Автор: a16z crypto
Перевод: Deep Tide TechFlow
Оригинальное название: a16z: Три тенденции искусственного интеллекта к 2026 году
В этом году ИИ возьмет на себя больше реальных исследовательских задач
Как математический экономист, еще в январе 2025 года мне было трудно заставить потребительские модели ИИ понять мой рабочий процесс; однако к ноябрю 2025 года я уже мог давать модели ИИ абстрактные инструкции, как аспиранту... и иногда они возвращали новые и правильные ответы. Помимо моего личного опыта, ИИ все шире применяется в исследовательской сфере, особенно в области рассуждений. Эти модели не только непосредственно помогают в процессе открытий, но и автономно решают такие сложные задачи, как проблемы Патнэма (возможно, самый сложный университетский экзамен по математике в мире).
Пока неясно, в каких именно областях этот исследовательский помощник окажет наибольшую помощь и как именно это произойдет. Но я ожидаю, что в этом году исследования ИИ будут продвигать и поощрять совершенно новый стиль «универсального» исследования: стиль, который больше ориентирован на conceptualizing взаимосвязи между идеями и способность быстро делать выводы из более гипотетических ответов.
Эти ответы могут быть не полностью точными, но они все же могут направить исследования в правильном направлении (по крайней мере, в некоторой топологической структуре). Довольно иронично, что это чем-то похоже на использование силы «галлюцинаций» модели: когда модель «достаточно умна», предоставление ей абстрактного пространства для генерации идей может по-прежнему давать бессмысленные результаты — но иногда также приводит к прорывным открытиям, подобно тому, как люди могут быть наиболее креативными, работая нелинейно или без четкого направления.
Рассуждения таким образом требуют нового стиля рабочего процесса ИИ — не просто простое взаимодействие «агент-агент», а сложный режим сотрудничества «агент, вложенный в агента». В этом режиме модели разных уровней помогают исследователю оценивать предложения ранних моделей и постепенно извлекать из них精华. Я уже использую этот метод для написания статей, в то время как другие занимаются поиском патентов, изобретением новых форм произведений искусства и даже (к сожалению) обнаружением новых способов атак на смарт-контракты.
Однако для управления этими комбинациями вложенных агентов рассуждения для исследований по-прежнему требуется лучшая интероперабельность между моделями и метод идентификации и соответствующего вознаграждения вклада каждой модели — и эти проблемы, возможно, сможет помочь решить технология блокчейн.
— Scott Kominers (@skominers), член исследовательской команды a16z crypto, профессор Гарвардской бизнес-школы
От «Знай своего клиента» (KYC) к «Знай своего агента» (KYA): сдвиг в аутентификации
«Узкое место» агентской экономики смещается с интеллекта на аутентификацию. В сфере финансовых услуг количество «нечеловеческих идентичностей» теперь в 96 раз превышает количество сотрудников-людей — однако эти «идентичности» остаются «призраками», не имеющими доступа к банковским услугам.
Ключевая отсутствующая инфраструктура здесь — это «Знай своего агента» (KYA, Know Your Agent). Подобно тому, как людям нужны кредитные рейтинги для получения займов, агентам нужны криптографически подписанные учетные данные для совершения сделок — эти учетные данные связывают агента с его принципалом, ограничениями и ответственностью. Пока эта инфраструктура не будет создана, merchants будут продолжать блокировать этих агентов на своем firewall.
У отраслей, которые строили инфраструктуру KYC (знай своего клиента) последние десятилетия, теперь есть всего несколько месяцев, чтобы разобраться, как реализовать KYA.
— Sean Neville (@psneville), соучредитель Circle, архитектор USDC; генеральный директор Catena Labs
Решение проблемы «невидимого налога» открытых сетей: экономические вызовы эпохи ИИ
Восход агентов ИИ облагает открытые сети «невидимым налогом», фундаментально нарушая их экономическую основу. Это нарушение проистекает из растущего несоответствия между «контекстным слоем» (Context layer) и «исполнительным слоем» (Execution layer) интернета: в настоящее время агенты ИИ извлекают данные с сайтов, поддерживаемых рекламой (контекстный слой), обеспечивая удобство для пользователей, но при этом систематически обходят источники дохода (такие как реклама и подписки), которые поддерживают контент.
Чтобы предотвратить постепенный упадок открытых сетей (и защитить разнообразный контент, питающий ИИ), нам необходимо массово внедрять технологические и экономические решения. Эти решения могут включать модели спонсируемого контента следующего поколения, системы микроатрибуции или другие новые модели финансирования. Однако существующие протоколы лицензирования ИИ уже доказали свою финансовую неустойчивость — эти протоколы часто компенсируют лишь небольшую часть дохода, потерянного поставщиками контента из-за оттока трафика в пользу ИИ.
Сети остро нуждаются в новой технико-экономической модели, позволяющей стоимости течь автоматически. Ключевой сдвиг в предстоящем году будет заключаться в переходе от статических моделей лицензирования к механизмам компенсации на основе использования в реальном времени. Это означает необходимость тестирования и масштабирования систем — возможно, с использованием наноплатежей (nanopayments) на базе блокчейна и сложных стандартов атрибуции — для автоматического вознаграждения каждого субъекта, который предоставил информацию, способствовавшую успешному выполнению задачи агентом ИИ.
— Liz Harkavy (@liz_harkavy), инвестиционная команда a16z crypto
Twitter:https://twitter.com/BitpushNewsCN
Группа общения比推 TG:https://t.me/BitPushCommunity
Подписка比推 TG: https://t.me/bitpush
