Mga kaibigan, nakikita ng satellite ang bubong, nakikita ng mapping vehicle ang kalsada. Pero ang nababoy na pinto, ang hindi patag na kanto, at ang daanan puno ng mga gamit? Ang pinakamahirap sa physical AI ay hindi ang mga 500 metro sa harap, kundi ang huling 50 paa—kung saan walang sistematikong larawan. Hindi sagot ni @vangrid_io ang pagkolekta ng isang malaking imahe, kundi ang paggawa nito ayon sa pangangailangan. Sino man ang kailangan ng isang lokasyon, magpapalabas ng reward sa Base, i-lock ang USDC bilang escrow; ang mga nasa paligid ay gagamit ng kanilang cellphone para mag-take ng larawan, at kapag na-approve ang preview, i-reconstruct ang 3D model at i-settle ang bayad. Kung kailangan ng machine ang isang lugar ngayong gabi, may tao na magpapakita ngayong gabi—hindi isang buwan na pagkatapos na bibigyan ka ng isang lumang mapa na may lahat. Mas mahalaga sa akin ang agent side. Ang nagpapalabas ng reward ay hindi kailangan na tao: ang agent ay gumagamit ng HTTP para magpadala ng task, at x402 ay direktang nagbabayad ng USDC, parehong API para kuhain ang resulta ng reconstruction—walang account, walang key. I-lock ang escrow bago pa man magsimula ang paggawa, at ang bayad ay hindi isang "off-chain promise." Ibig sabihin nito, ang sakop ay lalago kasabay ng totoong pangangailangan, hindi dahil may tao na nagscan ng lahat ng lugar nang mauna. Ang demand-driven supply at supply-driven demand—dalawang iba’t ibang network. Kailangan ng physical AI ng mas matalinong model, pero una ay kailangan makita ang totoong mundo. Sino ang magpapakita ng huling 50 paa, siya ang magkakaroon ng kontrol sa data.