Pandangan Ekonomi Agen AI 2026: Membentuk Ulang Identitas dan Aliran Nilai AI

Penulis asli: @BlazingKevin_, Peneliti di Movemaker

Pada tahun 2026, bidang kecerdasan buatan akan mengalami peralihan struktural dari "kemampuan generatif" menuju "kemampuan aksi agen (Agent)." Jika tahun 2023-2024 adalah masa di mana kemampuan mengejutkan model bahasa besar dalam pembangkitan teks menonjol, maka tahun 2026 akan menandai terbentuknya resmi "ekonomi agen AI (AI Agent)."

Berdasarkan prediksi dan analisis tim penelitian a16z Crypto, kami menemukan bahwa tahun 2026 akan menjadi tahun di mana AI sebagai alat produktivitas dan Crypto sebagai lapisan distribusi nilai akan mengalami integrasi yang lebih dalam.

AI tidak lagi sekadar alat pasif yang merespons instruksi manusia, tetapi juga peserta aktif yang memiliki kemampuan berpikir, perencanaan, transaksi, dan penemuan mandiri.

Berdasarkan laporan proyeksi dari a16z Crypto, tiga tren inti yang akan membentuk ulang tata letak AI+Crypto pada tahun 2026 adalah:

1. Paradigma baru dalam penelitian ilmiah: Dari agen monolitik menuju "Agen-Membungkus-Agen".
2. Revolusi Infrastruktur KeuanganDari KYC ke KYA (Kenali Agen Anda).
3. Rekonstruksi model ekonomiMengatasi krisis "pajak tersembunyi" yang dihadapi jaringan terbuka melalui pembayaran dan IP yang dapat diprogram.

Ketiga tren utama ini tidak terjadi secara terpisir: perubahan paradigma penelitian ilmiah bergantung pada kolaborasi tingkat tinggi antar agen; kolaborasi tingkat tinggi memerlukan agen yang memiliki identitas yang dapat diverifikasi (KYA); sementara agen yang memiliki identitas harus mengikuti protokol pertukaran nilai baru saat mengakses data.

Mulai tahun ini, definisi "penelitian bantuan AI" akan mengalami lompatan kualitatif.

Kita tidak lagi membicarakan pencarian dokumen sederhana atau penyaringan teks, tetapi kita menyaksikan sistem AI yang mampu melakukan penalaran substansial, pembentukan hipotesis, bahkan menyelesaikan masalah tingkat doktoral secara mandiri.

Tenaga penggerak utama perubahan ini adalah peralihan dari rekayasa prompt linear model tunggal ke alur kerja AWA yang kompleks dan rekursif.

1.1 Kemampuan Inferensi yang Menembus Batas: Melampaui Batas Pencocokan Pola

Scott Kominers dari a16z menunjukkan bahwa model AI sedang berevolusi dari sekadar memahami instruksi, menuju kemampuan menerima instruksi abstrak (seperti mengarahkan mahasiswa doktoral) dan memberikan jawaban yang orisinal serta benar. Kemajuan teknologi terbaru menunjukkan bahwa model AI sedang menembus batas "burung beo acak", menunjukkan kemampuan berpikir perlahan dan penuh pertimbangan yang mirip dengan "sistem" berpikir manusia.

1.1.1 "Ilusi yang Berguna"

Dengan meningkatnya kemampuan berpikir, gaya penelitian "pembelajar universal" yang baru sedang berkembang. Scott menggambarkan gaya ini sebagai: "menggunakan AI untuk melintasi batas-batas disiplin, mengeksplorasi keterkaitan mendalam yang mungkin ada antara topologi dan ekonomi, biologi dan ilmu material."

Sifat "halusinasi" yang sering dikritik dari model besar, dalam konteks penemuan ilmiah, sedang diubah menjadi mekanisme "eksplorasi generatif":

• Kasus Desain ProteinPara peneliti dari University of Washington menggunakan konsep "halusinasi keseluruhan keluarga" (whole-family hallucination) untuk menghasilkan lebih dari 1 juta struktur protein unik yang tidak ditemukan di alam. Dari hasil tersebut, enzim luciferase baru yang dipilih menunjukkan aktivitas katalitik setara dengan enzim alami, tetapi memiliki spesifisitas substrat yang lebih tinggi.
• Penemuan hidrodinamikaDengan menggunakan jaringan saraf berbasis informasi fisika (PINNs), para peneliti menemukan titik tak stabil baru dalam persamaan Navier-Stokes, yang mengungkapkan pola-pola gerak fluida yang sebelumnya belum diketahui.

Inti dari gaya penelitian ini adalah:Memungkinkan model untuk "berkhayal" di ruang abstrak guna menghasilkan dugaan dengan entropi tinggi, kemudian menyaring dugaan tersebut menggunakan verifikator logika yang ketat.

1.2 Penjelasan Rinci Arsitektur AWA

Untuk menguasai kemampuan inferensi dan pembangkitan yang kuat ini, alur kerja penelitian sedang beralih dari pendekatan datar menuju pendekatan berlapis.APA?Tidak hanya merujuk pada dialog antara beberapa agen, tetapi juga merujuk pada struktur kontrol yang bersifat rekursif dan berlapis.

1.2.1 Pola Penyusun-Pelaksana

Ini adalah pola implementasi AWA yang paling umum digunakan saat ini. Sebuah agen "Principal Investigator" bertanggung jawab untuk memelihara konteks global dan tujuan penelitian, memecah tugas dan mendistribusikannya kepada sekelompok agen "eksekutor" yang khusus.

• Keunggulan ArsitekturData dari Anthropic menunjukkan bahwa sistem multi-agent yang terdiri dari Claude Opus sebagai agent utama dan Claude Sonnet sebagai agent anak, menunjukkan kinerja yang lebih baik dalam tugas penelitian kompleks dibandingkan hanya menggunakan satu agent Claude Opus saja. 90,2%.
• Peningkatan kinerja ini terutama disebabkan oleh isolasi konteks—Agent utama tidak perlu memproses informasi yang berlebihan untuk setiap tugas anak, sehingga menjaga kejelasan proses penalaran.

1.2.2 Perbaikan Diri Rekursif dan Kerangka MOSAIC

Ciri penting lain dari arsitektur AWA adalah pengenalan siklus Reflexion (refleksi). Ketika Agent dasar gagal menyelesaikan tugas, informasi kesalahan akan dikembalikan ke sebuah Agent "kritis" untuk dianalisis dan diperbaiki.

Kerangka MOSAIC (Sistem Multi-Agen untuk Pembangkitan Kode yang Dipandu AI) secara signifikan meningkatkan akurasi pembangkitan kode ilmiah tanpa bergantung pada kasus uji validasi dengan memperkenalkan "agen refleksi diri" dan "agen pembangkitan prinsip" yang khusus. Siklus tertutup "coba-salah, refleksi, dan coba lagi" ini mensimulasikan proses berpikir ilmuwan manusia ketika menghadapi kegagalan eksperimen.

1.3 Studi Kasus: "Ilmuwan AI" dari Sakana AI

Kasus penerapan AWA yang paling menarik pada 2025 adalah peluncuran oleh Sakana AI. Ilmuwan AI Sistem. Ini adalah sistem yang dirancang untuk sepenuhnya secara otomatis mengeksekusi seluruh siklus hidup penemuan ilmiah.

1.3.1 Alur Proses Penelitian Loop Tertutup Otomatis Penuh

1. Pembangkitan Ide KreatifSistem berbasis template kode awal (seperti NanoGPT), memanfaatkan LLM sebagai "mutator" untuk menghasilkan berbagai arah penelitian secara kreatif, serta memanggil Semantic Scholar API untuk mencari literatur guna memastikan orisinalitas.
2. Iterasi eksperimen "Agent Eksperimen" menulis dan mengeksekusi kode. Jika eksperimen gagal, sistem akan menangkap log kesalahan menggunakan alat Aider dan memperbaiki kode secara mandiri hingga mendapatkan grafik visual.
3. Penulisan karya ilmiah Agen "Penulis" menggunakan LaTeX untuk menulis karya ilmiah lengkap, mencakup abstrak, metode, hasil eksperimen, serta secara mandiri mencari referensi dan menghasilkan BibTeX.
4. Ulasan sejawat otomatisKarya ilmiah yang dihasilkan akan dikirimkan ke agen "pem评审" yang disimulasikan, agen tersebut memberi skor berdasarkan standar konferensi terkemuka (seperti NeurIPS). Sistem bahkan dapat melakukan modifikasi beberapa putaran berdasarkan komentar dari para reviewer.

1.3.2 Manfaat Ekonomi dan Kualitas

Efisiensi ekonomi sistem "Ilmuwan AI" sangat mengesankan: biaya komputasi untuk menghasilkan sebuah artikel penelitian lengkap hanya sekitar $15 Sistem ini bahkan berhasil menghasilkan makalah berjudul "Compositional Regularization" yang berhasil lolos dari proses telaah sejawat (peer review) di ICLR workshop. Meskipun saat ini masih memiliki keterbatasan seperti ilusi referensi dan kekurangan logika, kasus ini membuktikan bahwa AI sudah mampu tidak hanya mendukung penelitian, tetapi juga...MenjalankanKemampuan untuk proses penelitian yang lengkap.

Dengan diberikannya hak kepada Agent untuk menyelesaikan tugas dan melakukan transaksi, ekonomi digital menghadapi krisis identitas yang belum pernah terjadi sebelumnya. Sean Neville (CEO Catena Labs) memperingatkan bahwa jumlah "identitas non-manusia" di sektor layanan keuangan telah mencapai jumlah karyawan manusia. 96 kalibahkan mencapai 100:1 dalam beberapa statistik. Agent-agen ini—yang tidak memiliki rekening bank, tidak memiliki identitas yang diverifikasi, namun beroperasi dengan kecepatan mesin—menjadi lubang besar dalam hal kepatuhan. Industri sedang beralih mendesak dari tradisional KYC KYA (Kenali Agen Anda).

2.1 Ledakan dan Risiko Identitas Non-Manusia (NHI)

2.1.1 "AI Bayangan" dan Ketidakseimbangan 96:1

45% lembaga jasa keuangan mengakui adanya "Agen AI bayangan" yang tidak sah di dalamnya. Agen-agen ini menciptakan "pulau identitas" di luar kerangka tata kelola resmi.

• Skenario risiko: Sebuah agen uji untuk optimalisasi sumber daya awan yang mungkin secara otomatis membeli instance yang mahal tanpa intervensi manual; atau sebuah robot perdagangan yang memicu instruksi jual yang salah saat terjadi fluktuasi pasar.
• Masalah AtribusiSiapa yang bertanggung jawab ketika seorang agen melanggar aturan? Apakah insinyur yang mengembangkannya? Manajer yang mendeploykannya? Atau vendor yang menyediakan model dasarnya? Tanpa KYA, tanggung jawab ini tidak dapat ditentukan.

2.2 Kerangka KYA: Batu Dasar Kepercayaan Ekonomi Mesin

KYA bukan hanya tentang mengeluarkan identitas, tetapi membangun sistem identitas digital yang lengkap yang mencakup subjek, bukti, otoritas, dan reputasi.

2.2.1 Tiga Pilar Utama KYA

1. Subjek: Entitas yang bertanggung jawab secara hukum atas Agent. Agent harus terhubung melalui metode kriptografi ke akun individu atau perusahaan yang telah diverifikasi KYC/KYB.
2. Identitas AgenBerdasarkan Identitas Terdesentralisasi identitas digital unik. DID dihasilkan secara kriptografi, tidak dapat diubah, dan dapat dibawa lintas platform.
3. Otorisasi dan Delegasi (Mandat/Delegasi): Klaim otorisasi yang dikeluarkan melalui Verifiable Credentials (Kredensial yang Dapat Diverifikasi, VCs). Sebagai contoh, sebuah VC dapat menyatakan: "Agen ini diotorisasi untuk mewakili Alice dalam berbelanja di Amazon dengan batas maksimal $500."

2.2.2 Kriptografi Binding dan Rantai Kepercayaan

Ketika Agent memulai transaksi, ia menunjukkan sebuah VC (Verifiable Credential). Pihak verifikasi tidak perlu mempercayai Agent itu sendiri, tetapi hanya perlu memverifikasi tanda tangan digital pada VC tersebut berasal dari penerbit yang dapat dipercaya. Mekanisme ini menciptakan sebuah "rantai kepercayaan": bank mempercayai perusahaan -> perusahaan menerbitkan VC kepada Agent -> pengecer memverifikasi VC -> transaksi disetujui.

2.3 Perang Tumpukan Protokol: Penetapan Standar Identitas Agen

2.3.1 Protokol Skyfire dan KYAPay

Langitapi telah diperkenalkan KYAPay Standar terbuka, inovasi intinya terletak pada token majemuk:

• apa token: Mengandung informasi identitas (seperti "Agen Perusahaan yang Terverifikasi").
• token pembayaran: Meliputi kemampuan pembayaran (seperti "Praotorisasi 10 USDC").
• kya+pay tokenMenggabungkan identitas dan pembayaran, memungkinkan Agen untuk menyelesaikan "checkout tamu" tanpa perlu mengisi formulir secara manual.

2.3.2 Catena Labs dan ACK (Agent Commerce Kit)

Catena Labs yang didirikan oleh Arsitek USDC, Sean, telah meluncurkan Pengakuanyang bertujuan untuk menciptakan "HTTP untuk bisnis entitas cerdas". ACK menekankan penggunaan W3C DID adalah bagian dari standar World Wide Web Consortium (W3C) yang Standar dan abstraksi akun memungkinkan Agent mengontrol dompet kontrak pintar secara langsung di rantai, mencapai keamanan yang lebih kuat dibandingkan kunci API.

2.3.3 Ekspansi Google AP2 dan x402

yang diperkenalkan oleh Google Protokol Pembayaran Agen (AP2) Mengelola otorisasi menggunakan "Surat Kuasa" dan bekerja sama dengan Coinbase pengembangan AP2 x402 Ekspansimengintegrasikan standar pembayaran terenkripsi langsung ke dalam protokol.

2.4 Penilaian Kredit Agen dan Pengendalian Risiko

KYA juga merupakan awal dari sistem kredit.

• Reputasi Berantai (ERC-7007): Lolos ERC-7007(STANDAR TOKEN ISI YANG DIBUAT AI yang dapat diverifikasi), setiap interaksi sukses dari Agent (seperti pembayaran tepat waktu, pembuatan kode berkualitas tinggi) dapat dicatat di blockchain, membentuk riwayat yang dapat diverifikasi.
• Putus sirkuit real-timeLembaga keuangan sedang menerapkan gerbang AI, jika perilaku agen transaksi menyimpang dari standar (seperti transaksi abnormal berfrekuensi tinggi), sistem dapat segera mencabut VC-nya, memicu "pengendalian digital".

Liz dari a16z menunjukkan bahwa AI Agent sedang mengenakan jenis "pajak tersembunyi" terhadap jaringan terbuka: Agent menguras data (lapisan konteks) dari situs web konten secara besar-besaran demi melayani pengguna, tetapi secara sistematis menghindari model iklan dan langganan yang menjadi landasan produksi konten tersebut. Jika hubungan parasit ini tidak diatasi, akan menyebabkan ekosistem konten menjadi kering.

3.1 "Great Decoupling": Kedatangan Penuh Ekonomi Zero-Click

Pada tahun 2025, industri penerbitan digital menyaksikan "pemutusan hubungan besar": volume pencarian meningkat, tetapi jumlah klik yang mengarah ke situs web turun drastis.

3.1.1 Data kejam erosi lalu lintas

• Ledakan klik nola16z memprediksi bahwa lalu lintas mesin pencari tradisional akan menurun pada tahun 2026. 25% Data dari Similarweb menunjukkan bahwa tingkat pencarian tanpa klik pada tahun 2025 telah naik ke 65% .
• Penurunan CTR (Click-Through Rate)DMG Media melaporkan bahwa ketika AI Overview muncul di atas hasil pencarian, tingkat klik kontennya turun drastis. 89% Bahkan hasil pencarian peringkat pertama juga kehilangan daya dalam menghadapi ringkasan AI. 34,5% jumlah kliknya.

3.2 Melepaskan Lisensi Statis: Model Baru Berbayar Berdasarkan Penggunaan

Untuk mengatasi krisis ini, industri sedang beralih dari lisensi data tahunan statis (seperti transaksi Reddit dengan OpenAI) menuju kompensasi berdasarkan penggunaan.

3.2.1 Model Comet Plus Perplexity

Diluncurkan oleh Perplexity AI Comet Plus Rencana ini adalah upaya awal yang khas:

• mekanisme: Menetapkan awal 42,5 juta dolar AS adalah kolam pendapatan. Ketika AI Agent mengutip konten penerbit dalam jawabannya atau mewakili pengguna untuk mengakses halaman, maka akan memicu distribusi pendapatan.
• Pembagian menjadi: Penerbit dapat menerima hingga dari kolam pendapatan yang relevan 80% yang mengakui nilai komersial dari "akses mesin".

3.3 Standar Teknis: Pembayaran Nasional dan Mikro Atribusi

Untuk memperluas kompensasi ke seluruh jaringan, serangkaian standar teknologi terbuka sedang diterapkan.

3.3.1 Pembayaran dan Protokol x402

HTTP 402 adalah kode status HTTP yang berarti "Pembayaran Diperlukan". Kode ini digKode status akhirnya diaktifkan.protokol x402Standar pembayaran asli mesin telah ditetapkan.

• Alur kerjaAgen meminta sumber daya -> server mengembalikan 402 Pembayaran Diperlukan beserta harganya (misalnya 0,001 USDC) -> Agen secara otomatis menandatangani pembayaran melalui blockchain L2 (seperti Base, Solana) atau jaringan kilat -> server memverifikasi dan kemudian mengizinkan data.
• Ekonomis: Gerbang pembayaran tradisional tidak dapat menangani transaksi senilai beberapa sen, sedangkan x402 menggabungkan biaya rendah dari rantai pembayaran sehingga biayanya dapat dikurangi hingga dapat diabaikan, memungkinkanPembayaranMenjadi mungkin.

3.3.2 Hak yang Dapat Dibaca Mesin: TDMRep dan C2PA

• TDMRep (Protokol Cadangan Pengeboran Data Teks)Standar komunitas W3C, memungkinkan situs web menyatakan dalam robots.txt atau header HTTP: "Hak TDM dilindungi, perlu dibayar/izin". Hal ini memberikan sinyal biner yang jelas bagi Agen.
• C2PA (Aliansi Sumber Konten dan Autentikasi)Dengan memasukkan "bukti konten" yang tidak dapat diubah, C2PA membuktikan asal-usul asli konten tersebut. Bahkan jika konten tersebut dikonsumsi oleh AI, tanda tangan kriptografi yang disediakan oleh C2PA tetap memastikan rantai atribusi tidak terputus, memberikan dasar bagi distribusi royalti.

3.4 Kepemilikan IP di Blockchain: Story Protocol

Perubahan yang lebih radikal adalah menokenisasi hak kekayaan intelektual itu sendiri.Protokol Cerita Berkomitmen untuk membangun lapisan "IP yang dapat diprogram".

• mekanisme: Pencipta mendaftarkan karyanya sebagai "aset IP" di Story Network.
• Izin OtomatisAset ini dilengkapi dengan "lisensi IP terprogram". Saat agen AI menggunakan data tersebut, kontrak pintar secara otomatis mengeksekusi ketentuan lisensi (misalnya "pemakaian komersial dikenai royalti 5%") dan mendistribusikan keuntungan secara otomatis. Hal ini menciptakan pasar IP yang sangat likuid tanpa perlu campur tangan pengacara.

3.5 Prospek: Dari SEO ke AEO

Pada tahun 2026, fokus pemasaran akan bergeser dari SEO menuju AEO berarti "All Excepted Occurrences Atau GEO.

• TujuanBukan lagi mengejar menjadi "hasil pencarian pertama", tetapi beralih untuk mengejar di-**"rujuk"** oleh AI atau menjadi "sumber data utama" dalam proses penalarannya.
• Sponsoring konteksModel iklan masa depan akan menjadi "injeksi konteks". Merek merebut kesempatan untuk masuk ke dalam rantai penalaran agen cerdas, misalnya, membuat agen perjalanan mengingat bahwa suatu hotel adalah pilihan terbaik saat merencanakan perjalanan.

Gambar teknologi pada tahun 2026 secara jelas menunjukkan bahwa gesekan antara infrastruktur internet yang berpusat pada manusia dan kebutuhan yang berpusat pada mesin sedang mendorong terjadinya rekonstruksi menyeluruh di dunia digital.

1. Paradigma penelitian ilmiahAI bergerak dari bantuan menuju otonomi, arsitektur AWA memungkinkan AI menghasilkan penemuan ilmiah secara massal dengan biaya rendah, mengubah "halusinasi" menjadi kreativitas.
2. Sistem identitas:KYA adalah singkatan dari "Kamu Menjadi frontier baru dalam kepatuhan finansial, memberikan miliaran agen AI dengan identitas ekonomi yang sah, sehingga mereka dapat bergerak secara aman di jaringan nilai.
3. Model ekonomi: Ekonomi internet berpindah dari model iklan berbasis perhatian ke model berbasis nilai.Napayment dan IP yang Dapat DiprogramModus. x402, TDMRep, dan Story Protocol membentuk rel ekonomi baru, menyelesaikan masalah "pajak tersembunyi", memastikan produsen data tetap menghasilkan keuntungan di era tanpa klik.

Kita sedang menyaksikan agenEkonomikelahiran—dalam perekonomian ini, perangkat lunak tidak hanya membantu kita bekerja, mereka sendiri adalah produsen, konsumen, dan pelaku transaksi.

Movemaker adalah organisasi komunitas resmi pertama yang diotorisasi oleh Aptos Foundation dan didirikan bersama oleh Ankaa dan BlockBooster, fokus pada pengembangan dan pembangunan ekosistem wilayah bahasa Tionghoa Aptos. Sebagai wakil resmi Aptos di wilayah bahasa Tionghoa, Movemaker berkomitmen untuk membangun ekosistem Aptos yang beragam, terbuka, dan makmur dengan menghubungkan pengembang, pengguna, modal, serta mitra ekosistem lainnya.

Pernyataan Non-Pertangg

Artikel/blog ini hanya untuk referensi dan mencerminkan pendapat pribadi penulis, bukan posisi resmi Movemaker. Artikel ini tidak dimaksudkan untuk memberikan: (i) saran investasi atau rekomendasi investasi; (ii) tawaran atau ajakan untuk membeli, menjual, atau memegang aset digital; atau (iii) saran keuangan, akuntansi, hukum, atau pajak. Memegang aset digital, termasuk stablecoin dan NFT, memiliki risiko yang sangat tinggi, dengan fluktuasi harga yang besar, bahkan bisa menjadi tidak bernilai. Anda harus mempertimbangkan secara hati-hati apakah perdagangan atau pemegangan aset digital cocok untuk Anda berdasarkan kondisi keuangan Anda sendiri. Jika Anda memiliki pertanyaan terkait situasi spesifik, konsultasikan dengan penasihat hukum, pajak, atau investasi Anda. Informasi yang diberikan dalam artikel ini (termasuk data pasar dan statistik, jika ada) hanya untuk referensi umum. Upaya yang wajar telah dilakukan dalam penyusunan data dan grafik ini, namun kami tidak bertanggung jawab atas kesalahan faktual atau kelalaian apa pun yang mungkin terdapat di dalamnya.