作者:a16z crypto
编译:深潮 TechFlow
今年,AI 将承担更多实质性研究任务
作为一名数理经济学家,早在 2025 年 1 月,我很难让消费级 AI 模型理解我的工作流程;然而到了 2025 年 11 月,我已经可以像对博士生下达抽象指令那样对 AI 模型进行指令传达......而它们有时还能返回一些新颖且正确的答案。除了我的个人经历之外,AI 正在更广泛地被应用于研究领域,尤其是在推理领域。这些模型不仅直接协助了发现过程,还能自主解决诸如 Putnam 问题(或许是世界上最难的大学数学考试)这样的难题。
目前仍然不确定这种研究辅助方式究竟会在哪些领域产生最大帮助,以及具体如何实现。但我预计,今年 AI 研究将推动并奖励一种全新的“多面手”研究风格:这种风格更注重构想各种想法之间的关系,并能够快速从更具假设性的答案中进行推断。
这些答案可能并不完全准确,但它们仍能指引研究朝着正确的方向前进(至少在某种拓扑结构下)。颇具讽刺意味的是,这有点像在利用模型“幻觉”的力量:当模型“足够聪明”时,赋予它们抽象的空间去激荡思维,可能仍会产生一些无意义的结果——但有时也会带来突破性的发现,就像人类在不按线性思维或明确方向工作时,反而可能会最具创造力。
以这种方式进行推理需要一种新的 AI 工作流程风格——不仅是“代理对代理”的简单互动,而是“代理嵌套代理”的复杂协作模式。在这种模式中,不同层次的模型协助研究者评估早期模型的方案,并逐步从中提炼出精华。我自己已经在用这种方法撰写论文,而其他人则在进行专利检索、发明新形式的艺术作品,甚至(令人遗憾的是)发现新的智能合约攻击方式。
然而,要操作这些嵌套推理代理的组合以进行研究,仍需更好的模型之间的互操作性,以及一种识别并适当补偿每个模型贡献的方法——而这些问题,区块链技术或许能够帮助解决。
——Scott Kominers(@skominers),a16z 加密研究团队成员,哈佛商学院教授
从“了解你的客户”(KYC)到“了解你的代理”(KYA):身份验证的转变
代理经济的瓶颈正在从智能转向身份认证。在金融服务领域,“非人类身份”的数量如今已经超过了人类员工的 96 倍——然而,这些“身份”却仍然是无法获得银行服务的“幽灵”。
这里缺失的关键基础设施就是“了解你的代理”(KYA,Know Your Agent)。正如人类需要信用评分来获取贷款一样,代理也需要加密签名的凭证来进行交易——这些凭证将代理与其主体、约束条件以及责任相关联。在这种基础设施建立之前,商家将继续在防火墙处阻止这些代理。
过去几十年间构建 KYC(了解你的客户)基础设施的行业,现在只有几个月的时间来研究如何实现 KYA。
——Sean Neville(@psneville),Circle 联合创始人、USDC 架构师;Catena Labs 首席执行官
解决开放网络的“隐形税”问题:AI 时代的经济挑战
AI 代理的崛起正在对开放网络施加一种“隐形税”,从根本上扰乱了其经济基础。这种扰乱源于互联网“上下文层”(Context layer)和“执行层”(Execution layer)之间日益加剧的不匹配:目前,AI 代理从依赖广告支持的网站(上下文层)中提取数据,为用户提供便利的同时,却系统性地绕过了支撑内容的收入来源(如广告和订阅)。
为了防止开放网络的逐步衰退(并保护那些为 AI 提供燃料的多样化内容),我们需要大规模部署技术和经济解决方案。这些方案可能包括下一代赞助内容模式、微归因系统或其他新型的资金支持模式。然而,现有的 AI 授权协议已经证明其在财务上是不可持续的,这些协议往往只能弥补内容提供者因 AI 流量分流而损失收入的一小部分。
网络亟需一个全新的技术经济模型,让价值能够自动流动。未来一年中的关键转变,将是从静态的授权模式转向基于实时使用的补偿机制。这意味着需要测试和扩展相关系统——可能利用区块链支持的纳米支付(nanopayments)和复杂的归因标准——以自动奖励每一个为 AI 代理成功完成任务贡献信息的实体。
——Liz Harkavy(@liz_harkavy),a16z 加密投资团队
