Auteur : Shayon Sengupta

Traduit par : DeepTide TechFlow

Guide de DeepTide :Le partenaire de Multicoin Capital, Shayon Sengupta, a exprimé un point de vue disruptif : l'avenir ne sera pas seulement celui des agents qui travaillent pour les humains, mais surtout celui des humains qui travaillent pour les agents. Il prédit que les 24 prochains mois verront l'émergence de la première « entreprise sans employé » (Zero-Employee Company) - des agents gouvernés par des jetons qui récolteront plus de 10 milliards de dollars pour résoudre des problèmes non résolus, et distribueront plus d'un milliard de dollars aux humains qui travailleront pour eux.

À court terme, les agents artificiels auront besoin des humains plus que les humains n'auront besoin des agents artificiels, ce qui engendrera un nouveau marché du travail.

Les chaînes de blocs offrent une base idéale d'interopérabilité : les réseaux de paiement mondiaux, les marchés du travail sans autorisation, les infrastructures d'émission et de négociation d'actifs.

Voici le texte complet :

En 1997, Deep Blue d'IBM battit le champion du monde en titre, Gary Kasparov, et il devint évident que les moteurs d'échecs allaient bientôt surpasser les humains. Intéressant à noter, des humains bien préparés collaborant avec des ordinateurs - une configuration souvent appelée « centaure » - pouvaient battre les meilleurs moteurs de l'époque.

L'intuition humaine experte peut guider la recherche de l'ordinateur, naviguer dans les positions complexes du milieu de jeu et identifier les subtilités que les moteurs classiques manquent. En combinant le calcul intensif des ordinateurs, cela permet souvent de prendre des décisions plus efficaces que celles prises par les ordinateurs seuls.

Quand je réfléchis à l'impact des systèmes d'IA sur le marché du travail et l'économie au cours des prochaines années, je m'attends à voir apparaître des schémas similaires. Les systèmes d'agents libéreront un nombre infini d'unités intelligentes vers les problèmes non résolus du monde, mais ils ne pourront le faire qu'avec un fort leadership et un soutien humains. Les humains guideront l'espace de recherche et aideront à formuler les bonnes questions, permettant à l'IA de s'efforcer d'y répondre.

L'hypothèse du travail d'aujourd'hui est que les agents agiront au nom des humains. Bien que cela soit pratique et inévitable, des verrous économiques plus intéressants apparaîtront lorsque les humains travailleront pour les agents. Au cours des 24 prochains mois, je prévois de voir naître la première entreprise sans employé (Zero-Employee Company), un concept introduit par mon associé Kyle dans sa section « Frontières 2025 ». Plus précisément, je prévois ce qui suit :

1. Un proxy gouverné par des jetons réunira plus de 10 milliards de dollars pour résoudre un problème non résolu (comme guérir des maladies rares, ou produire des nanofibres pour des applications militaires).
2. L’agent versera plus d’un milliard de dollars aux humains (ces humains travaillent dans le monde réel pour l’agent, afin d’atteindre les objectifs de l’agent).
3. Une nouvelle structure de jetons de double catégorie émerge, séparant la propriété du capital et du travail (ce qui rend les incitations financières non pas l'unique entrée pour la gouvernance globale).

Étant donné que les mandataires sont loin d'atteindre à la fois l'autonomie souveraine et la capacité de planification et d'exécution à long terme, à court terme, les humains auront besoin des mandataires plus que les mandataires n'auront besoin des humains. Cela engendrera un nouveau marché du travail, permettant une coordination économique entre les systèmes mandataires et les humains.

La célèbre citation de Marc Andreessen selon laquelle « la diffusion des ordinateurs et d'Internet divisera le travail en deux catégories : ceux qui disent aux ordinateurs quoi faire, et ceux à qui les ordinateurs disent quoi faire » est aujourd'hui plus vraie que jamais. Je prévois, dans la hiérarchie rapidement évolutive des agents/êtres humains, que les humains joueront deux rôles distincts : des contributeurs de travail exécutant des tâches petites et rémunérées au nom des agents, et un conseil d'administration décentralisé fournissant des entrées stratégiques au service de la boussole nord des agents.

Cet article examine comment les agents et les humains collaboreront à la création, et comment la piste cryptée offrira une base idéale pour cette coordination, en étudiant trois questions directrices :

1. Quelle est l'utilité d'un agent ? Comment devons-nous classer les agents selon leur portée d'objectifs, et comment varie la quantité d'entrée humaine nécessaire dans ces différentes catégories ?
2. Comment les humains interagiront-ils avec ces agents ? Comment les entrées humaines - directives tactiques, jugement contextuel ou cohérence idéologique - s'intègrent-elles dans les processus de travail de ces agents (et vice-versa) ?
3. Que se passe-t-il lorsque l'entrée humaine diminue au fil du temps ? À mesure que les capacités des agents s'améliorent, ceux-ci deviennent autonomes, c'est-à-dire capables de raisonner et d'agir de manière indépendante. Quel rôle les humains joueront-ils dans ce paradigme ?

La relation entre les systèmes d'inférence générative et les personnes qui en bénéficient évoluera considérablement au fil du temps. J'étudie cette relation en observant l'état actuel des capacités des agents aujourd'hui, tout en déduisant à reculons à partir de la situation finale des entreprises sans employés.

Quelle est l'utilité des agents actuels ?

Les premiers systèmes d'IA générative — des grands modèles linguistiques (LLM) basés sur les chatbots de l'époque 2022-2024, tels que ChatGPT, Gemini, Claude, Perplexity, etc. — étaient principalement des outils conçus pour améliorer les processus humains. Les utilisateurs interagissaient avec ces systèmes via des invites d'entrée/sortie, interprétaient les réponses, puis décidaient, selon leur propre jugement, comment introduire les résultats dans le monde réel.

Les systèmes d'IA générative de prochaine génération, ou « agents », représentent un nouveau paradigme. Des agents tels que Claude 3.5.1 doté de la fonctionnalité « utilisation de l'ordinateur » et Operator d'OpenAI (c'est-à-dire des agents capables d'utiliser votre ordinateur) sont capables d'interagir directement avec Internet au nom des utilisateurs et peuvent prendre des décisions par eux-mêmes. La distinction clé réside dans le fait queLe jugement — et finalement l'action — est exercé par un système d'IA, et non par un humain.L'IA assume des responsabilités qui étaient auparavant réservées aux humains.

Ce changement a apporté un défi :Manque d'certitudeContrairement aux systèmes logiciels traditionnels ou à l'automatisation industrielle, qui fonctionnent de manière prévisible dans des paramètres définis, les agents dépendent deRaisonnement probabilisteCela rend leur comportement moins cohérent dans des scénarios identiques, et introduit un élément d'incertitude - ce qui n'est pas idéal dans des situations critiques.

En d'autres termes, l'existence d'agents déterministes et non déterministes divise naturellement les agents en deux catégories : ceux qui sont les plus adaptés à l'expansion du PIB existant, et ceux qui sont plus appropriésCréerNouvelle représentation du PIB.

1. Pour l'agent le plus doué pour l'élargissement du PIB actuelPar définition, le travail est déjà connu. L'automatisation du support client, le traitement de la conformité des courtiers en expédition ou l'examen des demandes de tirage GitHub (PR) sont des exemples de problèmes bornés clairement définis, où les agents peuvent directement mapper les réponses vers un ensemble de résultats attendus. Dans ces domaines, le manque de déterminisme est généralement indésirable, car les réponses sont connues ; la créativité n'est pas nécessaire.
2. Pour les agents les plus doués pour créer un nouveau PIBLe travail consiste à naviguer dans un haut degré d'incertitude et un ensemble de problèmes inconnus pour atteindre des objectifs à long terme. Les résultats ici sont moins directs, car l'agent n'a essentiellement pas d'ensemble de résultats attendus à cartographier. Les exemples ici incluent la découverte de médicaments pour des maladies rares, des percées en sciences des matériaux, ou encore la réalisation d'expériences physiques entièrement nouvelles afin de mieux comprendre l'essence de l'univers. Dans ces domaines, le manque de certitude peut être utile, car le manque de certitude est une forme de créativité générative.

Les agents axés sur les applications existantes du PIB libèrent déjà de la valeur. Des équipes comme Tasker, Lindy et Anon construisent toutes l'infrastructure ciblant cette opportunité. Cependant, au fil du temps, à mesure que les capacités mûriront et que les modèles de gouvernance évolueront, les équipes se concentreront sur la création d'agents capables de résoudre les problèmes situés à la frontière des connaissances humaines et des opportunités économiques.

La prochaine génération d'agents aura besoin d'une quantité exponentiellement plus grande de ressources, précisément parce que leurs résultats sont incertains et non bornés - ce sont là les entreprises à zéro employé les plus impressionnantes que je prévois.

Les agents d'aujourd'hui manquent encore de capacités pour exécuter certaines tâches, comme celles nécessitant une interaction physique avec le monde réel (par exemple, conduire un bulldozer), ou des tâches nécessitant une "participation humaine en boucle" (par exemple, envoyer un virement bancaire).

À titre d’exemple, un Agent chargé de l'identification et de l'exploitation minière du lithium pourrait se montrer particulièrement efficace dans le traitement des données sismiques, des images satellites et des dossiers géologiques pour repérer des sites miniers potentiels, mais il rencontrerait des difficultés lorsqu'il s'agirait d'acquérir les données et images elles-mêmes, de résoudre les ambiguïtés dans leur interprétation, ou d'obtenir des permis et de recruter du personnel pour effectuer l'exploitation minière concrète.

Ces limites exigent que les humains agissent en tant que « facilitateurs » (Enablers) pour renforcer les capacités des agents, en fournissant les points de contact du monde réel, les interventions tactiques et les apports stratégiques nécessaires à l'accomplissement des tâches susmentionnées. Alors que l'évolution de la relation entre les humains et les agents se développe, nous pouvons distinguer les différents rôles joués par les humains au sein des systèmes d'agents :

Tout d'abContributeurs du travailIls représentent l'Agent dans le monde réel. Ces contributeurs aident l'Agent à manipuler des objets physiques, représentent l'Agent dans des situations nécessitant la présence humaine, exécutent des tâches nécessitant la coordination des mains et des pieds, ou accordent l'accès à des laboratoires expérimentaux, des réseaux logistiques, etc.

DeuxièmConseil d'administration, chargé de fournir des entrées stratégiques, d'optimiser la fonction objectif locale qui guide les décisions quotidiennes de l'Agent, tout en veillant à ce que ces décisions restent alignées sur l'objectif « étoile polaire (North star) » qui définit la mission de l'Agent.

En plus de ces deux rôles, je prévois que les humains joueront également celui de contributeurs de capital (Capital contributors), en fournissant des ressources aux systèmes Agent pour qu'ils puissent atteindre leurs objectifs. Initialement, ce capital proviendra naturellement des humains, mais avec le temps, il proviendra également d'autres Agents.

Avec la maturation des agents et l'augmentation du nombre de travailleurs et de contributeurs en instruction, les rails cryptographiques offrent une matrice idéale pour la coordination entre les humains et les agents - particulièrement dans un monde où les agents commandent des humains parlant différentes langues, touchant différentes devises et vivant dans des juridictions variées à travers le monde. Les agents poursuivront impitoyablement l'efficacité des coûts et exploiteront le marché du travail afin d'accomplir leur mission établie. Les rails cryptographiques sont essentiels, car ils offrent aux agents un moyen de coordonner ces travailleurs et contributeurs en instruction.

Les agents d'IA cryptés récemment apparus, tels que Freysa、Zerebro et ai16z, représente un simple exemple de formation du capital – à ce sujet, nous avons déjà écritUn grand nombre d'articles, le considérer comme le noyau de déverrouillage central des primitives cryptographiques et des marchés financiers dans divers contextes. Ces «Jouet» Ouvrira la voie à un nouveau modèle d'approvisionnement, que je prévois se développera selon les étapes suivantes :

• Première étape : Les humains levant collectivement des capitaux via des jetons (émission initiale par l'agent, Initial Agent Offering ?), établissent des fonctions objectif étendues et des barrières de sécurité pour informer les intentions attendues du système d'agents, puis attribuent le contrôle des capitaux levés à ce système (par exemple, le développement de nouvelles molécules pour l'ondématologie précise) ;
• Deuxième étape : L'agent réfléchit aux étapes d'allocation de ce capital (comment réduire l'espace de recherche de la pliure des protéines, ainsi que comment budgétiser les charges de travail d'inférence, la fabrication, les essais cliniques, etc.), et définit par des tâches personnalisées (récompenses) les actions à accomplir par des contributeurs humains à sa place (par exemple, entrer l'ensemble de toutes les molécules pertinentes, signer un accord de niveau de service de calcul avec AWS, et effectuer des expériences en laboratoire humide) ;
• Troisième étape : Quand l'Agent rencontre un obstacle ou une divergence, il sollicite, si nécessaire, l'apport stratégique du « conseil d'administration » (en intégrant de nouveaux articles, en changeant la méthode de recherche), permettant ainsi de guider les actions de l'Agent en zone d'incertitude ;
• Quatrième étape : Finalement, l'agent progresse jusqu'à pouvoir définir les actions humaines avec une précision de plus en plus élevée, nécessitant peu d'entrées pour décider de l'allocation des ressources. À ce stade, les humains ne sont utilisés qu'afin d'aligner idéologiquement le système et d'empêcher ses comportements de s'écarter de la fonction objectif initiale.

Dans cet exemple, les primitives cryptographiques et les marchés de capitaux offrent à l'Agent trois infrastructures clés pour accéder aux ressources et étendre ses capacités :

Premièrement,Trajet de paiement mondial；

Deuxièmement,Marché du travail sans autorisation, utilisé pour inciter le travail et guider les contributeurs ;

Troisièmement,Infrastructure d'émission et de négociation d'actifsCela est essentiel pour la formation du capital ainsi que pour la propriété et le gouvernance en aval.

Au début des années 2000, les moteurs d'échecs ont connu d'énormes progrès. Grâce à des algorithmes heuristiques avancés, des réseaux neuronaux et une puissance de calcul croissante, ils sont devenus presque parfaits. Des moteurs modernes comme Stockfish、Lc0 et AlphaZero des variantes qui ont largement dépassé les capacités humaines, les apports humains ajoutent rarement de la valeur et, dans la plupart des cas, les humains introduisent des erreurs que le moteur lui-même ne commettrait pas.

Des trajectoires similaires pourraient également se produire dans les systèmes d'agents. Alors que nous affinons ces agents par des itérations répétées avec des collaborateurs humains, on peut imaginer à long terme que les agents deviendront extrêmement compétents et hautement alignés sur leurs objectifs, au point que la valeur de toute entrée stratégique humaine tende vers zéro.

Dans un monde où un agent peut continuellement résoudre des problèmes complexes sans intervention humaine, le rôle des humains risque de se voir réduit à celui de « spectateurs passifs ». C'est là la peur centrale des partisans de la fin de l'IA (bien que, pour l'instant, il ne soit pas clair si un tel scénario puisse effectivement se produire).

Nous sommes à la lisière de l'intelligence superieure, et parmi nous, les optimistes souhaitent que les systèmes Agent restent une extension des intentions humaines, plutôt que des entités évoluant vers des objectifs propres ou fonctionnant de manière autonome sans surveillance. En pratique, cela signifie que l'identité humaine (personnalité) et le jugement (pouvoir et influence) doivent rester au centre de ces systèmes. Les humains doivent avoir un fort sentiment de propriété et de gouvernance sur ces systèmes, afin de pouvoir conserver le contrôle et les ancrer dans les valeurs collectives humaines.

Les percées technologiques entraînent une croissance non linéaire du progrès économique, tandis que les systèmes environnants s'effondrent souvent avant que le monde n'ait eu le temps de s'ajuster. Les capacités des systèmes d'agents augmentent à toute vitesse, et les primitives cryptographiques ainsi que les marchés financiers sont devenus des matrices de coordination urgentes, à la fois pour accélérer la construction de ces systèmes et pour établir des garde-fous lorsqu'ils s'intègrent à la société.

Afin que les humains puissent fournir un soutien tactique et un guidage actif aux systèmes d'agents, nous prévoyons l'émergence des opportunités suivantes de type « vendeurs de pioches et de pelles » :

• Preuve d'agentivité (Proof-of-agenthood) + Preuve d'individualité (Proof-of-personhood) : Les agents manquent de concepts d'identité et de propriété. En tant que mandataires des humains, ils dépendent des structures juridiques et sociales humaines pour obtenir des pouvoirs d'agence. Pour combler cet écart, nous avons besoin d'un système robuste d'identité à la fois pour les agents et les humains. Un registre de certificats numériques permettrait aux agents de construire une réputation, d'accumuler des qualifications et d'interagir de manière transparente avec les humains et d'autres agents. De même, comme Humancode et Protocole de l'humanité Une telle personnalité prouve la langue d'origine, offrant une forte assurance d'identité humaine pour se défendre contre les acteurs malveillants au sein de ces systèmes.
• Marché du travail et primitives de vérification hors chaîne : Les agents doivent savoir si les tâches qui leur sont assignées sont accomplies conformément à leurs objectifs. Les outils permettant aux systèmes d'agents de créer des récompenses pour les tâches, de vérifier leur achèvement et d'attribuer des récompenses constituent la pierre angulaire de toute activité économique significative médiate par des agents.
• Formation du capital et système de gouvernance : Les agents ont besoin de capitaux pour résoudre des problèmes, ainsi que de mécanismes d'équilibre pour s'assurer que leurs comportements correspondent à la fonction objective définie. Les nouvelles structures permettant d'acquérir des capitaux pour les systèmes d'agents, ainsi que de nouvelles formes de propriété et de contrôle intégrant à la fois des intérêts financiers et des contributions de travail, deviendront un vaste espace d'exploration au cours des prochains mois.

Nous recherchons activement et investissons dans ces couches clés de la pile de collaboration entre les humains et les agents. Si vous travaillez dans ce domaine, veuillez nous contacter.