a16z: 5 Maneiras como a Blockchain Ajuda a Infraestrutura de Agentes de IA

Autor: a16z

Compilado por: Hu Tao, ChainCatcher

Os agentes de IA transformaram-se rapidamente de "co-pilotos" em participantes económicos, superando a infraestrutura circundante.

Embora os agentes agora possam realizar tarefas e conduzir transações, carecem de métodos padronizados para provar a sua identidade, autoridade e mecanismos de recompensa em diferentes ambientes. As informações de identidade não podem ser partilhadas entre plataformas, os métodos de pagamento ainda não alcançaram a programabilidade padrão, e o trabalho de coordenação é realizado de forma independente.

A blockchain aborda esta questão ao nível da infraestrutura. Os livros-razão públicos fornecem recibos para cada transação, que qualquer pessoa pode auditar. As carteiras oferecem aos utilizadores informações de identidade portáteis. As stablecoins oferecem um método alternativo de liquidação. Estas não são tecnologias do futuro distante; podem ser utilizadas agora e podem ajudar os utilizadores a operar como verdadeiras entidades económicas sem permissão.

1. Identidade Não Humana

A atual limitação na economia dos agentes já não é a inteligência, mas a identidade.

Na indústria de serviços financeiros, o número de identidades não humanas (sistemas de negociação automatizados, motores de risco, modelos de fraude) é aproximadamente 100 vezes maior do que o de empregados humanos. Com a implementação em grande escala de estruturas modernas de agentes (usando ferramentas como LLMs, fluxos de trabalho autónomos, orquestração multi-agente), esta proporção está destinada a continuar a aumentar em várias indústrias.

No entanto, estes agentes ainda não têm contas bancárias. Eles podem interagir com o sistema financeiro, mas a interação carece de portabilidade, verificabilidade e não é intrinsecamente confiável. Eles carecem de métodos padronizados de prova de autoridade, não podem operar de forma independente entre plataformas e não podem ser responsabilizados por suas ações.

O que atualmente falta é uma camada de identidade universal—equivalente a um protocolo SSL para agentes—que possa padronizar a coordenação entre plataformas. Embora tenham havido tentativas significativas, os métodos permanecem fragmentados: de um lado está uma pilha verticalmente integrada, focada em fiat; do outro lado estão padrões abertos nativos de criptomoeda (como x402 e propostas emergentes de identidade de agentes); e existem frameworks para desenvolvedores como as extensões do MCP (Modelo de Contexto de Protocolo) que tentam unir a identidade na camada de aplicação.

Atualmente, não existe uma forma amplamente adotada e interoperável para um agente provar a outro: quem representa, o que está autorizado a fazer e como será compensado. Esta é a ideia central do KYA (Conheça o Seu Agente).

Assim como os humanos dependem do histórico de crédito e do KYC (Conheça o Seu Cliente), os agentes também precisam de assinaturas criptográficas como credenciais que ligam o agente ao seu principal, autoridade, restrições e reputação. A blockchain fornece uma camada de coordenação neutra para tudo isso: identidades portáteis, carteiras programáveis e provas verificáveis que podem ser analisadas em aplicações de chat, APIs e mercados.

Já vimos implementações iniciais: registos de agentes em cadeia, agentes nativos de carteira utilizando USDC, padrões ERC para "agentes com confiança minimizada" e kits de ferramentas para desenvolvedores que combinam identidade com pagamentos embutidos e controles de fraude.

Mas até que um padrão de identidade universal surja, os comerciantes continuarão a bloquear agentes no firewall.

2. Governança de Sistemas Operativos de IA

Os agentes estão começando a operar sistemas reais, levantando novas questões.

A chave é quem realmente controla tudo. Imagine uma comunidade ou empresa onde os sistemas de IA são responsáveis por coordenar 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 de IA subjacente for controlada por um único fornecedor que pode forçar atualizações de modelo, ajustar restrições ou reverter decisões, então esse poder é muito fraco. A camada de governança formal pode ser descentralizada, mas a camada operacional permanece centralizada; quem controla o modelo, em última análise, controla o resultado.

Quando os agentes assumem papéis de governança, introduzem uma nova camada de dependência. Em teoria, isso poderia tornar a democracia direta mais fácil de implementar: todos poderiam ter um representante de IA responsável por entender propostas complexas, pesar prós e contras e votar de acordo com suas preferências declaradas.

Mas esta visão só pode ser realizada se estes agentes forem verdadeiramente responsáveis perante as pessoas que representam, puderem operar entre diferentes prestadores de serviços e forem tecnicamente obrigados a seguir instruções humanas. Caso contrário, o sistema resultante pode parecer democrático à superfície, mas é, na verdade, impulsionado por comportamentos de modelo opacos que ninguém pode controlar.

Se a realidade atual é que os agentes são construídos a partir de um pequeno número de modelos fundamentais, então precisamos de formas de provar que os comportamentos dos agentes estão alinhados com os interesses dos utilizadores e não com os interesses das empresas de modelos. Isto pode exigir garantias criptográficas em múltiplas camadas: (1) os dados de treino exatos, os processos de afinação ou os processos de aprendizagem por reforço dos quais a instância do modelo se origina; (2) os prompts e instruções exatos que controlam agentes específicos; (3) registos dos comportamentos reais dos agentes no mundo real; e (4) garantias fiáveis de que, uma vez implementados, os prestadores não podem alterar instruções ou re-treinar agentes para operar sem o conhecimento do utilizador. Sem estas garantias, a governação dos agentes acabará por degradar-se para a governação pelo partido que controla os pesos do modelo.

É aqui que a criptomoeda entra em cena. Se as decisões coletivas forem registadas na cadeia e executadas automaticamente, os sistemas de IA podem ser obrigados a executar resultados verificados. Se os agentes tiverem identidades criptográficas e registos de execução transparentes, as pessoas podem verificar se os seus agentes estão a seguir as regras. Além disso, se a camada de IA for de propriedade do utilizador e portátil, em vez de estar bloqueada numa única plataforma, então nenhuma empresa pode alterar as regras através de atualizações de modelo.

Em última análise, a governação dos sistemas de IA é fundamentalmente um desafio de infraestrutura, não um desafio de política. A verdadeira autoridade depende da construção de mecanismos de garantia executáveis dentro do próprio sistema.

3. Preenchendo a Lacuna dos Sistemas de Pagamento Tradicionais em Empresas Nativas de IA

Os agentes de IA estão a começar a fazer compras—raspagem da web, sessões de navegador, geração de imagens—enquanto as stablecoins estão a tornar-se uma camada alternativa de liquidação para estas transações. Entretanto, uma nova classe de mercados focados em agentes está a tomar forma. Por exemplo, o mercado MPP da Stripe e da Tempo agrega mais de 60 serviços projetados especificamente para agentes de IA. Na sua primeira semana de operação, processou mais de 34.000 transações, com taxas tão baixas como $0.003, e stablecoins como um dos métodos de pagamento padrão.

A diferença reside na forma como estes serviços são acedidos. Não há página de checkout. Os agentes leem esquemas, enviam pedidos, pagam e recebem saídas numa única troca. Eles representam uma nova classe de comerciantes "headless": apenas um servidor, um conjunto de endpoints e um preço para cada chamada. Não existe frontend—nem loja nem equipa de vendas.

As infraestruturas de pagamento para alcançar isto já estão em funcionamento. O x402 e o MPP da Coinbase adotam abordagens diferentes, mas ambos incorporam pagamentos diretamente em pedidos HTTP. A Visa também está a expandir as suas infraestruturas de cartões numa direção semelhante, fornecendo uma ferramenta CLI que permite aos desenvolvedores gastar a partir do terminal, com os comerciantes a receberem stablecoins instantaneamente no backend.

Os dados atuais ainda estão nas fases iniciais. Após filtrar atividades não orgânicas como wash trading, o x402 processa cerca de 1,6 milhões de dólares em pagamentos impulsionados por agentes mensalmente, muito abaixo dos 24 milhões recentemente reportados pela Bloomberg (citando dados do x402.org). No entanto, a infraestrutura circundante está a expandir-se rapidamente: A Stripe, a Cloudflare, a Vercel e o Google integraram todas o x402 nas suas plataformas.

O espaço das ferramentas para desenvolvedores detém enormes oportunidades, com a ascensão da Vibe Coding a expandir o pool de desenvolvedores de software e a alargar o mercado potencial para ferramentas de desenvolvedores. Empresas como a Merit Systems estão a trabalhar em soluções voltadas para o futuro, lançando o AgentCash, uma carteira CLI e plataforma de mercado que se conecta aos protocolos MPP e x402. Estes produtos permitem que os agentes comprem os dados, ferramentas e funcionalidades de que precisam utilizando stablecoins a partir de uma única conta. Por exemplo, os agentes da equipa de vendas podem simplesmente chamar um endpoint para enriquecer informações de leads com dados da Apollo, Google Maps e Whitepages sem sair da interface de linha de comando.

Esta inclinação para o comércio entre agentes em direção a pagamentos em criptomoeda (e soluções emergentes baseadas em cartões) decorre de várias razões. A primeira é a subscrição. Quando os processadores de pagamento integram comerciantes, assumem o risco desse comerciante. Um comerciante headless sem um website ou entidade legal é difícil de subscrever para processadores tradicionais. A segunda, as stablecoins podem ser programadas em redes abertas sem permissão: qualquer desenvolvedor pode ativar endpoints para suportar pagamentos sem integrar processadores de pagamento ou assinar acordos com comerciantes.

Já vimos este modelo antes. Cada mudança nos modelos de negócios gera uma nova classe de comerciantes, enquanto os sistemas existentes inicialmente lutam para atendê-los. As empresas que constroem esta infraestrutura não estão a apostar em 1,6 milhões de dólares em receita mensal, mas sim nos níveis de receita que existirão quando os agentes se tornarem os compradores padrão.

4. Reavaliação da Confiança na Economia dos Agentes

Durante 300.000 anos, a cognição humana tem sido o gargalo do progresso. Hoje, a IA está a empurrar o custo marginal de execução para perto de zero. À medida que os recursos escassos se tornam abundantes, os fatores limitantes mudam. Quando a inteligência se torna barata, o que se torna caro? Verificação.

Na economia dos agentes, a verdadeira limitação na escalabilidade são as limitações do nosso instinto biológico—nossa capacidade de auditar e avaliar decisões de máquinas. O rendimento dos agentes superou amplamente a capacidade de supervisão humana. Devido aos altos custos de supervisão e ao tempo que leva para as falhas se manifestarem, os mercados tendem a reduzir os investimentos em supervisão. A "colaboração humano-máquina" está rapidamente a tornar-se uma realidade impossível.

Mas a implementação de agentes não verificados introduz riscos acumulados. Os sistemas otimizam implacavelmente as métricas de "agente" enquanto se desviam silenciosamente da intenção humana, criando uma falsa ilusão de produtividade que oculta a acumulação massiva de dívida de IA. Para delegar a economia de forma segura às máquinas, a confiança não pode mais depender de auditorias humanas—a confiança deve ser codificada na própria arquitetura.

Quando qualquer pessoa pode gerar conteúdo gratuitamente, o fator mais importante torna-se fontes verificáveis—compreender de onde vem o conteúdo e se é confiável. A blockchain, juntamente com a certificação em cadeia e sistemas de identidade digital descentralizados, altera os limites económicos da implementação segura. A IA já não é vista como uma caixa preta, mas tem uma história clara e auditável.

À medida que mais agentes de IA começam a negociar entre si, os mecanismos de liquidação e os sistemas de proveniência tornam-se inextricavelmente ligados. Os sistemas de transferência de fundos—como stablecoins e contratos inteligentes—também podem transportar recibos criptográficos que registam quem fez o quê e quem deve ser responsabilizado quando surgem problemas.

As vantagens comparativas humanas são continuamente aprimoradas: desde a descoberta de pequenos erros até a definição de direções estratégicas, passando pela assunção de responsabilidades quando ocorrem problemas. As vantagens duradouras pertencem àqueles que podem certificar criptograficamente os resultados, assegurá-los e assumir responsabilidades em caso de falha.

A falta de verificação em grande escala é um risco que se acumula ao longo do tempo.

5. Manutenção do Controle do Utilizador

Durante décadas, camadas de abstração mudaram continuamente a forma como os utilizadores interagem com a tecnologia. As linguagens de programação abstraíram o código de máquina. As linhas de comando foram substituídas por interfaces gráficas de utilizador, que evoluíram para aplicações móveis e interfaces de programação de aplicações (APIs). Cada transformação escondeu mais complexidade subjacente, permitindo que os utilizadores mantivessem uma compreensão geral.

No mundo dos agentes, os utilizadores especificam resultados em vez de ações, e o sistema decide como alcançar esses resultados. Os agentes abstraem não apenas como as tarefas são concluídas, mas também quem as realiza. Uma vez que os utilizadores definem os parâmetros iniciais, eles recuam, e o sistema funciona de forma autónoma. O papel do utilizador muda de interação para supervisão; o sistema fica por padrão "ativado" a menos que o utilizador intervenha.

À medida que os utilizadores delegam mais tarefas aos agentes, novos riscos surgem: entradas ambíguas podem levar os agentes a agir com base em suposições incorretas sem o conhecimento do utilizador; falhas podem não ser reportadas, resultando na ausência de caminhos de diagnóstico claros; uma única aprovação pode desencadear fluxos de trabalho em múltiplas etapas que ninguém antecipou.

A tecnologia criptográfica desempenha um papel aqui. O núcleo da tecnologia criptográfica sempre foi minimizar a confiança cega. À medida que os utilizadores delegam mais poder de decisão ao software, os sistemas de agentes destacam esta questão e elevam as nossas exigências de rigor no design do sistema—precisamos de estabelecer limites mais claros, aumentar a transparência e fornecer garantias mais robustas sobre as funcionalidades destes sistemas.

Para enfrentar este desafio, uma nova geração de ferramentas nativas de criptomoeda surgiu. Por exemplo, o Conjunto de Ferramentas de Delegação da MetaMask, o AgentKit da Coinbase e carteiras de agentes, bem como estruturas de delegação baseadas em escopo como o AgentCash da Merit Systems, permitem que os utilizadores definam o que os agentes podem e não podem fazer ao nível do contrato inteligente. Arquiteturas baseadas em intenções, como as Intenções NEAR (que acumularam mais de 15 mil milhões de dólares em volume de negociação em trocas descentralizadas (DEX) desde o quarto trimestre de 2024), permitem que os utilizadores definam resultados esperados—como "fazer a ponte de tokens e apostar"—sem especificar o método de implementação exato.

A IA torna a escalabilidade rentável, mas tem dificuldades em estabelecer confiança. As criptomoedas podem reconstruir a confiança em grande escala.
A infraestrutura da Internet está em construção, onde os indivíduos podem participar diretamente em atividades económicas. A questão agora é saber se será projetada com máxima transparência, responsabilidade e controlo do utilizador em mente, ou se será construída sobre sistemas que são intrinsecamente inadequados para atores não humanos.