ini, model pada tingkat berbeda membantu peneliti mengevaluasi skema model awal, dan secara bertahap menyaring yang terbaik. Saya sendiri sudah menggunakan metode ini untuk menulis makalah, sementara orang lain melakukan pencarian paten, menciptakan bentuk baru karya seni, bahkan (sayangnya) menemukan cara serangan kontrak pintar baru.

Namun, untuk mengoperasikan kombinasi agen penalaran bersarang ini untuk penelitian, masih diperlukan interoperabilitas yang lebih baik antar model, serta metode untuk mengidentifikasi dan mengompensasi kontribusi setiap model secara tepat — dan masalah-masalah ini, teknologi blockchain mungkin dapat membantu menyelesaikannya.

— Scott Kominers(@skominers), Anggota Tim Riset Kripto a16z, Profesor Harvard Business School

Dari "Kenali Pelanggan Anda" (KYC) ke "Kenali Agen Anda" (KYA): Transformasi Verifikasi Identitas

Kemacetan ekonomi agen sedang beralih dari kecerdasan ke autentikasi identitas. Di bidang jasa keuangan, jumlah "identitas non-manusia" kini telah melebihi 96 kali lipat karyawan manusia — namun, "identitas" ini masih merupakan "hantu" yang tidak dapat mengakses layanan perbankan.

Infrastruktur kunci yang hilang di sini adalah "Kenali Agen Anda" (KYA, Know Your Agent). Seperti halnya manusia memerlukan skor kredit untuk mendapatkan pinjaman, agen juga memerlukan kredensial yang ditandatangani secara kriptografi untuk bertransaksi — kredensial ini mengaitkan agen dengan entitas utamanya, batasan, serta tanggung jawabnya. Sebelum infrastruktur ini dibangun, merchant akan terus memblokir agen-agen ini di firewall.

Industri yang membangun infrastruktur KYC (Know Your Customer) selama beberapa dekade terakhir, sekarang hanya memiliki waktu beberapa bulan untuk mempelajari cara mewujudkan KYA.

— Sean Neville(@psneville), Co-founder Circle, Arsitek USDC; CEO Catena Labs

Mengatasi Masalah "Pajak Tak Kasat Mata" Jaringan Terbuka: Tantangan Ekonomi di Era AI

Kebangkitan agen AI sedang memberlakukan "pajak tak kasat mata" pada jaringan terbuka, secara fundamental mengganggu dasar ekonominya. Gangguan ini berasal dari ketidaksesuaian yang semakin parah antara "lapisan konteks" (Context layer) dan "lapisan eksekusi" (Execution layer) internet: saat ini, agen AI mengekstrak data dari situs web yang didukung iklan (lapisan konteks), memberikan kemudahan bagi pengguna, namun secara sistematis melewati sumber pendapatan yang menopang konten (seperti iklan dan langganan).

Untuk mencegah kemunduran bertahap jaringan terbuka (dan melindungi beragam konten yang menjadi bahan bakar AI), kita perlu menerapkan solusi teknologi dan ekonomi secara besar-besaran. Solusi-solusi ini mungkin mencakup model konten bersponsor generasi berikutnya, sistem mikro-atribusi, atau model pendanaan baru lainnya. Namun, protokol lisensi AI yang ada telah terbukti tidak berkelanjutan secara finansial, protokol ini seringkali hanya dapat mengganti sebagian kecil dari pendapatan yang hilang oleh penyedia konten karena pengalihan lalu lintas AI.

Jaringan sangat membutuhkan model ekonomi-teknis baru yang memungkinkan nilai mengalir secara otomatis. Perubahan kunci dalam tahun mendatang adalah peralihan dari model lisensi statis ke mekanisme kompensasi berbasis penggunaan real-time. Ini berarti perlu menguji dan memperluas sistem — mungkin memanfaatkan pembayaran nano (nanopayments) yang didukung blockchain dan standar atribusi yang kompleks — untuk secara otomatis memberi imbalan setiap entitas yang berkontribusi pada informasi untuk keberhasilan agen AI menyelesaikan tugas.

— Liz Harkavy(@liz_harkavy), Tim Investasi Kripto a16z