Автор:a16z crypto

Компиляция: Deep Tide TechFlow

В этом году ИИ возьмет на себя более существенные исследовательские задачи

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 моделям 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).

До сих пор 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 осмысление взаимосвязей между различными идеями и способность быстро делать выводы из более гипотетических ответов.

Эти ответы могут быть не полностью точными, но они все же могут направлять 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 приводит и к прорывным открытиям, подобно тому, как люди могут быть наиболее креативны, работая нелинейно или без четкого направления.

Рассуждения таким образом требуют нового стиля рабочего процесса ИИ — не просто взаимодействия «агент-агент», а сложного режима сотрудничества «агент, вложенный в агента». В этом режиме модели разных уровней помогают исследователю оценивать предложения ранних моделей и постепенно извлекать из них精华у. 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 атак на смарт-контракты.

Однако для управления этими комбинациями вложенных агентов рассуждения в исследовательских целях 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.

— Скотт Коминерс (@skominers), член исследовательской команды a16z crypto, профессор Гарвардской бизнес-школы

От «Знай своего клиента» (KYC) к «Знай своего агента» (KYA): смена парадигмы аутентификации

Узким местом агентской экономики становится не интеллект, а аутентификация. 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.

Ключевой недостающей инфраструктурой здесь является «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 файрволе.

У отрасли, которая строила инфраструктуру KYC (Know Your Customer) последние десятилетия, теперь есть всего несколько месяцев, чтобы разобраться, как реализовать KYA.

— Шон Невилл (@psneville), сооснователь Circle, архитектор USDC; генеральный директор Catena Labs

Решение проблемы «невидимого налога» открытых сетей: экономический вызов 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 малую часть дохода, потерянного поставщиками контента из-за оттока трафика в пользу ИИ.

Сети остро нуждаются в новой технико-экономической модели, позволяющей стоимости течь автоматически. Ключевым изменением в предстоящем году станет переход 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.

— Лиз Харкави (@liz_harkavy), инвестиционная команда a16z crypto