a16z：Відсутність інфраструктури для агентської економіки ШІ? П’ять ключових переваг блокчейну

AI-агенти (AI agents) швидко перетворюються з copilots (співпілотів) у суб’єктів економічної діяльності набагато швидше, ніж розвивається інфраструктура навколо них.

Хоча агенти вже здатні виконувати завдання та здійснювати транзакції, вони все ще позбавлені стандартних способів підтвердження своєї особи, повноважень та способів отримання винагороди в різних середовищах. Ідентичність не може переноситися між середовищами, за замовчуванням ще не підтримує програмовані платежі, а співпраця відбувається лише у ізольованих середовищах.

Блокчейн вирішує ці питання на рівні інфраструктури. Публічні реєстри забезпечують кожну транзакцію звітом, який може бути перевірений будь-ким. Гаманці надають агентам переносиму ідентичність. Стейблкоїни стають ще одним рівнем розрахунків. Ці компоненти не є фантазією майбутнього — вони вже доступні сьогодні і допомагають агентам діяти як справжнім економічним суб’єктам без дозволу.

1. Ідентичність для нелюдей

(Identity for non-humans)

Обмеження агентної економіки зараз — це ідентичність, а не інтелект.

Лише у фінансовій сфері кількість нелюдських ідентичностей — автоматизованих торгових систем, ризикових двигунів, моделей шахрайства — вже приблизно у 100 разів перевищує кількість людських працівників. З масштабним впровадженням сучасних рамок агентів (інструментальні великі мовні моделі, автономні робочі потоки, багатоголові оркестрації) ця пропорція буде зростати у всіх галузях.

Однак ці агенти фактично залишаються у стані «без банківського рахунку». Вони можуть взаємодіяти з фінансовими системами, але не можуть діяти у переносимій, підтверджуваній або за замовчуванням довіреній формі. Вони позбавлені стандартних способів довести свої повноваження, працювати незалежно між платформами або нести відповідальність за свої дії.

Відсутній універсальний рівень ідентичності — щось на кшталт SSL-сертифіката для агентів, здатного стандартизовано координуватися між платформами. Хоча вже існують окремі спроби, ці підходи є фрагментованими: з одного боку — вертикально інтегровані, з фіатною валютою пріоритетні стеки; з іншого — відкриті стандарти для крипто-специфічних ідентичностей (як x402 та нові пропозиції щодо агентських ідентичностей); а також розширення для розробників, наприклад MCP (протокол контексту моделі), що намагається з’єднати рівень застосунків із ідентичностями.

Поки що не існує широко прийнятого, взаємодіючого способу, щоб один агент міг довести іншому, кого він представляє, що йому дозволено робити та як отримати винагороду.

Саме цю ідею закладає KYA (Know Your Agent — Знай свого агента). Як і людські особи залежать від кредитної історії та KYC (Know Your Customer — Знай свого клієнта), так і агенти потребують криптографічних сертифікатів, що зв’язують їх із довіреними особами, повноваженнями, обмеженнями та репутацією. Блокчейн тут виступає нейтральним рівнем координації: переносимі ідентичності, програмовані гаманці та підтвердження, що можна перевірити у чатах, API та ринках.

Ми вже бачимо перші практичні рішення: реєстрація агентів у ланцюгу, гаманці з підтримкою USDC для агентів, стандарти ERC для «агентів із мінімальним довірою», а також інструменти для розробників, що поєднують ідентичності з вбудованими платежами та контролем шахрайства.

Але поки що не з’явився універсальний стандарт ідентичності, який би широко використовувався та був взаємодіючим, — тоді як малі та великі системи залишатимуться із ізольованими агентами, що не можуть довести, хто вони і що роблять.

Саме цю ідею закладає KYA (Знай свого агента). Як і людські особи, агенти потребують криптографічних сертифікатів, що зв’язують їх із довіреними особами, повноваженнями, обмеженнями та репутацією. Це дозволить створити відкриту, децентралізовану систему ідентичностей, яка забезпечить довіру та прозорість у взаємодії агентів.

2. Управління системами, що керуються AI

(Governing AI-run systems)

Агенти починають керувати реальними системами, що породжує нові питання щодо «хто насправді контролює». Уявімо спільноту або компанію, де AI-інструменти координують ключові ресурси — від розподілу капіталу до управління ланцюгами постачання. Навіть якщо політики змінюються через голосування, якщо базовий AI-слой контролює один постачальник (який може оновлювати моделі, коригувати обмеження або змінювати рішення), ця влада залишається слабкою. Формальний рівень управління може бути децентралізованим, але операційний — все ще централізованим; хто контролює модель, той і контролює результат.

Коли агенти беруть на себе роль управління, вони вводять новий рівень залежності. Теоретично, це може зробити пряму демократію більш реальною: кожен може мати свого AI-представника, що допомагає розуміти складні пропозиції, моделювати компроміси та голосувати відповідно до заявлених уподобань. Але ця ідея можлива лише тоді, коли агент справді несе відповідальність перед своїм представником, може переноситися між постачальниками та технічно підкоряється людським інструкціям. Інакше система виглядає демократичною, але фактично керується невидимими моделями без контролю.

Якщо ж базові моделі, що формують агентів, будуть обмеженими, потрібно довести, що агент діє в інтересах своїх користувачів, а не компанії-розробника. Це, ймовірно, вимагатиме криптографічних гарантій на кількох рівнях: (1) звідки взялися дані для тренування, доопрацювання або підкріпленого навчання; (2) точні підказки та інструкції, якими керується агент; (3) реальні записи його дій у реальному світі; (4) довірені гарантії, що після запуску постачальник не зможе змінити інструкції або повторно навчити модель. Без цих гарантій управління агентами перетворюється на управління моделями, що контролюються окремими особами.

Саме тут особливо корисні криптографічні технології. Якщо колективні рішення записуються у ланцюг і автоматично виконуються, AI-системи можуть бути зобов’язані дотримуватися підтверджених результатів. Якщо агент має криптографічний ідентифікатор і прозорі журнали виконання, можна перевірити, чи дотримується він меж. А якщо рівень AI належить користувачу і переносимий, а не закріплений за однією платформою, то жодна компанія не зможе змінити правила через оновлення моделі.

Загалом, управління AI-системами — це інфраструктурне завдання, а не політичне. Реальна влада залежить від того, наскільки міцно закодовані гарантії, що можна виконати.

3. Заповнення прогалин у традиційних платіжних системах для AI-орієнтованих бізнесів

(Filling gaps in traditional payment systems for AI-native businesses)

AI-агенти починають купувати товари — веб-скрапінг, сесії браузера, генерація зображень — і стейблкоїни виступають як альтернативний рівень розрахунків. Водночас формується новий ринок для агентів. Наприклад, ринок MPP від Stripe і Tempo об’єднує понад 60 сервісів, спеціально створених для AI-агентів. За перший тиждень він обробив понад 34 000 транзакцій, комісія — всього 0,003 долара, а стейблкоїн — один із основних способів оплати.

Різниця у тому, як ці сервіси доступні. Немає сторінки оплати. Агент читає схему, надсилає запит, платить і отримує інформацію у рамках однієї транзакції. Вони — новий тип «безголовних» продавців: один сервер, набір точок доступу та ціна за кожен виклик. Немає фронтенду — ні магазину, ні команди продажу.

Платіжні рішення, що роблять це можливим, вже запущені. Coinbase x402 і MPP використовують різні підходи, але обидва вбудовують оплату безпосередньо у HTTP-запити. Visa також розширює платіжні картки у цьому напрямку, пропонуючи CLI-інструмент для оплати з терміналу, а продавці отримують стабільні монети миттєво.

Дані ще на ранніх етапах. Після фільтрації неавторизованої активності (наприклад, накрутки) x402 обробля близько 1,6 мільйонів доларів щомісячних агентських платежів, що значно менше за 24 мільйони доларів, про які повідомляє Bloomberg (з посиланням на дані x402.org). Але інфраструктура швидко розвивається: Stripe, Cloudflare, Vercel і Google вже інтегрували x402 у свої платформи.

Інструменти для розробників — це велика можливість. З розширенням «vibe coding» (створення у відповідній атмосфері) зростає і ринок рішень для нових типів розробників. Наприклад, Merit Systems створює AgentCash — CLI-гаманець і маркетплейс, що підтримує одночасно MPP і x402. Ці продукти дозволяють агентам використовувати стабільні монети з одного балансу для купівлі даних, інструментів і можливостей. Тому агент продажів може через один виклик отримати дані з Apollo, Google Maps і Whitepages, не залишаючи командний рядок.

Ця модель — для агентів (A2A) — має переваги перед криптопланами (та новими картковими рішеннями): по-перше, страхування. Якщо платіжний провайдер працює з продавцем, він бере на себе ризик. Без веб-сайту або юридичної особи безголовий продавець важко підстрахувати традиційними методами. По-друге, стабільні монети у відкритій мережі — без дозволу і програмовані: будь-який розробник може зробити платіжний термінал без інтеграції платіжних процесорів або підписання договору.

Ми вже бачили цю модель раніше. Кожна зміна бізнес-моделі породжує нових продавців, яких важко обслуговувати існуючими системами. Компанії, що будують цю інфраструктуру, не роблять ставку на 1,6 мільйона доларів щомісяця — вони вірять, що коли агенти стануть стандартним способом купівлі, ця цифра зросте.

4. Переформатування довіри в агентній економіці

(Repricing trust in an agentic economy)

300 000 років людство керувалося довірою. Сьогодні AI знижує граничні витрати виконання до нуля. Коли дефіцитні ресурси стають доступними, обмеження зсуваються. Коли інтелект стає дешевим, що стає дорогим? Перевірка.

У агентній економіці справжнім обмеженням є наші біологічні можливості — обмежена здатність до аудиту та відповідальності за машинні рішення. Пропускна здатність систем вже значно перевищує людський контроль. Оскільки нагляд дорогий і затримується, ринок схильний ігнорувати його. «Своєчасне узгодження з людиною» швидко стає фізично неможливим.

Але запуск неперевірених агентів створює складні ризики. Системи безжально оптимізують наміри «агента», одночасно тихо відхиляючись від людських цілей, створюючи ілюзію продуктивності, що приховує борги від масштабного впровадження AI. Щоб безпечно делегувати економіку машинам, довіра не може базуватися лише на людському контролі — вона має бути закодована у самій архітектурі.

Коли будь-хто може безкоштовно створювати контент, найважливішим стає підтверджуване походження — знати, звідки воно взялося і чи можна йому довіряти. Блокчейн, підтвердження у ланцюгу та децентралізовані системи цифрових ідентичностей змінюють межі безпечного розгортання економіки. Ви вже не сприймаєте AI як чорну скриньку, а отримуєте чітку, підтверджувану історію.

Зі зростанням кількості AI-агентів, що взаємно торгують, розрахунки та підтвердження стають взаємозалежними. Системи руху капіталу — стабільні монети та смарт-контракти — можуть нести криптозвіти, що показують, хто і що зробив, і хто відповідає у разі помилки.

Людська перевага зростає: виявляти дрібні помилки, формулювати стратегію і нести відповідальність за збої. Сталий конкурентний перевага — у тих, хто може верифікувати вихідні дані криптографічно, підтверджувати їх і нести відповідальність у разі невдачі.

Без підтверджень масштабне зростання — це з часом накопичувальний борг.

5. Збереження контролю користувача

(Preserving user control)

Десятиліттями нові рівні абстракцій визначали, як користувачі взаємодіють із технологіями. Абстракція мов програмування приховує машинний код. Графічний інтерфейс замінює командний рядок, потім мобільні додатки та API. Кожна зміна приховує ще більше низькорівневої складності і закріплює користувача у системі.

У світі агентів користувач визначає результат, а не спосіб його досягнення — система вирішує, як це зробити. Агент не лише приховує спосіб виконання завдання, а й хто його виконує. Користувач встановлює початкові параметри і відступає, дозволяючи системі працювати самостійно. Роль користувача зводиться до контролю; за замовчуванням агент активний.

Зі зростанням делегування завдань агентам з’являються нові ризики: нечіткі вхідні дані можуть призвести до дій агента на основі помилкових припущень без відомості користувача; несправності можуть залишитися непоміченими, без чіткої діагностики; один дозвіл може спричинити ланцюг багатоступеневих дій, що не передбачені.

Тут особливо корисні криптографічні технології. Вони спрямовані на мінімізацію сліпої довіри. Оскільки все більше рішень передаються у програмний код, системи агентів вимагають більшої строгості — через встановлення чітких обмежень, підвищення прозорості та створення сильних гарантій, що система може робити.

Нові криптографічні інструменти для нативних агентів з’являються вже зараз. Обмежені рамки делегування — наприклад, MetaMask Delegation Toolkit, Coinbase AgentKit і AgentCash від Merit Systems — дозволяють користувачам визначати, що агент може і що не може робити, на рівні смарт-контрактів. Архітектури на основі намірів, наприклад NEAR Intents (з понад 15 мільярдами доларів у сумарних DEX-транзакціях з четвертого кварталу 2024 року), дозволяють користувачам ставити цілі — наприклад, «мігрувати токени і делегувати їх у стейкінг» — без необхідності прописувати, як саме це зробити.

AI робить масштаб доступним і дешевим, але довіру — важко. А криптографія повертає довіру у масштабі.

Безпосередня участь агентів у економіці — це інфраструктурний процес, що розвивається. Відкрите питання — чи буде він спроектований для максимальної прозорості, відповідальності та контролю користувача, чи залишиться накладним шаром поверх систем, які не передбачають нелюдську поведінку.