En los últimos meses, el tema de Crypto x AI (intersección de cripto e IA) o Crypto + AI (infraestructura criptográfica aumentada con IA) ha sido lo más importante. Muchas personas en la comunidad blockchain están entusiasmadas con ello, algunas son escépticas o aún no están convencidas, y otras están construyendo. Los proyectos en vivo en la intersección de blockchain e IA se han renovado y están apareciendo muchos proyectos nuevos.

Durante el último año he estado investigando en esta área, en particular sobre agentes de inteligencia artificial que se ejecutan en la infraestructura de blockchain. Tenemos un grupo de investigación junto con algunos colegas en la Fundación Ethereum, Flashbots y DeepMind, entre otros. Seguimos empujando los límites de la investigación aplicada para entender y probar qué tipo de aplicaciones de agentes de inteligencia artificial son las más adecuadas para blockchains y qué nueva infraestructura necesitamos para apoyarlas.

En esta publicación, defenderé que la integración de la infraestructura blockchain y los agentes de IA es deseable y que dará lugar a un Internet de Agentes:

Una actualización del paradigma actual de interconectividad, aumentada con incentivos y criptografía moderna, que nos permitirá aprovechar los beneficios de una economía impulsada por agentes de IA con niveles de seguridad, eficiencia y potencial colaborativo sin precedentes.

Luego discutiré el camino para llegar allí. Me centraré en casos de uso y aplicaciones a corto plazo, algunos de los cuales ya están siendo diseñados y desarrollados. Hablaré sobre sus limitaciones y mejoras potenciales, así como la investigación necesaria en IA y blockchain para desbloquear nuevos casos de uso a medio plazo.

Blockchains como el Backend para Internet de Agentes

Permítanme comenzar diciendo que el estilo de este argumento será especulativo pero práctico. Blockchain y AI son las dos tecnologías que han progresado a un ritmo más rápido en los últimos diez años. Ambas tienen efectos de gran alcance en la estructura de Internet y en la sociedad humana en general. Por lo tanto, pintar una visión significativa de cómo evolucionarán e interactuarán estas tecnologías requiere cierta especulación. Sin embargo, incluso aunqueleyes de escalaclaramente señalan en una dirección de mejoras rápidas, me mantendré alejado de la especulación a largo plazo sobre AGI. (A pesar de la reciente publicidad, creo que los AGI autónomos auto-mejorantes están relativamente lejos en el futuro y aún no está claro qué forma tomarán).

Me centraré en el futuro a corto y medio plazo en el que la IA adopta la forma de asistentes y agentes humanos. En esta forma, las IAs son herramientas que sirven a los humanos facilitando la ejecución de actividades humanas o llevando a cabo nuevas actividades al servicio de los humanos.

Figura 1. Izquierda: una línea de tiempo conceptual de la evolución de la IA con un rendimiento creciente. Derecha: diagrama de bloques de actividades para humanos y diferentes formas de IA.

Los asistentes han estado presentes durante varias décadas en diversas formas, mientras que los avances recientes en LLMs sugieren que la nueva generación de agentes de IA será mucho más capaz y mejorará rápidamente que antes. Aquí hay una definición operativa de lo que quiero decir poragente de IA:

Un programa de computadora que interactúa con el mundo. Percibe su entorno a través de sensores (datos de entrada), procesa los datos de forma autónoma (predicción y planificación) y toma acciones para lograr objetivos (actuar).

Los agentes pueden estar sujetos a restricciones y también pueden aprender del entorno. Hoy en día, los agentes suelen estar especializados en un tipo particular de entrada y un tipo particular de acción. Por ejemplo, los chatbots como ChatGPT toman como entrada un texto, pueden usar algunas herramientas para producir respuestas y responden con una salida de texto. Por otro lado, un bot de trading toma como entrada estados pasados del mercado, predice estados futuros del mercado y acciones óptimas, y ejecuta una operación. Los agentes pueden ser de diferentes tipos (por ejemplo, un chatbot es un LLM, mientras que un traderbot es un agente RL pequeño) y también puedencomponer para ejecutar una tarea. En el futuro, podemos descubrir una arquitectura general que se pueda entrenar para manejar la mayoría de los casos de uso.

Las cadenas de bloques poseen características únicas y deseables

Las blockchains públicas tienen un conjunto único de características que las convierten en una infraestructura muy buena para la comunicación e interacción de agentes de IA. Más tarde argumentamos que constituyen la mejor infraestructura para apoyar la IA agentíca, pero primero, aquí están las características a un alto nivel.

Descentralización: los protocolos blockchain bien diseñados son descentralizados. Además, la descentralización es parte del ethos de las comunidades que inicialmente los construyeron y los actualizaron. Está integrada en los protocolos y resguardada con gobernanza.

Incentivos: las blockchains bien diseñadas tienen mecanismos de incentivos sólidos que impulsan la seguridad económica a través del activo nativo (por ejemplo, ETH en el caso de Ethereum). Además, los contratos inteligentes programables permiten aplicaciones que pueden (1) aprovechar/utilizar el activo nativo, (2) emitir nuevos activos digitales con propiedades deseadas y (3) definir su propio activo nativo y mecanismos de incentivos para sus participantes.

Apertura y Composabilidad: las plataformas blockchain son de acceso abierto para usuarios, así como para desarrolladores de aplicaciones. Además, las aplicaciones que se basan en contratos inteligentes desplegados en blockchains heredan las mismas propiedades de apertura y composabilidad sin fricciones.

Garantías criptográficas: las cadenas de bloques aprovechan la criptografía moderna para ofrecer niveles únicos de seguridad, auditabilidad y privacidad programable. Como resultado, son mucho más seguras que los sistemas heredados con minimización de confianza. Tenga en cuenta que los hacks de blockchain provienen de errores en contratos inteligentes, que son inevitables en las primeras etapas de la tecnología. A medida que la pila madura, se vuelve más robusta y segura, mientras que los sistemas tradicionales que dependen de la confianza humana no tienen esta propiedad.

Podemos contrastar esto con el internet tradicional, que solo tiene descentralización. Los protocolos de capa base como TCP/IP o SMTP son abiertos, pero prácticamente todas las aplicaciones que se han construido encima son propietarias. Esto le da al internet una composabilidad pobre, una propiedad que consideramos clave al diseñar protocolos para la interacción de agentes. Además, el internet carece por completo de incentivos y criptografía moderna a nivel de protocolo.

A continuación, presentamos el modelo ideal para una economía donde los humanos y los agentes cooperan y mostramos que requiere todas las características que ofrecen los protocolos de blockchain.

Figura 2. Dibujo conceptual de la internet heredada (izquierda) y de la internet de agentes (derecha) según ChatGPT.

Beneficios de las cadenas de bloques para agentes de inteligencia artificial

Avancemos unos años. Imagina que estamos en el punto en el que los agentes de inteligencia artificial pueden ejecutar una amplia gama de actividades humanas y que tienen suficientes capacidades de toma de decisiones y planificación. También pueden realizar tareas de forma autónoma, posiblemente colaborando con otros agentes. Los agentes están ampliamente desplegados en la sociedad y realizan actividades que tienen un valor potencialmente alto para los humanos, tanto social como financiero.

Aquí hay algunas propiedades/desiderata que nos gustaría que estos sistemas de IA agentes y su interacción con los humanos tengan, y cómo las blockchains los habilitan.

Requisitos del sistema de agente

• Alineación: algunos aspectos de la alineación del agente, como el aprendizaje de valores, la interpretabilidad y la dirigibilidad, dependen de los procesos de diseño y entrenamiento de la IA que no utilizarían directamente blockchain en su mayor parte. Sin embargo, la apertura y composabilidad de las aplicaciones blockchain pueden ofrecer oportunidades únicas para hacer que la actividad del agente sea legible, monitoreada automáticamente y atribuible, lo cual es clave para la distribución de incentivos y la alineación de los sistemas agentes.
• Seguridad: las blockchains están diseñadas para ser fiables y seguras con suposiciones mínimas de confianza, en entornos adversarios, donde hay mucho valor en juego. Los agentes que interactúan a través de aplicaciones de contratos inteligentes heredan estas sólidas propiedades. Además, avances en criptografía moderna como las pruebas de conocimiento cero potencian las aplicaciones de contratos inteligentes. Por ejemplo, las aplicaciones pueden requerir pruebas de cálculos sensibles mientras los pesos e insumos del agente pueden permanecer privados. Los contratos inteligentes creíbles también son la herramienta ideal para restringir el espacio de acción de los agentes y establecer permisos predeterminados y condicionales.
• Descubrimiento: la apertura del entorno a través de las aplicaciones permite un enrutamiento mucho más rico de las solicitudes condicionado al estado de la aplicación y también al rendimiento pasado de los agentes, que puede ser completamente observado. Es sencillo imaginar que los agentes acumulen de forma creíble reputación basada en su historial de acciones, que luego puede ser utilizado programáticamente para clasificar y descubrir a los mejores agentes para una tarea específica.
• Eficiencia: la infraestructura de blockchain mejora la autonomía de los agentes al permitirles ejecutar decisiones consecuentes, incluidos los pagos, sin intervención humana directa y a bajo costo.

Desiderata humanos

• Control y Privacidad Programable: las blockchains permiten a los humanos ser propietarios y mantener el control de sus agentes directamente, sin intermediarios. Los datos individuales pueden ser privados y el acceso puede estar condicionalmente gateado utilizando dispositivos de criptografía, desde computación completamente privada (TEE/FHE) hasta compartir programable de propiedades seleccionadas a través de zk-proofs.
• Propiedad y equidad: las personas pueden establecer protocolos para poseer y gobernar colectivamente a los agentes. Las recompensas del trabajo de los agentes pueden distribuirse programáticamente literalmente a la fracción más pequeña de un centavo. La equidad puede medirse y mejorarse tanto a través de actualizaciones de protocolos como de gobernanza democrática. La infraestructura de la cadena de bloques, junto con las soluciones de identidad modernas que se están desarrollando, también pueden respaldar y automatizar programas de distribución ambiciosos, como el Ingreso Básico Universal (o UBI), que es una aplicación importante a largo plazo.

Breve comentario sobre la cadena de suministro de IA

Es importante tener en cuenta que, más allá de la comunicación y la interoperabilidad, la infraestructura de la cadena de bloques puede beneficiar a toda la cadena de suministro de producción de modelos (recopilación de datos, curación de datos, entrenamiento, ajuste fino). Se están desarrollando varias aplicaciones, incluidos varios protocolos de recopilación de datos ymercados informáticos. Son una parte importante de la pila de IA descentralizada pero no discutiremos de ellos aquí.

Figura 3. Cadena de suministro de IA (blanco) e Internet de Agentes (verde).

Regulación y Gobernanza Global

Las blockchains ofrecen protocolos versátiles donde se pueden hacer cumplir una amplia gama de reglas y controles de manera creíble. En mi opinión, esta es una oportunidad única para la regulación global de mercados y aplicaciones de inteligencia artificial, que pueden ser fácilmente auditados y verificados para el cumplimiento. La transparencia en los protocolos también puede hacer muy fácil identificar desviaciones en tiempo real e implementar correcciones correctivas, lo cual no es posible en los sistemas heredados.

Riesgos y Costos de la Infraestructura Blockchain

La apertura no siempre es deseable cuando se entrenan agentes de IA que toman decisiones sensibles e impactantes. Por ejemplo, implementar un modelo de peso abierto que tome decisiones de suscripción de seguros podría exponer vulnerabilidades del modelo y aumentar la probabilidad de exploits/ataques.

Una forma de sortearlo podría ser aprovechar la criptografía moderna para mantener a los agentes privados pero sus acciones públicas. Sin embargo,ataques adversarios de aprendizaje automático de caja negratodavía son posibles, y en general los esquemas criptográficos para cálculos de aprendizaje automático seguros pero verificables son costosos de implementar, lo que añade sobrecarga al ya costoso proceso de entrenamiento. Esta es una de las áreas de investigación más importantes en la intersección de la seguridad de la IA y las blockchains. Necesitamos hacerlo técnicamente y económicamente viable en la práctica. Una innovación reciente son pruebas optimistas para cálculos de aprendizaje automático que discuto a continuación.

Otro riesgo quese ha discutido¿las oráculos basados en LLM disminuyen la barrera para implementar que pueden asignar correctamente incentivos a acciones físicas, potencialmente dañinas, en el mundo real. Esto todavía no es posible hoy, pero se debería centrar más la investigación en cómo habilitar casos de uso positivos y cómo detectar y prevenir comportamientos dañinos.

Los sistemas basados en blockchain pueden crecer para satisfacer la demanda

Una pregunta que a menudo está en la mente de las personas que no están familiarizadas con el estado actual de los sistemas blockchain es si están listos para dar cabida a la carga que vendría con un aumento en la actividad de los usuarios.

Este ha sido el enfoque de la I+D en blockchain durante al menos los últimos cinco años y hoy estamos en un punto de inflexión donde muchas soluciones están entrando en línea y aumentando la escalabilidad en órdenes de magnitud. Por ejemplo, Ethereum con sus blockchains de Capa 2, que heredan una seguridad económica completa, y soluciones escalables de disponibilidad de datos pronto podrán procesar decenas de miles de transacciones por segundo (TPS). Nuevas cadenas están entrando en línea que aprovechan la paralelización para procesar cientos de miles de transacciones por segundo. Las soluciones de secuenciación compartida y los puentes seguros permitirán que las aplicaciones implementadas en diferentes dominios interoperen de manera segura y eficiente. Los avances en la agregación de pruebas de conocimiento cero harán que las transacciones sean aún más baratas, además de permitir un nuevo tipo de cálculo fuera de la cadena y sistemas híbridos que puedan realizar compensaciones de seguridad de manera aún más eficiente.

Con todas estas innovaciones en infraestructura que se materializarán en los próximos años, no hay duda de que un ecosistema de blockchain maduro podrá admitir un rendimiento muy alto, desde decenas de miles de TPS hoy hasta millones de TPS a una fracción pequeña de un centavo por transacción.

El Camino hacia Internet de Agentes

La figura de arriba es un mapa del tesoro que representa los tres pasos principales en el camino hacia Internet de Agentes.

Vamos a repasarlos uno por uno.

Aumentando las Aplicaciones Descentralizadas Actuales

El primer paso es aumentar las aplicaciones actuales de blockchain con IA. La IA ya está en juego en las finanzas descentralizadas (DeFi), que es la categoría de aplicaciones que más ha sido adoptada hasta la fecha. Esto se presenta en forma de modelos especializados que monitorean constantemente el estado del mercado para tomar una acción específica. Por ejemplo: bots de trading, bots de liquidación, bots de enrutamiento, bots de arbitraje estadístico y más en general bots que ejecutan estrategias que apuntan aextrayendo ganancia(también conocido como MEV) desde el flujo de transacciones de usuarios.

Con la economía blockchain creciendo sobre las bases actuales de DeFi, es natural comenzar desde aquí y discutir oportunidades para aprovechar la IA.

DeFi Augmentation

Los protocolos de Blockchain están actualmente automatizados, pero la interfaz con ellos es muy manual, a veces torpe y, a menudo, ineficiente. La inteligencia artificial tiene el potencial de convertirse en la nueva interfaz que conecta a los humanos con los mercados onchain, con la mediación de agentes inteligentes. Existen oportunidades concretas para mejorar los protocolos actuales en al menos tres áreas.

• Coincidencia de intención del usuario: los usuarios interactúan con un agente de IA para comunicarse, a veces construir/refinar, su intención y la IA la empareja con una secuencia de acciones en cadena que el usuario le delega. La intención toma la forma de un objetivo y un número de medidas de protección y la acción puede ser una sola transacción o un plan estructurado ejecutado en un período de tiempo más largo. Un ejemplo simple de intención es

  • “Quiero X unidades de token Y a un precio no superior a $Z”, o
  • “Quiero invertir $Z al mes durante los próximos seis meses en proyectos de Ethereum Layer 2”, o
  • “Quiero volver a apostar mi $ETH con EigenLayer y delegarlo a AVSs, con una tasa APR de al menos X% y un factor de riesgo de como máximo Y%”.

• Mientras que el primero requiere solo un par de transacciones, los otros ejemplos requieren la formulación de un plan, la ejecución del plan con múltiples transacciones a lo largo del horizonte de planificación, múltiples fuentes de precios, modelos predictivos de riesgo y rendimiento, y también información contextual.

• Planificación de acciones y enrutamiento: la infraestructura para enviar transacciones en la cadena de bloques de Ethereum se está volviendo más madura y compleja. Ahora hay diferentes rutas que se optimizan para diferentes deseos: seguridad, velocidad, eficiencia de precio, privacidad. Incluso hay un protocolo dirigido afacilitando la implementación de nuevas rutas. Similar to what DEX aggregators do today with individual swaps, more advanced routing algorithms can be devised that also take into account the broader transaction supply chain context and for a variety of applications. Especially when planning a longer term strategy on behalf of a user, or of a Layer 2 application that buys services from the Layer 1 protocol, the action space is quite large and it is expanding as new mechanisms are deployed. For example, the optimal plan for a user portfolio optimization may be to partially redeploy their funds on a cheaper Layer 2 and execute their investment there. \

• Fondos compartidos y piscinas de activos: la creación y gestión de fondos donde muchas personas aportan recursos, acuerdan objetivos y luego delegan la ejecución a agentes de IA. Esto requiere aspectos tanto de coincidencia de intenciones como de planificación de acciones, y también mecanismos de propiedad compartida que la cadena de bloques puede ofrecer de forma única. Por ejemplo, una versión moderna de un agente colector de arte digital necesitará todas estas capacidades y también aprovechar el contexto mucho más rico que está disponible para la última generación de LLM, tanto para sintetizar las preferencias de la comunidad como para identificar activos que las satisfagan.

En todos estos casos, tenemos un humano o una comunidad principal que externaliza acciones de alto valor en cadena a algunos agentes que se ejecutan fuera de la cadena. Por lo tanto, hay una gran necesidad de garantías de inferencia. Esto se puede lograr de dos maneras:

• Ejecutar una red de agentes fuera de la cadena con sus propias suposiciones de seguridad. Por ejemplo, aprovechandoseguridad económica de activos en una cadena de anclajeoSeguridad económica de ETH a través del nuevo bloqueooejecutando un L1 conincentivos diseñados a propósito.
• Diseñar un protocolo de orquestación de agentes con contratos inteligentes en cadena que requieran una prueba de inferencia para la validez de la acción. Esto se puede lograr a través dezkML(zk-proofs) oopML (pruebas optimistas). Ambas áreas están progresando rápidamente, pero opML es una solución muy interesante que permite asegurar económicamente la ejecución de grandes LLM, lo que hoy en día no es posible o prohibitivamente costoso con las pruebas de zk criptográficamente seguras.

Servicios de IA a protocolos

Una categoría relacionada es la infraestructura de protocolo de aumento, en lugar de aplicaciones minoristas, con agentes autónomos. Aquí la mayoría de las aplicaciones son similares a productos basados en agentes que se están construyendo para servicios comerciales tradicionales, pero estos agentes pueden aprovechar la apertura, la vivacidad y la abundancia de datos de las blockchains.

Ejemplos son agentes comoauditores de seguridad / probadorespara contratos inteligentes, agentes de análisis yservicios automatizados de tesorería y gestión de riesgos. Varios sabores de este tipo de servicios han sido ofrecidos por empresas enfocadas en Web3, pero los avances en autonomía de agentes y prueba de inferencia ahora ofrecen la oportunidad de descentralizar yeliminar la confianza de los servicios clave a las operaciones del protocolo.

Una nueva área de aplicación es la de la curación de contenido. Con redes sociales descentralizadas como Farcaster y Lens en aumento, surgen nuevas oportunidades para la curación automatizada/intermediada de agentes. Sin embargo, esto requiere la creación de nuevos mecanismos para orquestar la colaboración de agentes que ahora describimos.

Creando Nuevos Mecanismos para Servicios de Agentes

Podemos usar el súper poder de la cadena de bloques de crear dispositivos de compromiso creíbles para implementar nuevas aplicaciones y nuevos mecanismos de mercado que aprovechen directamente a los usuarios agentes. Aquí es donde comenzaremos a observar el poder de coordinar a muchos agentes para ofrecer nuevos servicios. Hemos discutido extensamente el tema ennuestro documento reciente, aquí quiero centrarme en algunas aplicaciones concretas.

Mercados de Predicción de IA

La aplicación más emocionante y concreta a corto plazo son los mercados de predicción de IA. DeFi ha desbloqueado la capacidad de negociar activos de cola larga en la cadena de bloques, como tokens de utilidad de pequeños protocolos, que no son negociables en los mercados tradicionales porque es demasiado costoso operar la infraestructura para apoyarlos. Los mercados de predicción de IA tienen el potencial de hacer lo mismo conhiper-largo-colactivos. El resultado de los eventos más pequeños que a la gente le importan podría ser tokenizado y comercializado. Para que estos mercados funcionen, necesitan:

• Descubrimiento eficiente de precios: incluyendo liquidez significativa y volumen de negociación sustancial para la agregación de información.
• Resolución creíble del mercado:los mercados deben resolverse de manera creíble y eficiente.

Los sistemas de inteligencia artificial pueden automatizar estas operaciones al tenerLos agentes comerciales especializados consultan a LLMs para obtener estimaciones de probabilidad sobre eventos y luego realizar apuestas, como se mostró en un recientecompetencia a gran escala. También se ha sugerido quelos protocolos de disputa de múltiples rondas podrían usarse para automatizar la resolución del mercadocon LLMs en las primeras rondas, y solo involucrar humanos en casos que se escalan a rondas posteriores.

Una vez que estos mercados funcionan, se convierten en una nueva primitiva para evaluar pequeñas incertidumbres de manera completamente autónoma, sin necesidad de depender de una autoridad central que podría estar expuesta a amenazas de seguridad o sesgos. Se pueden construir varios tipos de aplicaciones encima: microseguros, productos financieros, moderación de contenido en redes sociales descentralizadas, filtrado de spam, etc.

Enrutamiento Credible y Eficiente hacia Modelos Especializados

Hoy en día, la mayoría de la interacción humano-AI está enclaustrada en entornos propietarios con modelos genéricos, ya sean modelos cerrados "frontier" (modelos pesados) o modelos abiertos de pesos (modelos ligeros). Sin embargo, el éxito temprano de laTienda GPT, y deagregadores similares, señala un mundo donde el modo de interacción anterior es solo la puerta de entrada a una amplia oferta de GPT con habilidades agentes y habilidades especializadas (es decir, pronto pasaremos de explicar las reglas del póker a jugar al póker, de planificar itinerarios de viaje a reservar viajes completos).

En ese mundo, hay una clara necesidad de enrutamiento eficiente de sesiones de usuario hacia el mejor modelo especializado que pueda satisfacer su intención de la mejor manera. Cuando los agentes realizan transacciones en nombre del usuario, habrá un valor significativo que se puede extraer al servir a los usuarios. Hay incentivos para extraer valor tanto del lado del enrutador/mediador (extracción de rentas) como del lado del modelo final (informar incorrectamente resultados/rendimiento para obtener más flujo). Por lo tanto, hay una clara necesidad de mecanismos de enrutamiento creíbles y mercados, donde los proveedores de servicios competirán para satisfacer las preferencias del usuario. Esta es un área de aplicaciones emergente que me entusiasma mucho.

Bloques de construcción para nuevos mercados

A medida que se despliegan más agentes con habilidades especializadas y acumulan historial en la cadena, se pueden desarrollar los bloques de construcción para una infraestructura más poderosa. Por ejemplo, protocolos de descubrimiento de agentes que incluyen reputación basada en resultados pasados y clasificación de agentes, autoofertas para microservicios basadas en resultados predichos y mucho más.

Este es un proceso iterativo que tomará años en realizarse completamente, con nuevas iteraciones de esta infraestructura de comunicación, reputación e intercambio evolucionando con cada nueva ola de protocolos de servicio de agentes creados. El objetivo final será el sistema más eficiente de mecanismos de coordinación digital, extremadamente barato y libre de alquiler, que formará la columna vertebral de una parte creciente de la economía mundial. Eventualmente, a medida que las capacidades de los agentes sigan aumentando y más actividades del mundo real se automatizen, podemos esperar que la mayoría del intercambio económico societal se resuelva en esta infraestructura.

Escalando la propiedad compartida y la gobernanza

Resolver los problemas de propiedad compartida, distribución equitativa de valor y gobernanza de sistemas productivos de agentes inteligentes será primordial una vez que estos estén a gran escala. Las blockchains ofrecen el sustrato para habilitar estas soluciones. Hoy estamos en una etapa temprana de experimentación, pero hay algunos modelos interesantes emergiendo. En los dos extremos tenemos:

• Propiedad directa y minimización de la gobernanza: tEste es un modelo en el que la gobernanza del protocolo se minimiza, similar a Bitcoin. El protocolo es mínimo y relativamente está establecido. Los mecanismos de propiedad de activos/recursos del agente son simples, los activos del agente son propiedad directa de sus creadores y acumulan valor proporcional a su uso. Hay un token de red nativo que simplemente sirve como utilidad, pagando por servicios, y como un activo de capital valioso para recompensar la contribución.
• Propiedad compartida y gobernanza DAO:en el otro extremo hay protocolos más ricos que se asemejan más a las aplicaciones que vemos en la parte superior de Ethereum hoy. Hay una especificación de protocolo rica con parámetros que se pueden cambiar a través de procesos de gobernanza explícitos. El token nativo se puede utilizar en la gobernanza y tiene mecanismos de incentivos más ricos que permiten la propiedad compartida de diferentes componentes del sistema.

El primero es similar a lo que se está experimentando con porMorpheusy el segundo aWaves, dos intentos tempranos de construir economías de agentes autónomos. Todavía estamos en una etapa temprana de estos nuevos tipos de protocolos basados en agentes, habrá nuevas aplicaciones y nuevas capacidades que probablemente cambiarán la forma en que se diseñan los modelos de incentivos y propiedad. Estos son solo dos ejemplos muy diferentes que muestran que existe un amplio espectro de soluciones a disposición de los diseñadores de protocolos. Finalmente, tenga en cuenta que más allá de las economías de agentes, problemas similares están presentes en otros niveles de la pila de IA y se pueden usar soluciones similares para incentivar el entrenamiento de IA, datos y servicios de infraestructura.

Declaración:

1. Este artículo es reimpreso de [Notion], el título original "The Internet of Agents", los derechos de autor pertenecen al autor original [Davide Crapis], si tiene alguna objeción a la reproducción, por favor contacte Equipo Gate Learn y el equipo lo resolverá lo más rápido posible de acuerdo con los procedimientos pertinentes.

2. Descargo de responsabilidad: Las opiniones expresadas en este artículo son únicamente las del autor y no constituyen ningún consejo de inversión.

3. Los artículos en otros idiomas son traducidos por el equipo de Gate Learn y no pueden ser reproducidos, distribuidos o plagiados como traducidos sin referencia a Gate.Gate.io.