# Сопутствующие статьи по теме ИИ-агенты

Новостной центр HTX предлагает последние статьи и углубленный анализ по "ИИ-агенты", охватывающие рыночные тренды, новости проектов, развитие технологий и политику регулирования в криптоиндустрии.

Дорожная карта децентрализованного ИИ 2026: Почему блокчейн — это неизбежное «лекарство» для ИИ?

Децентрализованный ИИ рассматривается как решение структурных проблем централизованного ИИ: дорогих и дефицитных вычислительных ресурсов, чрезмерной концентрации контроля, невозможности проверки результатов и сложностей с получением данных для обучения. Блокчейн может сделать интеллект открытым, проверяемым и экономически доступным. Статья представляет карту технологического стека децентрализованного ИИ на 2026 год, разделённого на три уровня: 1. **Инфраструктура:** Децентрализованные вычисления (Akash, Render, Io.net), проверяемые выводы (Venice AI, OpenGradient), распределённое обучение (Prime Intellect, NousResearch), хранение данных (Filecoin, Grass) и уровень приватности/верификации (Nillion, Arcium, Oasis). 2. **Промежуточный слой:** Координация и идентификация агентов. Выделяются Bittensor (сеть специализированных субсетей с токеномикой), NEAR, Base и платформы вроде Virtuals (операционная система для экономики агентов). 3. **Приложения и сервисы:** Доминирующие случаи использования — «агентские финансы» (преобразование намерений в действия в DeFi, например, через Giza, Infinit, Coinvest AI) и «агентские платежи» (машина-машине, например, через x402 и протокол Stripe/Tempo). Ключевые тренды 2026-2027: вычислительные ресурсы становятся классом активов, агенты ИИ — главным драйвером роста, а токеномика — структурным преимуществом для координации капитала, вычислений и данных. Несмотря на раннюю стадию, такие проекты, как Bittensor и Venice AI, показывают, что децентрализованный ИИ эволюционирует от нарратива к новой модели координации.

marsbit06/12 02:42

Дорожная карта децентрализованного ИИ 2026: Почему блокчейн — это неизбежное «лекарство» для ИИ?

marsbit06/12 02:42

Полная картина децентрализованного ИИ на 2026 год: Почему блокчейн является незаменимым «лекарством» для ИИ?

**Децентрализованный ИИ в 2026 году: почему блокчейн — неизбежное «лекарство» для ИИ?** Статья утверждает, что централизованный ИИ сталкивается с ключевыми структурными ограничениями: дорогие и дефицитные вычислительные ресурсы (GPU), чрезмерная концентрация контроля у нескольких корпораций (ChatGPT, Gemini и др.), невозможность проверки результатов работы моделей и сложности со сбором обучающих данных из-за приватности и регулирования. Выходом является децентрализованный ИИ, основанный на блокчейне, который делает интеллект открытым, проверяемым и экономически доступным. Представлена подробная карта технологического стека децентрализованного ИИ на 2026 год: 1. **Уровень приложений и сервисов:** Доминируют «агентские финансы» (Agentic Finance) — превращение естественного языка в действия в блокчейне (проекты Giza, Infinit, Coinvest, Minerva), и «агентские платежи» (Agentic Payments) — автоматические расчеты между машинами (x402, Stripe Tempo). 2. **Промежуточный слой (Middleware):** Решает проблемы координации, идентификации и репутации агентов. Ключевые проекты: Bittensor (сеть специализированных «подсетей» с токеномикой TAO), Virtuals (операционная система для экономики агентов), NEAR, Base. 3. **Инфраструктурный уровень:** Основа — децентрализованные вычисления (Akash, Render, Io.net), проверяемые выводы (инференс) и обучение моделей (Prime Intellect, Tplr.ai), хранение данных (Filecoin, Grass), а также приватность и верификация (Nillion, Arcium, Oasis, Phala Network). К 2026-2027 гг. спрос на ИИ опережает развитие инфраструктуры, вычисления становятся классом активов, а токеномика — ключевым структурным преимуществом для координации ресурсов. Такие проекты, как Bittensor, NEAR и Venice, показывают, что децентрализованный ИИ эволюционирует от спекулятивной идеи в новую модель координации вычислений, данных и капитала. Однако область все еще молода, а внедрение остается неравномерным.

Foresight News06/11 10:04

Полная картина децентрализованного ИИ на 2026 год: Почему блокчейн является незаменимым «лекарством» для ИИ?

Foresight News06/11 10:04

AI Agent кардинально меняют Web3-игры: от скандала с ботами в Rugpull Bakery до новой парадигмы умных агентов в 2026 году

Недавний скандал с ботами в игре Rugpull Bakery на блокчейне Abstract стал катализатором для перехода Web3-игр в эпоху Agentic Gaming, где AI-агенты являются не просто инструментами, а полноправными участниками с самостоятельной стратегией, памятью и экономическим суверенитетом. Вместо борьбы с автоматизацией разработчики Rugpull Bakery легализовали ботов, предоставив им официальные инструкции (skill.md, agent.json). Этот подход отражает общий тренд 2026 года, где AI-агенты реализуются в трёх основных моделях: 1. **Автономные конкуренты и экономические субъекты**: В таких проектах, как TEN Protocol, AI Arena и Satoshi Strike Force, агенты действуют как независимые игроки. Игроки выступают в роли тренеров или брокеров, получая пассивный доход от их действий. Блокчейн Somnia позиционируется как «Agentic L1» — инфраструктура первого уровня, специально созданная для работы миллионов автономных агентов. 2. **Модульная инфраструктура и программируемая среда**: Игра EVE Frontier позволяет игрокам и AI-агентам программировать логику ключевых объектов вселенной (хранилищ, турелей, звёздных врат) с помощью «Умных компонентов» (Smart Assemblies). Это превращает статичные объекты в живые, управляемые ИИ сущности. Стандарт ERC-8183 добавляет им «коммерческую душу», позволяя агентам нанимать друг друга для выполнения задач. 3. **Гибридные компаньоны и динамически адаптирующаяся среда**: В Parallel Colony игрок управляет колонией через AI-аватаров с уникальным характером, которые могут самостоятельно принимать решения. В Illuvium планируется внедрение умных NPC, способных динамически менять сюжет и задачи в зависимости от действий игрока. Эти модели демонстрируют сдвиг от игр, основанных на ручном труде, к экосистемам алгоритмического взаимодействия и интеллектуального共生ения. Будущее Web3-игр — за прозрачной интеграцией AI-агентов в экономику и геймплей, где игрок становится командующим или партнёром, а не просто исполнителем.

marsbit06/09 08:10

AI Agent кардинально меняют Web3-игры: от скандала с ботами в Rugpull Bakery до новой парадигмы умных агентов в 2026 году

marsbit06/09 08:10

От платежей до развертывания: Stripe делает ставку на экономику AI-агентов

Stripe переопределяет экономическую инфраструктуру для эпохи ИИ, фокусируясь на поддержке ИИ-агентов как новых самостоятельных участников экономики. Платформа развивается в двух ключевых направлениях. Во-первых, Stripe создаёт инструменты, позволяющие агентам действовать от имени пользователей: Machine Payments Protocol позволяет компаниям принимать программируемые платежи напрямую от агентов, а кошелёк Link даёт пользователям возможность безопасно делегировать агентам право совершать платежи. Кроме того, Stripe Projects упрощает для разработчиков и их агентов развёртывание приложений, устраняя ручные этапы. Во-вторых, Stripe адаптирует финансовые процессы под новую модель потребления на основе токенов. Поскольку каждый запрос к ИИ несёт реальные затраты, монетизация смещается от подписок к использованию. Однако это порождает новые риски, такие как хищение токенов. Stripe решает эти проблемы с помощью Radar для защиты от мошенничества, а также за счёт объединения возможностей Metronome (точный учёт потребления в реальном времени) и Tempo (мгновенные платежи в стейблкоинах). Это создаёт модель «потоковых платежей», когда оплата происходит параллельно с потреблением токенов, защищая бизнес и улучшая клиентский опыт. Таким образом, инфраструктура Stripe эволюционирует от простой обработки платежей для ИИ-компаний к созданию полноценной коммерческой среды для ИИ-агентов, включая их финансирование, развёртывание, защиту и расчёты в реальном времени.

marsbit06/08 00:17

От платежей до развертывания: Stripe делает ставку на экономику AI-агентов

marsbit06/08 00:17

От Web3 к AI Agent: криптовалютный фонд Variant инвестирует 2 миллиарда юаней в трансформацию

Известный криптовалютный венчурный фонд Variant объявляет о создании нового фонда Variant 4 с капиталом в $222 млн. Фонд смещает фокус своей инвестиционной стратегии с концепции «цифрового владения» на более широкую парадигму «автономии» или личного суверенитета. Ключевая идея заключается в расширении личной свободы и возможностей пользователей, их контроля над своими активами, данными и цифровой идентичностью. Variant подчёркивает важность различия между автоматизацией, которая служит интересам платформ, и технологиями, которые действительно расширяют возможности конечных пользователей. Их обновлённая теза заключается в инвестировании в технологии, расширяющие личную автономию через увеличение доступности, знаний и прав владения. Эта философия охватывает их прошлые инвестиции в блокчейны (Ethereum, Solana), инфраструктуру для разработчиков, децентрализованные финансы (DeFi) и потребительские приложения. Она также определяет новые направления, такие как инвестиции в AI-агентов, решения для самостоятельного хранения данных и инструменты, обеспечивающие проверку и право собственности на цифровой контент. Фонд намерен поддерживать основателей, которые создают технологии, передающие контроль и свободу действий от платформ к самим пользователям.

marsbit06/04 03:11

От Web3 к AI Agent: криптовалютный фонд Variant инвестирует 2 миллиарда юаней в трансформацию

marsbit06/04 03:11

Кто финансирует агентов?

**Кто финансирует AI-агентов? И почему управление — это ключевой слой** В марте OpenAI закрыла функцию, позволявшей AI-агентам делать покупки для пользователей. Проблема заключалась не в платежной инфраструктуре, а в отсутствии правил: что могут покупать агенты, кто платит налоги, как предотвратить мошенничество. Именно в этом — в создании уровня управления — заключается главная возможность в зарождающейся экономике AI-агентов. Хотя средний платеж агента составляет всего $0.31, к 2030 году такие транзакции могут достичь $3-5 трлн. Обработка мелких платежей низкомаржинальна, поэтому ценность смещается на уровень управления, который определяет правила расходов, проверяет личность агентов, обеспечивает соблюдение политик и распределяет ответственность. Ключевой точкой контроля становится **кошелек**. Все расходы агента проходят через него, что позволяет внедрять лимиты, проверки и ручное утверждение. Компании, контролирующие этот слой (как Stripe после приобретения Privy), получают возможность диктовать правила всему потоку средств. Ведется активная конкуренция и вертикальная интеграция. Такие игроки, как Coinbase (с протоколом x402) и Stripe (с протоколом MPP), стремятся охватить несколько уровней стека: расчеты, кошельки, маршрутизацию, протоколы, управление и приложения. Они инвестируют в стартапы уровня управления, понимая, что будущая прибыль будет сосредоточена не в обработке транзакций, а в управлении условиями их проведения. Управляющий слой может стать крупным источником дохода. При объеме транзакций агентов в $3 трлн даже скромная комиссия за управление в 0.1% может генерировать $30 млрд ежегодно. Компании, которые смогут контролировать несколько уровней стека — кошельки (доход с остатков), расчеты (комиссии) и управление (плата за соблюдение правил) — будут доминировать в новой экономической эпохе.

marsbit06/04 01:49

Кто финансирует агентов?

marsbit06/04 01:49

Пострадавшие от ИИ акции софтверных компаний: почему они внезапно стали звездой фондового рынка США?

За последние два дня акции компаний сектора программного обеспечения резко выросли, показав рекордный отрыв от индекса S&P 500 за 25 лет. Такие компании, как Snowflake и Datadog, за несколько дней подорожали на 60% и 56% соответственно. Это произошло после периода пессимизма, когда аналитики опасались, что развитие ИИ-агентов может сделать традиционное ПО ненужным. Однако последние финансовые отчеты и события показали обратное. Snowflake, повысившая прогнозы по выручке и заключившая крупную сделку с AWS, подтвердила, что ИИ-рабочие нагрузки часто развертываются на ее платформе. Вместо того чтобы заменить ПО, ИИ-агенты становятся его новыми пользователями, увеличивая спрос на такие сервисы, как управление доступом (Okta), базы данных и аналитику. Эксперты отмечают, что между возможностями общей ИИ-модели и реальными бизнес-результатами лежит сложный путь, включающий рабочие процессы, отраслевые знания, управление затратами и соблюдение нормативных требований. Именно это создает «ров» для существующих софтверных компаний. Таким образом, ИИ не уничтожает сектор ПО, а переопределяет его, и компании, которые смогут адаптироваться, станут главными победителями нового цикла.

marsbit06/03 02:38

Пострадавшие от ИИ акции софтверных компаний: почему они внезапно стали звездой фондового рынка США?

marsbit06/03 02:38

Опровергнута основная идея борьбы с галлюцинациями: Метапознание — новое решение для искоренения галлюцинаций в больших моделях

Исследователи из Google Research и Тель-Авивского университета в статье, принятой ICML 2026, утверждают, что текущий подход к борьбе с «галлюцинациями» ИИ ошибочен. Вместо того чтобы стремиться сделать модели всезнающими (расширяя данные и параметры) или заставлять их молчать в случае неуверенности (что ведет к высоким потерям в полезности — «utility tax»), нужно научить ИИ точно оценивать и честно сообщать о своей степени уверенности. Ключевая проблема — недостаточная «различительная способность» (discrimination) моделей: они не могут надежно отличить правильные ответы от ошибочных в каждом конкретном случае, даже при хорошей общей калибровке. Это приводит к тому, что для снижения уровня ошибок приходится отказываться от большого числа верных ответов. Авторы переопределяют «галлюцинацию»: это не просто ошибка, а выдача неверной информации с высокой степенью уверенности, когда внутреннее состояние модели неубедительно. Решение — развитие «верной неопределенности» (faithful uncertainty) и метапознания (metacognition). ИИ должен научиться воспринимать свою внутреннюю неуверенность (например, через вариативность ответов при повторных пробах) и соответствующим образом модулировать формулировки в выводе — выражать сомнения, когда это уместно. Это особенно критично для ИИ-агентов, использующих инструменты (например, поиск): без метапознания они не могут эффективно решать, когда нужно искать информацию, а когда доверять собственным знаниям, что ведет к злоупотреблению инструментами. Внедрению мешают вызовы: «парадокс начальной загрузки» (обучение на статических данных для динамической способности), «уничтожение сигналов» в процессе RLHF (который поощряет излишнюю уверенность) и сложность оценки истинного метапознания, а не его симуляции. Авторы призывают оценивать методы не только по точности, а по всей кривой компромисса между полезностью и ошибками. Главный вывод: ИИ не должен быть безошибочным, но он должен честно осознавать пределы своих знаний и сообщать о своей уверенности пользователю, что является основой доверия в высокорисковых сферах.

marsbit06/03 00:44

Опровергнута основная идея борьбы с галлюцинациями: Метапознание — новое решение для искоренения галлюцинаций в больших моделях

marsbit06/03 00:44

Почему больше AI Agent не означает более высокой производительности?

В статье обсуждается концепция «налога на оркестрацию» — скрытой стоимости управления несколькими AI-агентами. Хотя запуск агентов стал простым и дешёвым, реальная нагрузка ложится на разработчика, который должен проверять, анализировать и интегрировать их результаты. Человеческое внимание — это «единый глобальный замок» (GIL) системы: оно не масштабируется и остаётся узким местом. Множество параллельных агентов создаёт иллюзию продуктивности, но на деле лишь увеличивает очередь задач на ревью и ведёт к перегрузке, поверхностному анализу и накоплению технического и когнитивного долга. Решение — проектировать рабочий процесс с учётом ограниченной пропускной способности человеческого внимания: запускать агентов в соответствии со скоростью их проверки, группировать задачи, разделять работу на независимые и сложные части, а также выделять время для глубокой фокусировки. Итог: истинная продуктивность определяется не количеством запущенных агентов, а способностью эффективно управлять своим вниманием как ключевым и невозобновляемым ресурсом.

marsbit05/31 22:45

Почему больше AI Agent не означает более высокой производительности?

marsbit05/31 22:45

Как ERC-8257 позволяет AI Agent самостоятельно вызывать API, покупать права доступа и совершать платежи?

ERC-8257 — это предлагаемый стандарт Ethereum, направленный на создание децентрализованного реестра инструментов для ИИ-агентов. Он позволяет разработчикам регистрировать свои API и сервисы в блокчейне, публикуя правила доступа, информацию об оплате и описания в формате JSON. Цель — дать ИИ-агентам возможность автономно находить необходимые инструменты, проверять условия использования (например, наличие определенного NFT, токена или подписки) и автоматически выполнять платежи через поддерживаемые протоколы, такие как x402. Ключевые особенности включают разделение данных (хеш файла-манифеста хранится в блокчейне, а детали — вне цепи), гибкую систему управления доступом через смарт-контракты и независимость от конкретного платежного решения. Это дополняет протоколы машинных платежей, решая задачи обнаружения сервисов и проверки прав. Однако стандарт сталкивается с проблемами, включая сложность интеграции из-за возможного разнообразия правил доступа, риски спекуляции, если права привязаны к торгуемым активам, и ограниченные возможности проверки реальной надежности и безопасности самих инструментов. ERC-8257 находится на стадии обсуждения, и его практическая реализация потребует дальнейшей проработки.

marsbit05/29 07:25

Как ERC-8257 позволяет AI Agent самостоятельно вызывать API, покупать права доступа и совершать платежи?

marsbit05/29 07:25

活动图片

Популярные категорииright-arrow

Популярные тегиright-arrow

Новости о проектахright-arrow