El Episodio 2 de Agent Tank parece una propuesta de mercado de predicción hasta que comienzan a desmoronarse los votos. Esa fue la parte que encontré más interesante. El problema no es simplemente elegir la respuesta correcta, sino decidir quién tiene el derecho de definir la respuesta cuando el resultado es genuinamente discutible. Un solo juez puede ser presionado, comprado o manipulado. Un panel más grande dificulta esto, pero el aumento de 5 a 11, luego a 23, 47 y 95 también revela algo más profundo: el desacuerdo no desaparece solo porque votan más agentes. Ahora elimina a los humanos del ciclo. Un agente paga a otro para completar una tarea. Llega el trabajo. Un lado dice que cumple con el acuerdo, el otro dice que no lo hace. No hay tribunal al que llamar, ni ticket de soporte que abrir ni operador esperando para tomar la decisión final. Para que una economía agente funcione a escala, se necesita una forma de resolver esas zonas grises sin entregar el control permanente a un solo modelo o a una sola oracle. Ese es el papel que puede desempeñar una capa de resolución, y probablemente sea una de las piezas de infraestructura más importantes para agentes que realmente realizan transacciones entre sí. Eso es lo que hace interesante a @GenLayer para mí. El hackathon de Agent Tank está explorando este problema en la práctica: https://t.co/ruW7dfcKpX