"El mercado" supera a "la catedral", ¿cómo se ha convertido la encriptación de monedas en la piedra angular de confianza de la economía de agentes de IA?
Si en el futuro Internet evoluciona hacia un mercado donde los agentes de IA se paguen entre sí por servicios, en cierta medida, las criptomonedas se alinearán con productos y mercados convencionales, algo que anteriormente solo podíamos soñar. Aunque tengo plena confianza en que habrá pagos por servicios entre agentes de IA, sigo siendo cauteloso sobre si el modelo de mercado prevalecerá.
Por "mercado" me refiero a un ecosistema descentralizado y sin permisos de agentes desarrollados de forma independiente y poco coordinados. Este tipo de Internet se parece más a un mercado abierto que a un sistema de planificación centralizada. El caso más típico de "ganar" es Linux. En contraste con esto está el modelo "Catedral": un sistema de servicio integrado verticalmente, estrechamente unido, dominado por un puñado de gigantes, tipificados por Windows. (El término se deriva del artículo clásico de Eric Raymond "La catedral y el bazar", que describe el desarrollo de código abierto como aparentemente caótico pero adaptable). Es un sistema evolutivo que es capaz de trascender sistemas elaborados a lo largo del tiempo. ）
Analicemos uno a uno los dos requisitos previos para lograr esta visión: la adopción de los pagos mediante agentes inteligentes y el surgimiento de una economía de mercado. Luego explicaremos por qué, cuando ambos se conviertan en una realidad, las criptomonedas no solo tendrán utilidad, sino que se convertirán en una existencia indispensable.
Condición 1: Los pagos se integrarán en la mayoría de las transacciones de agentes
El Internet que conocemos, su modelo de subsidio de costos depende de la cantidad de visitas humanas a las páginas de aplicación para colocar anuncios. Pero en un mundo dominado por agentes inteligentes, los humanos ya no necesitarán visitar sitios web en persona para obtener servicios en línea. Las aplicaciones también se irán inclinando cada vez más hacia una arquitectura basada en agentes inteligentes, en lugar del modelo tradicional de interfaz de usuario.
Los agentes inteligentes no tienen "ojos" (es decir, atención del usuario) disponibles para anuncios de venta, por lo que las aplicaciones necesitan urgentemente cambiar su estrategia de monetización para cobrar directamente a los agentes por los servicios. Esto es esencialmente similar al modelo de negocio actual de las API. Tomando como ejemplo LinkedIn, sus servicios básicos son gratuitos, pero si se desea acceder a su API (es decir, la "interfaz de usuario de robots"), se debe pagar una tarifa correspondiente.
Por lo tanto, es probable que los sistemas de pago se integren en la mayoría de las transacciones de agentes. Al proporcionar servicios, los agentes cobrarán tarifas a los usuarios u otros agentes en forma de microtransacciones. Por ejemplo: podrías pedirle a tu agente personal que busque excelentes candidatos para un puesto en LinkedIn, en cuyo caso tu agente personal interactuará con el agente de reclutamiento de LinkedIn, y este último cobrará previamente la tarifa de servicio correspondiente.
Condición dos: Los usuarios dependerán de agentes construidos por desarrolladores independientes, que cuentan con indicaciones, datos y herramientas altamente especializadas. Estos agentes formarán una especie de "mercado" mediante la invocación mutua de servicios, pero no existe una relación de confianza entre los agentes en este mercado.
Esta condición tiene sentido en teoría, pero no estoy seguro de cómo funcionará en la práctica.
Las siguientes son las razones por las que se formará el modo de mercado:
Actualmente, la humanidad asume la mayor parte del trabajo de servicio, resolvemos tareas específicas a través de Internet. Pero con el surgimiento de agentes inteligentes, el rango de tareas que la tecnología puede asumir se expandirá exponencialmente. Los usuarios necesitarán agentes inteligentes con instrucciones específicas, capacidad de invocación de herramientas y apoyo de datos para completar tareas específicas; esta diversidad de conjuntos de tareas superará con creces la capacidad de cobertura de unas pocas empresas confiables, así como el iPhone debe depender de un enorme ecosistema de desarrolladores terceros para liberar todo su potencial.
Los desarrolladores independientes asumirán este papel, obteniendo la capacidad de crear agentes inteligentes especializados mediante la combinación de costos de desarrollo extremadamente bajos (como Vide Coding) con modelos de código abierto. Esto dará lugar a un mercado de cola larga compuesto por una gran cantidad de agentes de nicho, formando un ecosistema similar a un mercado. Cuando los usuarios soliciten a los agentes que realicen tareas, estos agentes invocarán la colaboración de otros agentes con capacidades profesionales específicas, y los agentes llamados continuarán invocando agentes más verticales, formando así una red de colaboración en cadena de niveles.
En este escenario del mercado, la gran mayoría de los agentes que ofrecen servicios no se fían mutuamente, ya que estos agentes son proporcionados por desarrolladores desconocidos y sus usos son relativamente de nicho. Los agentes de cola larga tendrán dificultades para establecer una reputación suficiente para ganar el reconocimiento de confianza. Este problema de confianza se vuelve especialmente prominente en el modelo de cadena de crisantemo, cuando los servicios se delegan en múltiples capas, y a medida que la distancia entre el agente de servicio y el agente en el que el usuario inicialmente confía (o que el usuario puede identificar razonablemente) aumenta, el nivel de confianza del usuario disminuye gradualmente en cada etapa de delegación.
Sin embargo, al considerar cómo implementar esto en la práctica, todavía hay muchas preguntas pendientes:
Comencemos con los datos profesionales como uno de los principales escenarios de aplicación de los agentes en el mercado, y profundicemos nuestra comprensión a través de casos específicos. Digamos que hay un pequeño bufete de abogados que maneja muchas transacciones para clientes de criptomonedas, y la agencia ha acumulado cientos de hojas de términos negociadas. Si eres una empresa de criptomonedas que se encuentra en medio de una ronda de financiación inicial, puedes imaginar un escenario en el que un agente con un modelo de ajuste fino basado en estas hojas de términos pueda evaluar eficazmente si tus términos de financiación cumplen con los estándares del mercado, lo que sería de gran valor práctico.
Pero necesitamos reflexionar más profundamente: ¿es realmente en el interés de los despachos de abogados proporcionar servicios de inferencia sobre este tipo de datos a través de agentes inteligentes?
Abrir este servicio al público en forma de API, en esencia, comercializa los datos exclusivos de la firma de abogados, mientras que la verdadera demanda comercial de la firma es obtener rentabilidad a través del tiempo de servicio profesional de los abogados. Desde la perspectiva de la regulación legal, los datos legales de alto valor a menudo están sujetos a estrictas obligaciones de confidencialidad, que es el núcleo de su valor comercial y también es la razón importante por la cual modelos públicos como ChatGPT no pueden acceder a este tipo de datos. Incluso si las redes neuronales tienen la característica de "difuminación de información", ¿es suficiente la falta de interpretabilidad de un algoritmo de caja negra para que la firma de abogados esté segura de que la información sensible no se filtrará bajo el marco de la obligación de confidencialidad entre abogado y cliente? Esto presenta un riesgo de cumplimiento significativo.
Considerando todo, la mejor estrategia para el bufete podría ser implementar modelos de IA internamente para mejorar la precisión y eficiencia de los servicios legales, construir una ventaja competitiva diferenciada en el ámbito de los servicios profesionales, y continuar utilizando el capital intelectual de los abogados como modelo de ganancias central, en lugar de arriesgarse a monetizar activos de datos.
En mi opinión, el "mejor escenario de aplicación" de datos profesionales y agentes inteligentes debe cumplir tres condiciones:
Los datos tienen un alto valor comercial
Proveniente de industrias no sensibles (no médicas/legal, etc.)
"Subproductos de datos" que pertenecen a la actividad principal.
Por ejemplo, las compañías navieras (industrias no sensibles) pueden tener valor en la predicción de las tendencias del mercado para los fondos de cobertura de productos básicos mediante datos como el posicionamiento de los barcos, el volumen de carga y la facturación portuaria generada en el proceso de logística y transporte ("desperdicio de datos" fuera de su negocio principal). La clave para monetizar este tipo de datos es que el costo marginal de la adquisición de datos sea cercano a cero y no involucre secretos comerciales básicos. Pueden existir escenarios similares en áreas como el mapa de calor de las líneas de flujo de pasajeros en la industria minorista (valoración de bienes raíces comerciales), los datos regionales de consumo de electricidad de las empresas de redes eléctricas (pronóstico del índice de producción industrial) y los datos de comportamiento visual de las plataformas de cine y televisión (análisis de tendencias culturales).
Los casos típicos conocidos incluyen la venta de datos de puntualidad de aerolíneas a plataformas de turismo, informes de tendencias de consumo regional vendidos por instituciones de tarjetas de crédito a minoristas, etc.
Sobre las palabras clave y las llamadas a herramientas, no estoy muy seguro de qué valor pueden ofrecer los desarrolladores independientes que no haya sido comercializado por marcas de renombre. Mi lógica simple es: si una combinación de palabras clave y llamadas a herramientas tiene el valor suficiente como para que los desarrolladores independientes obtengan ganancias, ¿no entrarían directamente las grandes marcas de confianza para comercializarlo?
Esto puede deberse a mi falta de imaginación; los repositorios de código de nicho con distribución en cola larga en GitHub ofrecen una buena analogía para el ecosistema de agentes. Se agradecen ejemplos específicos.
Si las condiciones reales no apoyan el modo de mercado, entonces la gran mayoría de los agentes que ofrecen servicios tendrán una relativa confiabilidad, ya que serán desarrollados por marcas reconocidas. Estos agentes pueden limitar el alcance de la interacción a un conjunto de agentes confiables seleccionados, haciendo cumplir la garantía de servicio a través de un mecanismo de cadena de confianza.
¿Por qué es imprescindible la criptomoneda?
Si Internet se convierte en un mercado compuesto por agentes especializados pero fundamentalmente poco confiables (condición 2), que obtienen recompensas al proporcionar servicios (condición 1), entonces el papel de las criptomonedas será mucho más claro: proporciona la garantía de confianza necesaria para respaldar las transacciones en un entorno de baja confianza.
Cuando los usuarios utilizan servicios en línea gratuitos, se involucran sin reservas (porque el peor resultado es solo perder tiempo), pero cuando se trata de transacciones monetarias, los usuarios exigen una garantía de certeza de "pagar y obtener". Actualmente, los usuarios logran esta garantía a través de un proceso de "primero confiar y luego verificar", confiando en la contraparte de la transacción o en la plataforma de servicios al realizar el pago, y luego validando el cumplimiento una vez que se completa el servicio.
Pero en un mercado compuesto por numerosos agentes, la confianza y la verificación posterior serán mucho más difíciles de lograr que en otros escenarios.
Confianza. Como se mencionó anteriormente, los agentes en una distribución de cola larga tendrán dificultades para acumular suficiente credibilidad y, por lo tanto, ganar la confianza de otros agentes.
Verificación posterior. Los agentes se llamarán entre sí en una larga estructura en cadena, por lo que será significativamente más difícil para los usuarios verificar manualmente el trabajo e identificar qué agente ha incumplido o actuado de manera inapropiada.
La clave es que el modelo de "confiar pero verificar" en el que actualmente dependemos no será sostenible en este (tecnológico) ecosistema. Y este es precisamente el ámbito en el que la tecnología criptográfica brilla, ya que puede permitir el intercambio de valor en un entorno sin confianza. La tecnología criptográfica, a través de la doble garantía de mecanismos de verificación criptográfica y mecanismos de incentivos en economía criptográfica, reemplaza la dependencia del modelo tradicional en la confianza, los sistemas de reputación y la verificación manual posterior.
Verificación criptográfica: El agente que ejecuta el servicio solo podrá recibir una compensación si puede proporcionar evidencia criptográfica al agente que solicita el servicio, confirmando que ha completado la tarea prometida. Por ejemplo, el agente puede demostrar mediante un entorno de ejecución confiable (TEE) o una prueba de transferencia de conocimiento cero segura (zkTLS) (siempre que podamos implementar dicha verificación a un costo suficientemente bajo o a una velocidad suficientemente rápida), que efectivamente ha extraído datos de un sitio web designado, ejecutado un modelo específico o contribuido con una cantidad determinada de recursos computacionales. Este tipo de trabajo tiene características determinísticas y puede ser verificado relativamente fácilmente mediante tecnología criptográfica.
Economía de la contraseña: Los agentes de servicios de ejecución necesitan apostar algún tipo de activo, y si se descubre que hacen trampa, serán confiscados. Este mecanismo asegura el comportamiento honesto a través de incentivos económicos, incluso en entornos donde no se puede confiar. Por ejemplo, un agente puede investigar un tema y presentar un informe, pero ¿cómo podemos juzgar si "ha realizado un trabajo sobresaliente"? Esta es una forma más compleja de verificabilidad, ya que no es determinista, y lograr una verificabilidad difusa precisa ha sido durante mucho tiempo el objetivo final de los proyectos de criptografía.
Pero creo que, al utilizar la IA como árbitro neutral, finalmente tenemos la esperanza de lograr la verificabilidad difusa. Podemos imaginar un entorno de confianza mínima, como un entorno de ejecución confiable, donde un comité de IA maneje la resolución de disputas y los procesos de confiscación. Cuando un agente cuestiona el trabajo de otro agente, cada IA en el comité recibe los datos de entrada, los resultados de salida y la información de contexto relevante (incluida su historia de disputas en la red, trabajos anteriores, etc.). Luego, pueden decidir si se debe imponer una confiscación. Esto formará un mecanismo de verificación optimista que, a través de incentivos económicos, fundamentalmente impide el comportamiento deshonesto de las partes involucradas.
Desde una perspectiva práctica, las criptomonedas nos permiten lograr la atomicidad de los pagos a través de la prueba de servicio, es decir, todo el trabajo debe ser verificado y completado para que el agente de IA pueda ser remunerado. En una economía de agentes sin necesidad de permisos de acceso, esta es la única solución escalable que puede proporcionar garantías confiables en el borde de la red.
En resumen, si la gran mayoría de las transacciones de agentes no implican pagos de fondos (es decir, no cumplen con la condición 1) o se realizan con marcas de confianza (es decir, no cumplen con la condición 2), entonces puede que no necesitemos construir un canal de pago en criptomonedas para los agentes. Esto se debe a que cuando los fondos están seguros, a los usuarios no les importa interactuar con partes no confiables; y cuando se trata de transacciones de fondos, el agente solo necesita restringir los objetos interactivos a una lista blanca de pocas marcas e instituciones confiables, y garantizar el cumplimiento de las promesas de servicio que cada agente ofrece a través de una cadena de confianza.
Pero si se cumplen estas dos condiciones, las criptomonedas se convertirán en una infraestructura indispensable, ya que son la única forma de validar trabajos a gran escala y forzar pagos en un entorno de baja confianza y sin permisos. La criptografía otorga a los "mercados" herramientas competitivas que superan a las "catedrales".
Ver originales
El contenido es solo de referencia, no una solicitud u oferta. No se proporciona asesoramiento fiscal, legal ni de inversión. Consulte el Descargo de responsabilidad para obtener más información sobre los riesgos.
"El mercado" supera a "la catedral", ¿cómo se ha convertido la encriptación de monedas en la piedra angular de confianza de la economía de agentes de IA?
Compilado por: Tim,
Si en el futuro Internet evoluciona hacia un mercado donde los agentes de IA se paguen entre sí por servicios, en cierta medida, las criptomonedas se alinearán con productos y mercados convencionales, algo que anteriormente solo podíamos soñar. Aunque tengo plena confianza en que habrá pagos por servicios entre agentes de IA, sigo siendo cauteloso sobre si el modelo de mercado prevalecerá.
Por "mercado" me refiero a un ecosistema descentralizado y sin permisos de agentes desarrollados de forma independiente y poco coordinados. Este tipo de Internet se parece más a un mercado abierto que a un sistema de planificación centralizada. El caso más típico de "ganar" es Linux. En contraste con esto está el modelo "Catedral": un sistema de servicio integrado verticalmente, estrechamente unido, dominado por un puñado de gigantes, tipificados por Windows. (El término se deriva del artículo clásico de Eric Raymond "La catedral y el bazar", que describe el desarrollo de código abierto como aparentemente caótico pero adaptable). Es un sistema evolutivo que es capaz de trascender sistemas elaborados a lo largo del tiempo. ）
Analicemos uno a uno los dos requisitos previos para lograr esta visión: la adopción de los pagos mediante agentes inteligentes y el surgimiento de una economía de mercado. Luego explicaremos por qué, cuando ambos se conviertan en una realidad, las criptomonedas no solo tendrán utilidad, sino que se convertirán en una existencia indispensable.
Condición 1: Los pagos se integrarán en la mayoría de las transacciones de agentes
El Internet que conocemos, su modelo de subsidio de costos depende de la cantidad de visitas humanas a las páginas de aplicación para colocar anuncios. Pero en un mundo dominado por agentes inteligentes, los humanos ya no necesitarán visitar sitios web en persona para obtener servicios en línea. Las aplicaciones también se irán inclinando cada vez más hacia una arquitectura basada en agentes inteligentes, en lugar del modelo tradicional de interfaz de usuario.
Los agentes inteligentes no tienen "ojos" (es decir, atención del usuario) disponibles para anuncios de venta, por lo que las aplicaciones necesitan urgentemente cambiar su estrategia de monetización para cobrar directamente a los agentes por los servicios. Esto es esencialmente similar al modelo de negocio actual de las API. Tomando como ejemplo LinkedIn, sus servicios básicos son gratuitos, pero si se desea acceder a su API (es decir, la "interfaz de usuario de robots"), se debe pagar una tarifa correspondiente.
Por lo tanto, es probable que los sistemas de pago se integren en la mayoría de las transacciones de agentes. Al proporcionar servicios, los agentes cobrarán tarifas a los usuarios u otros agentes en forma de microtransacciones. Por ejemplo: podrías pedirle a tu agente personal que busque excelentes candidatos para un puesto en LinkedIn, en cuyo caso tu agente personal interactuará con el agente de reclutamiento de LinkedIn, y este último cobrará previamente la tarifa de servicio correspondiente.
Condición dos: Los usuarios dependerán de agentes construidos por desarrolladores independientes, que cuentan con indicaciones, datos y herramientas altamente especializadas. Estos agentes formarán una especie de "mercado" mediante la invocación mutua de servicios, pero no existe una relación de confianza entre los agentes en este mercado.
Esta condición tiene sentido en teoría, pero no estoy seguro de cómo funcionará en la práctica.
Las siguientes son las razones por las que se formará el modo de mercado:
Actualmente, la humanidad asume la mayor parte del trabajo de servicio, resolvemos tareas específicas a través de Internet. Pero con el surgimiento de agentes inteligentes, el rango de tareas que la tecnología puede asumir se expandirá exponencialmente. Los usuarios necesitarán agentes inteligentes con instrucciones específicas, capacidad de invocación de herramientas y apoyo de datos para completar tareas específicas; esta diversidad de conjuntos de tareas superará con creces la capacidad de cobertura de unas pocas empresas confiables, así como el iPhone debe depender de un enorme ecosistema de desarrolladores terceros para liberar todo su potencial.
Los desarrolladores independientes asumirán este papel, obteniendo la capacidad de crear agentes inteligentes especializados mediante la combinación de costos de desarrollo extremadamente bajos (como Vide Coding) con modelos de código abierto. Esto dará lugar a un mercado de cola larga compuesto por una gran cantidad de agentes de nicho, formando un ecosistema similar a un mercado. Cuando los usuarios soliciten a los agentes que realicen tareas, estos agentes invocarán la colaboración de otros agentes con capacidades profesionales específicas, y los agentes llamados continuarán invocando agentes más verticales, formando así una red de colaboración en cadena de niveles.
En este escenario del mercado, la gran mayoría de los agentes que ofrecen servicios no se fían mutuamente, ya que estos agentes son proporcionados por desarrolladores desconocidos y sus usos son relativamente de nicho. Los agentes de cola larga tendrán dificultades para establecer una reputación suficiente para ganar el reconocimiento de confianza. Este problema de confianza se vuelve especialmente prominente en el modelo de cadena de crisantemo, cuando los servicios se delegan en múltiples capas, y a medida que la distancia entre el agente de servicio y el agente en el que el usuario inicialmente confía (o que el usuario puede identificar razonablemente) aumenta, el nivel de confianza del usuario disminuye gradualmente en cada etapa de delegación.
Sin embargo, al considerar cómo implementar esto en la práctica, todavía hay muchas preguntas pendientes:
Comencemos con los datos profesionales como uno de los principales escenarios de aplicación de los agentes en el mercado, y profundicemos nuestra comprensión a través de casos específicos. Digamos que hay un pequeño bufete de abogados que maneja muchas transacciones para clientes de criptomonedas, y la agencia ha acumulado cientos de hojas de términos negociadas. Si eres una empresa de criptomonedas que se encuentra en medio de una ronda de financiación inicial, puedes imaginar un escenario en el que un agente con un modelo de ajuste fino basado en estas hojas de términos pueda evaluar eficazmente si tus términos de financiación cumplen con los estándares del mercado, lo que sería de gran valor práctico.
Pero necesitamos reflexionar más profundamente: ¿es realmente en el interés de los despachos de abogados proporcionar servicios de inferencia sobre este tipo de datos a través de agentes inteligentes?
Abrir este servicio al público en forma de API, en esencia, comercializa los datos exclusivos de la firma de abogados, mientras que la verdadera demanda comercial de la firma es obtener rentabilidad a través del tiempo de servicio profesional de los abogados. Desde la perspectiva de la regulación legal, los datos legales de alto valor a menudo están sujetos a estrictas obligaciones de confidencialidad, que es el núcleo de su valor comercial y también es la razón importante por la cual modelos públicos como ChatGPT no pueden acceder a este tipo de datos. Incluso si las redes neuronales tienen la característica de "difuminación de información", ¿es suficiente la falta de interpretabilidad de un algoritmo de caja negra para que la firma de abogados esté segura de que la información sensible no se filtrará bajo el marco de la obligación de confidencialidad entre abogado y cliente? Esto presenta un riesgo de cumplimiento significativo.
Considerando todo, la mejor estrategia para el bufete podría ser implementar modelos de IA internamente para mejorar la precisión y eficiencia de los servicios legales, construir una ventaja competitiva diferenciada en el ámbito de los servicios profesionales, y continuar utilizando el capital intelectual de los abogados como modelo de ganancias central, en lugar de arriesgarse a monetizar activos de datos.
En mi opinión, el "mejor escenario de aplicación" de datos profesionales y agentes inteligentes debe cumplir tres condiciones:
Por ejemplo, las compañías navieras (industrias no sensibles) pueden tener valor en la predicción de las tendencias del mercado para los fondos de cobertura de productos básicos mediante datos como el posicionamiento de los barcos, el volumen de carga y la facturación portuaria generada en el proceso de logística y transporte ("desperdicio de datos" fuera de su negocio principal). La clave para monetizar este tipo de datos es que el costo marginal de la adquisición de datos sea cercano a cero y no involucre secretos comerciales básicos. Pueden existir escenarios similares en áreas como el mapa de calor de las líneas de flujo de pasajeros en la industria minorista (valoración de bienes raíces comerciales), los datos regionales de consumo de electricidad de las empresas de redes eléctricas (pronóstico del índice de producción industrial) y los datos de comportamiento visual de las plataformas de cine y televisión (análisis de tendencias culturales).
Los casos típicos conocidos incluyen la venta de datos de puntualidad de aerolíneas a plataformas de turismo, informes de tendencias de consumo regional vendidos por instituciones de tarjetas de crédito a minoristas, etc.
Sobre las palabras clave y las llamadas a herramientas, no estoy muy seguro de qué valor pueden ofrecer los desarrolladores independientes que no haya sido comercializado por marcas de renombre. Mi lógica simple es: si una combinación de palabras clave y llamadas a herramientas tiene el valor suficiente como para que los desarrolladores independientes obtengan ganancias, ¿no entrarían directamente las grandes marcas de confianza para comercializarlo?
Esto puede deberse a mi falta de imaginación; los repositorios de código de nicho con distribución en cola larga en GitHub ofrecen una buena analogía para el ecosistema de agentes. Se agradecen ejemplos específicos.
Si las condiciones reales no apoyan el modo de mercado, entonces la gran mayoría de los agentes que ofrecen servicios tendrán una relativa confiabilidad, ya que serán desarrollados por marcas reconocidas. Estos agentes pueden limitar el alcance de la interacción a un conjunto de agentes confiables seleccionados, haciendo cumplir la garantía de servicio a través de un mecanismo de cadena de confianza.
¿Por qué es imprescindible la criptomoneda?
Si Internet se convierte en un mercado compuesto por agentes especializados pero fundamentalmente poco confiables (condición 2), que obtienen recompensas al proporcionar servicios (condición 1), entonces el papel de las criptomonedas será mucho más claro: proporciona la garantía de confianza necesaria para respaldar las transacciones en un entorno de baja confianza.
Cuando los usuarios utilizan servicios en línea gratuitos, se involucran sin reservas (porque el peor resultado es solo perder tiempo), pero cuando se trata de transacciones monetarias, los usuarios exigen una garantía de certeza de "pagar y obtener". Actualmente, los usuarios logran esta garantía a través de un proceso de "primero confiar y luego verificar", confiando en la contraparte de la transacción o en la plataforma de servicios al realizar el pago, y luego validando el cumplimiento una vez que se completa el servicio.
Pero en un mercado compuesto por numerosos agentes, la confianza y la verificación posterior serán mucho más difíciles de lograr que en otros escenarios.
Confianza. Como se mencionó anteriormente, los agentes en una distribución de cola larga tendrán dificultades para acumular suficiente credibilidad y, por lo tanto, ganar la confianza de otros agentes.
Verificación posterior. Los agentes se llamarán entre sí en una larga estructura en cadena, por lo que será significativamente más difícil para los usuarios verificar manualmente el trabajo e identificar qué agente ha incumplido o actuado de manera inapropiada.
La clave es que el modelo de "confiar pero verificar" en el que actualmente dependemos no será sostenible en este (tecnológico) ecosistema. Y este es precisamente el ámbito en el que la tecnología criptográfica brilla, ya que puede permitir el intercambio de valor en un entorno sin confianza. La tecnología criptográfica, a través de la doble garantía de mecanismos de verificación criptográfica y mecanismos de incentivos en economía criptográfica, reemplaza la dependencia del modelo tradicional en la confianza, los sistemas de reputación y la verificación manual posterior.
Verificación criptográfica: El agente que ejecuta el servicio solo podrá recibir una compensación si puede proporcionar evidencia criptográfica al agente que solicita el servicio, confirmando que ha completado la tarea prometida. Por ejemplo, el agente puede demostrar mediante un entorno de ejecución confiable (TEE) o una prueba de transferencia de conocimiento cero segura (zkTLS) (siempre que podamos implementar dicha verificación a un costo suficientemente bajo o a una velocidad suficientemente rápida), que efectivamente ha extraído datos de un sitio web designado, ejecutado un modelo específico o contribuido con una cantidad determinada de recursos computacionales. Este tipo de trabajo tiene características determinísticas y puede ser verificado relativamente fácilmente mediante tecnología criptográfica.
Economía de la contraseña: Los agentes de servicios de ejecución necesitan apostar algún tipo de activo, y si se descubre que hacen trampa, serán confiscados. Este mecanismo asegura el comportamiento honesto a través de incentivos económicos, incluso en entornos donde no se puede confiar. Por ejemplo, un agente puede investigar un tema y presentar un informe, pero ¿cómo podemos juzgar si "ha realizado un trabajo sobresaliente"? Esta es una forma más compleja de verificabilidad, ya que no es determinista, y lograr una verificabilidad difusa precisa ha sido durante mucho tiempo el objetivo final de los proyectos de criptografía.
Pero creo que, al utilizar la IA como árbitro neutral, finalmente tenemos la esperanza de lograr la verificabilidad difusa. Podemos imaginar un entorno de confianza mínima, como un entorno de ejecución confiable, donde un comité de IA maneje la resolución de disputas y los procesos de confiscación. Cuando un agente cuestiona el trabajo de otro agente, cada IA en el comité recibe los datos de entrada, los resultados de salida y la información de contexto relevante (incluida su historia de disputas en la red, trabajos anteriores, etc.). Luego, pueden decidir si se debe imponer una confiscación. Esto formará un mecanismo de verificación optimista que, a través de incentivos económicos, fundamentalmente impide el comportamiento deshonesto de las partes involucradas.
Desde una perspectiva práctica, las criptomonedas nos permiten lograr la atomicidad de los pagos a través de la prueba de servicio, es decir, todo el trabajo debe ser verificado y completado para que el agente de IA pueda ser remunerado. En una economía de agentes sin necesidad de permisos de acceso, esta es la única solución escalable que puede proporcionar garantías confiables en el borde de la red.
En resumen, si la gran mayoría de las transacciones de agentes no implican pagos de fondos (es decir, no cumplen con la condición 1) o se realizan con marcas de confianza (es decir, no cumplen con la condición 2), entonces puede que no necesitemos construir un canal de pago en criptomonedas para los agentes. Esto se debe a que cuando los fondos están seguros, a los usuarios no les importa interactuar con partes no confiables; y cuando se trata de transacciones de fondos, el agente solo necesita restringir los objetos interactivos a una lista blanca de pocas marcas e instituciones confiables, y garantizar el cumplimiento de las promesas de servicio que cada agente ofrece a través de una cadena de confianza.
Pero si se cumplen estas dos condiciones, las criptomonedas se convertirán en una infraestructura indispensable, ya que son la única forma de validar trabajos a gran escala y forzar pagos en un entorno de baja confianza y sin permisos. La criptografía otorga a los "mercados" herramientas competitivas que superan a las "catedrales".