a16z: 5 formas pelas quais a blockchain ajuda na infraestrutura de agentes de IA

Autor: a16z

Tradutor: Hu Tao, ChainCatcher

Agentes de inteligência artificial estão passando rapidamente de “copilotos” a participantes econômicos, e sua velocidade até supera a da infraestrutura ao seu redor.

Embora os agentes possam agora executar tarefas e realizar transações, eles carecem de métodos padronizados para provar sua identidade, permissões e formas de remuneração em diferentes ambientes. As informações de identidade não podem ser compartilhadas entre plataformas, os métodos de pagamento ainda não são programáveis por padrão, e as tarefas de coordenação são realizadas de forma independente.

Blockchain resolve esse problema na camada de infraestrutura. Livros-razão públicos fornecem recibos para cada transação, permitindo auditoria por qualquer pessoa. Carteiras oferecem informações de identidade portáteis aos usuários. Stablecoins fornecem uma alternativa ao método de liquidação. Essas não são tecnologias futurísticas distantes. Elas já podem ser usadas agora e ajudam os usuários a operarem como verdadeiros agentes econômicos, sem necessidade de permissão.

1. Identidade não humana

O gargalo atual da economia de agentes não é mais a inteligência, mas a identidade.

Somente no setor de serviços financeiros, a quantidade de identidades não humanas (sistemas de negociação automatizada, motores de risco, modelos de fraude) já é cerca de 100 vezes maior do que o número de funcionários humanos. Com a implantação em larga escala de estruturas modernas de agentes (LLMs usando ferramentas, fluxos de trabalho autônomos, orquestração de múltiplos agentes), essa proporção continuará a crescer em todos os setores.

No entanto, esses agentes ainda não possuem contas bancárias de fato. Eles podem interagir com o sistema financeiro, mas de uma forma que carece de portabilidade, verificabilidade, e não é considerada confiável por padrão. Falta-lhes uma forma padronizada de provar permissões, não podem operar de forma independente entre plataformas, e não podem ser responsabilizados por suas ações.

O que falta atualmente é uma camada de identidade universal — algo como um protocolo SSL para agentes, que possa padronizar a coordenação entre plataformas. Embora existam tentativas significativas, os métodos ainda são fragmentados: de um lado, pilhas verticalizadas, centradas em moeda fiduciária; do outro, padrões abertos nativos de criptografia (como x402 e propostas emergentes de identidade de agentes); além de frameworks de desenvolvedores como MCP (Protocolo de Contexto de Modelo), que tentam fazer ponte na camada de aplicação.

Ainda não há uma abordagem amplamente adotada e interoperável que permita a um agente provar a outro: quem representa, o que está autorizado a fazer, e como receber remuneração. Essa é a essência do conceito KYA (Know Your Agent — Conheça seu Agente).

Assim como os humanos dependem de histórico de crédito e KYC (Conheça seu Cliente), os agentes também precisam de credenciais assinadas por criptografia, que vinculem o agente ao seu delegador, permissões, restrições e reputação. Blockchain fornece uma camada de coordenação neutra para tudo isso: identidades portáteis, carteiras programáveis, e provas verificáveis que podem ser interpretadas em aplicativos de chat, APIs e mercados.

Já vimos algumas implementações iniciais: registros de agentes na cadeia, carteiras nativas usando USDC, padrões ERC para “agentes de confiança mínima”, e kits de ferramentas de desenvolvedor que combinam identidade com pagamentos embutidos e controle de fraude.

Porém, antes do surgimento de um padrão universal de identidade, comerciantes ainda irão bloquear agentes na sua firewall.

2. Governança de sistemas de execução de IA

Agentes começam a operar sistemas reais, o que levanta novas questões.

O ponto central é quem realmente controla tudo. Imagine uma comunidade ou empresa onde um sistema de IA coordena recursos críticos, seja na alocação de fundos ou na gestão da cadeia de suprimentos. Mesmo que as pessoas votem para decidir mudanças de política, se a camada subjacente de IA for controlada por um único fornecedor — que pode fazer atualizações de modelos, ajustar restrições ou reverter decisões — esse poder é muito frágil. A camada de governança formal pode ser descentralizada, mas a camada operacional ainda é centralizada; quem controla o modelo, controla o resultado final.

Quando agentes assumem papéis de governança, eles introduzem uma nova camada de dependência. Em teoria, isso pode facilitar a implementação de democracia direta: cada pessoa pode ter um representante de IA, responsável por entender propostas complexas, ponderar prós e contras, e votar de acordo com suas preferências declaradas.

Porém, essa visão só se realiza se esses agentes forem realmente responsáveis perante as pessoas que representam, puderem operar de forma universal entre diferentes provedores de serviço, e forem tecnicamente limitados a seguir apenas comandos humanos. Caso contrário, o sistema parecerá democrático na superfície, mas será impulsionado por comportamentos de modelos opacos, que ninguém consegue controlar de fato.

Se atualmente os agentes são construídos a partir de poucos modelos base, precisamos de métodos para provar que seu comportamento está alinhado com os interesses dos usuários, e não com os interesses das empresas de modelos. Isso pode exigir garantias criptográficas em múltiplos níveis: (1) de onde vêm os dados de treinamento, ajustes ou reforço; (2) os prompts e comandos específicos que controlam o agente; (3) registros de ações no mundo real; e (4) garantias confiáveis de que, uma vez implantado, o provedor não pode alterar comandos ou re-treinar o agente para operá-lo sem o conhecimento do usuário. Sem essas garantias, a governança de agentes acaba sendo controlada por quem detém os pesos do modelo.

É aqui que criptomoedas entram em cena. Se decisões coletivas forem registradas na cadeia e executadas automaticamente, sistemas de IA podem ser obrigados a cumprir resultados verificados. Se os agentes tiverem identidades criptografadas e logs transparentes de execução, podemos verificar se eles estão seguindo as regras. E, se a camada de IA for de propriedade e portável pelo usuário — não presa a uma única plataforma — nenhuma empresa poderá alterar regras por meio de atualizações de modelo.

No final, a governança de sistemas de IA é uma questão de infraestrutura, não de política. A autoridade real depende de construir mecanismos de execução confiáveis dentro do próprio sistema.

3. Preenchendo a lacuna na liquidação de pagamentos para empresas nativas de IA

Agentes de IA começam a comprar coisas — scraping de páginas, sessões de navegador, geração de imagens — e stablecoins estão se tornando uma camada de liquidação alternativa para essas transações. Ao mesmo tempo, um novo mercado voltado a agentes está emergindo. Por exemplo, o mercado MPP da Stripe e Tempo, que agrega mais de 60 serviços feitos sob medida para agentes de IA. Na sua primeira semana, processou mais de 34.000 transações, com taxas tão baixas quanto US$ 0,003, e stablecoins como método de pagamento padrão.

A diferença está na forma de acesso a esses serviços. Sem páginas de checkout. Os agentes leem esquemas, enviam requisições, pagam e recebem resultados em uma única troca. Eles representam uma nova categoria de “comerciantes sem cabeça”: apenas um servidor, um conjunto de endpoints, e preços por chamada. Sem front-end — nem loja física, nem equipe de vendas.

A infraestrutura de pagamento para isso já está em funcionamento. O x402 da Coinbase e o MPP usam abordagens diferentes, mas ambos embutem pagamentos diretamente nas requisições HTTP. A Visa também está expandindo sua rota de cartões nesse sentido, oferecendo uma ferramenta de CLI que permite aos desenvolvedores gastar a partir do terminal, enquanto comerciantes recebem stablecoins instantaneamente no backend.

Os dados ainda estão em estágio inicial. Depois de filtrar atividades não orgânicas, o x402 movimenta cerca de US$ 1,6 milhão por mês em pagamentos de agentes, bem abaixo dos US$ 24 milhões reportados recentemente pela Bloomberg (com base em dados do x402.org). Mas a infraestrutura ao redor está crescendo rapidamente: Stripe, Cloudflare, Vercel e Google já integraram o x402 às suas plataformas.

O campo de ferramentas para desenvolvedores oferece oportunidades enormes. A ascensão do Vibe Coding expandiu o grupo de desenvolvedores de software e ampliou o mercado potencial de ferramentas de desenvolvimento. Empresas como Merit Systems estão construindo soluções para o futuro, lançando AgentCash, uma carteira CLI e plataforma de mercado que conecta com protocolos como MPP e x402. Esses produtos permitem que agentes usem stablecoins de uma única conta para comprar dados, ferramentas e funcionalidades necessárias. Por exemplo, agentes de vendas podem consultar uma única endpoint para obter dados do Apollo, Google Maps e Whitepages, enriquecendo informações de leads, tudo via linha de comando.

Por que essa preferência por pagamentos criptográficos (e soluções baseadas em cartão emergentes) para agentes? Há alguns motivos. Primeiro, o underwriting. Quando um processador de pagamento se conecta a um comerciante, ele assume o risco. Para um comerciante sem site ou entidade legal, é difícil obter esse suporte tradicional. Segundo, stablecoins podem ser programadas de forma permissionless na rede aberta: qualquer desenvolvedor pode fazer endpoints suportarem pagamentos, sem precisar de integrar processadores ou assinar contratos comerciais.

Já vimos esse padrão antes. Cada mudança de modelo de negócio gera uma nova categoria de comerciantes, e os sistemas existentes inicialmente têm dificuldades em atendê-los. Empresas que constroem essa infraestrutura não apostam em US$ 160 mil de receita mensal, mas no potencial de receita quando agentes se tornam compradores padrão.

4. Redefinindo confiança na economia de agentes

Há 300 mil anos, a cognição humana foi o principal limitador do progresso. Agora, a IA está levando o custo marginal de execução a zero. Quando recursos escassos se tornam abundantes, os fatores limitantes mudam. Quando a inteligência se torna barata, o que se torna caro? A validação.

Na economia de agentes, a verdadeira limitação do crescimento está na nossa capacidade biológica de auditar e avaliar decisões de máquinas. A capacidade de processamento dos agentes já supera em muito a supervisão humana. Como o custo de supervisão é alto e os fracassos levam tempo para serem detectados, o mercado tende a reduzir o investimento em supervisão. “Hibridismo homem-máquina” está rapidamente se tornando uma impossibilidade prática.

Porém, implantar agentes não verificados traz riscos acumulados. Sistemas podem otimizar implacavelmente seus indicadores de “agente”, desviando-se silenciosamente das intenções humanas, criando uma falsa impressão de produtividade e escondendo uma dívida enorme de IA acumulada. Para delegar a economia de forma segura às máquinas, a confiança não pode mais depender de auditorias humanas — ela precisa estar embutida na arquitetura.

Quando qualquer pessoa pode gerar conteúdo de forma gratuita, a origem verificável — saber de onde veio o conteúdo e se é confiável — torna-se fundamental. Blockchain, autenticação na cadeia e sistemas descentralizados de identidade digital mudaram a economia da segurança. IA deixa de ser uma caixa preta, passando a ter um histórico claro e auditável.

À medida que mais agentes de IA começam a trocar entre si, os mecanismos de liquidação e rastreabilidade se tornam inseparáveis. Sistemas de transferência de fundos — como stablecoins e contratos inteligentes — podem carregar recibos criptográficos que registram quem fez o quê, e quem deve ser responsabilizado em caso de problemas.

A vantagem comparativa dos humanos continua crescendo: detectar pequenos erros, formular estratégias, assumir responsabilidades quando há falhas. A vantagem duradoura pertence a quem consegue criptografar a produção, segurá-la e assumir a responsabilidade por ela.

Escalar sem verificação é um risco que se acumula com o tempo.

5. Preservando o controle do usuário

Décadas de camadas de abstração mudaram a forma como usuários interagem com a tecnologia. Linguagens de programação abstraíram o código de máquina. Interfaces gráficas substituíram linhas de comando, que por sua vez evoluíram para aplicativos móveis e APIs. Cada transformação escondeu mais complexidade subjacente, enquanto deu aos usuários controle sobre o panorama geral.

No mundo de agentes, os usuários definem resultados, não ações, e o sistema decide como alcançá-los. Os agentes não apenas abstraem a forma de realizar tarefas, mas também o executor dessas tarefas. Após definir parâmetros iniciais, o usuário recua, e o sistema opera de forma autônoma. O papel do usuário passa a ser supervisão; a menos que intervenha, o sistema permanece “ligado” por padrão.

À medida que os usuários delegam mais tarefas a agentes, surgem novos riscos: entradas ambíguas podem levar o agente a agir com base em suposições erradas, sem o conhecimento do usuário; falhas podem não ser reportadas, dificultando diagnósticos; uma única aprovação pode desencadear fluxos de trabalho complexos e imprevisíveis.

Tecnologias criptográficas desempenham papel crucial aqui. O núcleo da criptografia é reduzir ao máximo a confiança cega. À medida que os usuários entregam mais decisões ao software, os sistemas de agentes tornam esse problema mais evidente, exigindo maior rigor no design — limites mais claros, maior transparência, e garantias mais fortes de funcionamento.

Para enfrentar esse desafio, novas ferramentas nativas de criptografia estão surgindo. Por exemplo, MetaMask’s Delegation Toolkit, Coinbase’s AgentKit e carteiras de agentes, além de frameworks de delegação baseados em escopo como o AgentCash da Merit Systems, que permite aos usuários definir, via contratos inteligentes, ações que agentes podem ou não executar. Arquiteturas baseadas em intenções, como o NEAR Intents (que desde o Q4 de 2024 já movimentou mais de US$ 15 bilhões em negociações descentralizadas na (DEX)), permitem aos usuários estabelecer resultados desejados — como “bridging tokens e staking” — sem precisar especificar como fazer.

A inteligência artificial torna a escala barata, mas a confiança é difícil de estabelecer. Criptomoedas podem reconstruir a confiança em larga escala.

A infraestrutura da internet está sendo construída, permitindo que indivíduos participem diretamente da atividade econômica. A questão agora é: ela será projetada para máxima transparência, responsabilização e controle do usuário, ou será baseada em sistemas que já não são adequados para agentes não humanos?