Je pense que le terme « sans confiance » a été surventé. Nous avons résolu la manière dont les machines peuvent exécuter des accords. Nous n’avons pas entièrement résolu la manière dont les machines déterminent ce qu’un accord signifie lorsque le résultat est ambigu. L’épisode 2 d’Agent Tank m’a rendu cette distinction beaucoup plus claire. Prenons une simple transaction entre agents. L’agent A commande à l’agent B d’accomplir une tâche sous plusieurs conditions. B livre un résultat. A affirme que cela ne satisfait pas les exigences. Et maintenant ? Le contrat intelligent peut vérifier les signatures, les soldes et les conditions prédéfinies. Mais si le désaccord porte sur la question de savoir si le travail satisfait réellement l’intention de l’accord, le problème n’est plus l’exécution. C’est l’arbitrage. Et tout système qui gère l’arbitrage possède une surface de confiance. Un opérateur centralisé peut être pressé. Une seule oracle peut se tromper ou être manipulée. Un seul modèle peut mal interpréter les preuves avec confiance. Un mécanisme de vote peut simplement transformer un désaccord en un concours d’influence. Aucun de ces éléments ne produit automatiquement un verdict neutre. Pour qu’une économie agente puisse évoluer, je pense que le primitif manquant est un processus de résolution crédible pour les résultats qui ne peuvent pas être réduits à des règles déterministes. Cela compte parce que les agents négocieront finalement des contrats dont les résultats sont contextuels : qualité de la recherche, accomplissement de la tâche, conformité aux exigences, conditions de livraison, événements externes et innombrables autres éléments difficiles à coder en logique vrai/faux simple. C’est là que la couche d’arbitrage de @GenLayer devient intéressante pour moi. La valeur n’est pas qu’elle connaisse magiquement la vérité. La valeur réside dans la création d’une infrastructure permettant à un raisonnement indépendant d’évaluer les résultats contestés et d’atteindre un verdict utilisable par le protocole. C’est un problème fondamentalement différent de la construction d’un meilleur agent. De meilleurs agents augmentent ce que les machines peuvent faire. L’arbitrage détermine si les machines peuvent transiger de manière fiable entre elles lorsqu’elles sont en désaccord. Et cette distinction pourrait devenir l’une des pièces d’infrastructure les plus importantes de l’économie agente. Le hackathon Agent Tank est un endroit intéressant pour voir ce que les buildeurs font avec ce primitif : https://t.co/zTOJ9OnqRy Mon enseignement de l’épisode 2 : Dès que les agents commencent à transiger de manière autonome, « qui décide ? » devient aussi important que « qui exécute ? »