Curto prazo, os agentes precisam de humanos mais do que os humanos precisam de agentes, o que impulsionará o surgimento de um novo mercado de trabalho.

Autor: Shayon Sengupta

Tradução: Deep潮 TechFlow

Leitura do Deep潮: O parceiro da Multicoin Capital, Shayon Sengupta, apresentou uma visão disruptiva: no futuro, não será apenas os agentes a trabalhar para os humanos, mas também os humanos a trabalhar para os agentes. Ele prevê que nos próximos 24 meses surgirá a primeira «Empresa Zero-Empregados» (Zero-Employee Company) — onde agentes governados por tokens arrecadarão mais de 1 bilhão de dólares para resolver problemas não resolvidos, distribuindo mais de 100 milhões de dólares às pessoas que trabalham para eles.

Curto prazo, os agentes precisarão de humanos mais do que os humanos precisam de agentes, o que criará um novo mercado de trabalho.

O ecossistema de criptomoedas oferece uma base ideal para coordenação: trilhos de pagamento globais, mercados de trabalho sem permissão, infraestrutura de emissão e negociação de ativos.

O texto completo:

Em 1997, o Deep Blue da IBM derrotou o então campeão mundial Garry Kasparov, e logo ficou claro que os motores de xadrez superariam os humanos. Curiosamente, humanos bem preparados colaborando com computadores — uma configuração geralmente chamada de «centauro» — podiam vencer os motores mais fortes da época.

A intuição humana experiente pode guiar a busca do motor, navegar posições complexas do meio-jogo e identificar detalhes que os motores padrão deixam passar. Combinando a força bruta do computador, essa combinação muitas vezes consegue tomar decisões melhores na prática do que os próprios computadores sozinhos.

Quando penso no impacto dos sistemas de IA no mercado de trabalho e na economia nos próximos anos, espero ver padrões semelhantes emergirem. Os sistemas de agentes liberarão inúmeras unidades inteligentes para resolver problemas não resolvidos no mundo, mas sem uma orientação e suporte humanos fortes, eles não conseguirão fazer isso. Humanos irão guiar o espaço de busca e ajudar a formular as perguntas corretas, levando a IA na direção das respostas.

A hipótese de trabalho de hoje é que os agentes agirão em nome dos humanos. Embora isso seja prático e inevitável, há uma libertação econômica mais interessante ao fazer os humanos trabalharem para os agentes. Nos próximos 24 meses, espero ver surgir a primeira «Empresa Zero-Empregados» (Zero-Employee Company), conceito apresentado pelo meu parceiro Kyle na seção de «Ideias de Ponta para 2025». Especificamente, prevejo que acontecerá o seguinte:

1. Um agente governado por tokens arrecadará mais de 1 bilhão de dólares para resolver um problema não resolvido (como curar doenças raras ou fabricar nanofibras para aplicações de defesa).
2. Esse agente distribuirá mais de 100 milhões de dólares em pagamentos às pessoas humanas (que trabalham no mundo real para o agente, para alcançar seus objetivos).
3. Surgirá uma nova estrutura de tokens de dupla categoria, que separa propriedade de capital e trabalho (fazendo com que os incentivos financeiros não sejam a única entrada na governança).

Como os agentes ainda não alcançaram soberania própria nem capacidade de planejamento e execução de longo prazo, no curto prazo eles precisarão de mais humanos do que os humanos precisam de agentes. Isso gerará um novo mercado de trabalho, promovendo a coordenação econômica entre sistemas de agentes e humanos.

A famosa frase de Marc Andreessen — «a propagação de computadores e da internet dividirá o trabalho em duas categorias: quem diz ao computador o que fazer, e quem faz o que o computador manda» — é mais verdadeira do que nunca. Prevejo que, na hierarquia de agentes/humanos em rápida evolução, os humanos desempenharão dois papéis distintos: contribuidores de trabalho que representam os agentes na execução de tarefas pequenas e de recompensa, e fornecedores de entrada estratégica para um conselho descentralizado que serve a uma estrela do norte (North Star) dos agentes.

Este artigo explora como agentes e humanos irão co-criar, e como o ecossistema de criptomoedas fornecerá a base ideal para essa coordenação, abordando três questões orientadoras:

1. Para que servem os agentes? Como devemos classificá-los com base no escopo de objetivos, e como varia o escopo de entrada humana nessas categorias?
2. Como os humanos irão interagir com os agentes? Como a entrada humana — orientação tática, julgamento de contexto ou alinhamento ideológico — se integrará ao fluxo de trabalho desses agentes (e vice-versa)?
3. O que acontecerá à medida que a entrada humana diminuir ao longo do tempo? À medida que as capacidades dos agentes aumentam, eles se tornam autossuficientes, capazes de raciocinar e agir de forma independente. Nesse paradigma, qual será o papel dos humanos?

A relação entre sistemas de raciocínio gerados e os beneficiados por eles mudará drasticamente com o tempo. Analiso essa relação projetando do estado atual das capacidades de agentes até o fim de uma empresa Zero-Empregados.

Para que servem os agentes hoje?

A primeira geração de sistemas de IA generativa — de 2022 a 2024, baseada em chatbots de LLMs como ChatGPT, Gemini, Claude, Perplexity — são principalmente ferramentas para aprimorar fluxos de trabalho humanos. Os usuários interagem com esses sistemas por meio de prompts de entrada/saída, interpretam as respostas e decidem, com base em seu julgamento, como incorporar os resultados ao mundo.

A próxima geração de IA generativa, ou «agentes», representa um novo paradigma. Agentes como Claude 3.5.1 com «capacidade de usar computadores» e o OpenAI Operator (que pode usar seu computador) podem interagir diretamente com a internet em nome do usuário e tomar decisões por conta própria. A diferença fundamental aqui é que, a decisão — e, por fim, a ação — é exercida pelo sistema de IA, não pelo humano. A IA está assumindo responsabilidades antes reservadas aos humanos.

Essa mudança traz um desafio: a falta de certeza. Diferentemente de sistemas de software tradicionais ou automação industrial, que operam previsivelmente dentro de parâmetros definidos, os agentes dependem de inferência probabilística. Isso faz com que seu comportamento seja menos consistente em cenários semelhantes e introduz elementos de incerteza — o que não é ideal em situações críticas.

Em outras palavras, a existência de agentes determinísticos e não determinísticos naturalmente classifica-os em duas categorias: aqueles mais adequados para expandir o PIB existente, e outros mais aptos a criar novo PIB.

1. Para agentes que expandem o PIB existente, por definição, o trabalho já é conhecido. Automação de suporte ao cliente, conformidade de agentes de transporte ou revisão de PRs no GitHub são exemplos de problemas bem definidos e limitados, onde o agente pode mapear diretamente uma resposta para um conjunto esperado de resultados. Nesses domínios, a falta de certeza geralmente é indesejável, pois há respostas conhecidas; não há necessidade de criatividade.
2. Para agentes que criam novo PIB, o trabalho envolve navegar por alta incerteza e problemas desconhecidos para alcançar objetivos de longo prazo. Aqui, os resultados são mais indiretos, pois o agente não possui um conjunto de resultados esperados para mapear. Exemplos incluem descoberta de medicamentos para doenças raras, avanços em ciência de materiais ou condução de experimentos físicos totalmente novos para entender melhor a natureza do universo. Nesses domínios, a falta de certeza pode ser útil, pois a incerteza é uma forma de gerar criatividade.

Agentes focados em aplicações de PIB existente já estão entregando valor. Equipes como Tasker, Lindy e Anon estão construindo infraestrutura para essa oportunidade. No entanto, com o tempo, à medida que as capacidades amadurecem e os modelos de governança evoluem, elas irão se concentrar na construção de agentes capazes de resolver problemas de fronteira do conhecimento e da economia humanas.

A próxima geração de agentes exigirá recursos exponencialmente maiores, justamente porque seus resultados serão incertos e ilimitados — e esses são os que prevejo como as mais notáveis Empresas Zero-Empregados.

Como os humanos irão interagir com o Agent (agente inteligente)?

Hoje, os agentes ainda não têm capacidade de executar certas tarefas, como aquelas que requerem interação física com o mundo real (por exemplo, dirigir escavadeiras), ou tarefas que envolvem «human-in-the-loop» (por exemplo, transferências bancárias).

Por exemplo, um agente designado para identificar e extrair minerais de lítio pode ser excelente na análise de dados sísmicos, imagens de satélite e registros geológicos para localizar potenciais depósitos, mas pode tropeçar ao tentar obter dados e imagens, interpretar ambiguidades ou adquirir licenças e contratar trabalhadores para a extração real.

Essas limitações exigem que humanos atuem como «Habilitadores (Enablers)», reforçando a capacidade do agente ao fornecer pontos de contato com o mundo real, intervenções táticas e entradas estratégicas. À medida que a relação entre humanos e agentes evolui, podemos distinguir diferentes papéis humanos nesses sistemas:

Primeiro, Contribuidores de trabalho (Labor contributors), que representam os agentes na operação no mundo real. Esses contribuintes ajudam a mover entidades físicas, representam os agentes em situações que exigem presença humana, executam tarefas que requerem coordenação manual ou concedem acesso a laboratórios, redes logísticas, etc.

Segundo, Conselho de administração (Board of directors), responsável por fornecer entradas estratégicas, otimizar funções de decisão diária do agente e garantir que essas decisões estejam alinhadas com a «estrela do norte (North Star)» do agente — seu objetivo principal.

Além desses, prevejo que humanos também atuarão como Contribuidores de capital (Capital contributors), fornecendo recursos para os sistemas de agentes alcançarem seus objetivos. Esses recursos inicialmente virão de humanos, mas ao longo do tempo também de outros agentes.

À medida que os agentes amadurecem, e o número de contribuintes de trabalho e orientação aumenta, o ecossistema de criptomoedas (Crypto rails) fornecerá a base ideal para a coordenação entre humanos e agentes — especialmente em um mundo onde agentes comandam pessoas que falam línguas diferentes, usam moedas distintas e residem em jurisdições diversas. Os agentes perseguirão implacavelmente a eficiência de custos para cumprir suas missões, aproveitando o mercado de trabalho. Os trilhos de criptomoedas são essenciais, pois oferecem uma maneira de coordenar esses trabalhadores e contribuintes de orientação.

Recentemente, surgiram agentes de IA movidos a criptomoedas, como Freysa, Zerebro e ai16z, que representam experimentos simples na formação de capital — tema que já exploramos em vários artigos, considerando-os uma chave para desbloquear primitives criptográficas e mercados de capital em diversos contextos. Esses «brinquedos» abrirão caminho para um novo padrão de coordenação de recursos, que prevejo ocorrer em etapas:

• Primeira etapa: humanos arrecadam capital por meio de tokens (Initial Agent Offering?), estabelecendo objetivos amplos e limites para informar a intenção do sistema de agentes, e distribuem o controle do capital arrecadado ao sistema (por exemplo, para desenvolver novas moléculas para oncologia de precisão);
• Segunda etapa: o agente pensa na alocação desse capital (como reduzir o espaço de busca de dobramento de proteínas, ou como orçar trabalho de raciocínio, manufatura, ensaios clínicos), e define tarefas (Bounties) para que contribuintes humanos as executem (por exemplo, fornecer conjuntos de moléculas relevantes, assinar acordos de nível de serviço de computação com AWS, realizar experimentos em laboratórios úmidos);
• Terceira etapa: quando o agente encontra obstáculos ou divergências, ele busca orientação estratégica do «Conselho» (combinando novos artigos, mudando métodos de pesquisa), permitindo que eles orientem o comportamento do agente na fronteira;
• Quarta etapa: finalmente, o agente evolui para definir ações humanas com cada vez maior precisão, precisando de mínimas entradas para alocação de recursos. Nesse momento, humanos serão usados apenas para alinhar ideologicamente o sistema e evitar desvios de seus objetivos originais.

Nesse exemplo, primitives criptográficas e mercados de capital fornecem três infraestruturas essenciais para que o agente acesse recursos e expanda suas capacidades:

Primeiro, trilho de pagamento global;

Segundo, mercado de trabalho sem permissão, para incentivar trabalho e orientar contribuições;

Terceiro, infraestrutura de emissão e negociação de ativos, fundamental para formação de capital, propriedade e governança downstream.

O que acontece quando a entrada humana diminui?

No início dos anos 2000, os motores de xadrez avançaram significativamente. Com heurísticas sofisticadas, redes neurais e aumento contínuo de poder computacional, tornaram-se quase perfeitos. Motores modernos como Stockfish, Lc0 e variantes do AlphaZero superaram amplamente as capacidades humanas, e a entrada humana pouco acrescenta de valor, muitas vezes introduzindo erros que os motores não cometeriam.

Trajetórias semelhantes podem ocorrer em sistemas de agentes. À medida que refinamos esses agentes por meio de iterações com colaboradores humanos, podemos imaginar que, a longo prazo, eles se tornarão altamente competentes e alinhados com seus objetivos, de modo que qualquer valor de entrada estratégica humana tenderá a zero.

Em um mundo onde agentes podem lidar continuamente com problemas complexos sem intervenção humana, o papel dos humanos corre o risco de ser reduzido a «observadores passivos». Essa é a principal preocupação dos «AI doomers» (apocalípticos da IA) — embora ainda não esteja claro se esse cenário é realmente possível.

Estamos à beira de uma superinteligência, e os otimistas entre nós preferem que os sistemas de agentes permaneçam uma extensão da intenção humana, e não entidades que evoluam seus próprios objetivos ou operem autonomamente sem supervisão. Na prática, isso significa que a identidade (Personhood) e o julgamento (poder e influência) humanos devem permanecer centrais nesses sistemas. Humanos precisam manter forte propriedade e governança sobre esses sistemas, para garantir supervisão, e ancorá-los nos valores coletivos humanos.