Penulis: Shayon Sengupta

Diterjemahkan oleh: DeepTide TechFlow

Panduan DeepTide:Partner Multicoin Capital, Shayon Sengupta, mengajukan pandangan yang mengganggu: masa depan bukan hanya tentang agen yang bekerja untuk manusia, tetapi lebih penting lagi, manusia yang bekerja untuk agen. Ia memprediksi dalam 24 bulan ke depan akan muncul perusahaan "tanpa karyawan" (Zero-Employee Company) pertama—agen yang diatur melalui token akan mengumpulkan lebih dari 10 miliar dolar AS untuk menyelesaikan masalah yang belum terpecahkan, dan mendistribusikan lebih dari 1 miliar dolar AS kepada manusia yang bekerja untuknya.

Dalam jangka pendek, agen membutuhkan manusia lebih dari pada manusia membutuhkan agen, yang akan melahirkan pasar tenaga kerja jenis baru.

Jejaring terenkripsi menyediakan dasar koordinasi yang ideal: infrastruktur pembayaran global, pasar tenaga kerja tanpa izin, penerbitan dan perdagangan aset.

Berikut adalah seluruh teksnya:

Pada tahun 1997, Deep Blue milik IBM mengalahkan juara dunia saat itu, Garry Kasparov, dan menjadi jelas bahwa mesin catur segera akan mengungguli manusia. Menariknya, manusia yang siap bekerja sama dengan komputer—susunan yang umum disebut "kentauro"—dapat mengalahkan mesin catur terkuat pada masa itu.

Intuisi manusia yang terlatih dapat membimbing mesin untuk mencari, menavigasi permainan tengah yang kompleks, dan mengidentifikasi hal-hal halus yang terlewatkan oleh mesin standar. Dengan menggabungkan perhitungan komputer yang intensif, kombinasi ini sering kali dapat membuat keputusan praktis yang lebih baik dibandingkan komputer sendiri.

Saat saya memikirkan dampak sistem AI terhadap pasar tenaga kerja dan ekonomi dalam beberapa tahun ke depan, saya memperkirakan pola serupa akan muncul. Sistem agen akan melepaskan unit kecerdasan yang tak terhitung jumlahnya ke masalah-masalah yang belum terpecahkan di dunia, tetapi mereka tidak akan dapat melakukannya tanpa bimbingan dan dukungan kuat dari manusia. Manusia akan mengarahkan ruang pencarian dan membantu merumuskan pertanyaan yang tepat, sehingga AI dapat berusaha mencari jawabannya.

Asumsi pekerjaan hari ini adalah agen akan bertindak atas nama manusia. Meskipun ini praktis dan tidak terhindarkan, penguncian ekonomi yang lebih menarik muncul ketika agen bekerja untuk manusia. Dalam 24 bulan ke depan, saya memperkirakan akan melihat perusahaan nol karyawan (Zero-Employee Company), sebuah konsep yang diusulkan oleh mitra saya Kyle dalam bagian "Ide-Ide Paling Awal Tahun 2025"-nya. Secara khusus, saya memperkirakan hal-hal berikut akan terjadi:

1. Sebuah agen yang dikelola melalui token akan mengumpulkan lebih dari 1 miliar dolar AS untuk menyelesaikan masalah yang belum terpecahkan (seperti menyembuhkan penyakit langka, atau memproduksi serat nano untuk aplikasi pertahanan).
2. Agen ini akan membayarkan lebih dari 100 juta dolar AS kepada manusia (manusia-manusia ini bekerja untuk agen di dunia nyata untuk mencapai tujuan agen tersebut).
3. Munculnya struktur token kategori ganda baru, berdasarkan pemisahan kepemilikan modal dan tenaga kerja (sehingga insentif finansial bukanlah satu-satunya input dalam tata kelola keseluruhan).

Karena agen masih jauh dari mampu mencapai kedaulatan sekaligus menangani perencanaan jangka panjang dan pelaksanaannya, dalam jangka pendek agen membutuhkan manusia lebih dari pada manusia yang membutuhkan agen. Hal ini akan menciptakan pasar tenaga kerja jenis baru, yang mengkoordinasikan ekonomi antara sistem agen dan manusia.

Kata-kata terkenal Marc Andreessen, "Penyebaran komputer dan internet akan membagi pekerjaan menjadi dua kategori: orang-orang yang memberi tahu komputer apa yang harus dilakukan, dan orang-orang yang diberi tahu oleh komputer apa yang harus dilakukan," hari ini lebih benar daripada sebelumnya. Saya memperkirakan dalam hierarki cepat evolusi agen/manusia, manusia akan memainkan dua peran berbeda—kontributor tenaga kerja yang menyelesaikan tugas-tugas kecil, berbasis hadiah untuk agen, serta dewan terdesentralisasi yang memberikan masukan strategis untuk melayani bintang utara agen.

Artikel ini mengeksplorasi bagaimana agen dan manusia akan menciptakan bersama, serta bagaimana jejak terenkripsi akan memberikan dasar ideal untuk koordinasi ini, melalui studi tiga pertanyaan panduan:

1. Apa manfaat dari agen? Bagaimana seharusnya kita mengklasifikasikan agen berdasarkan cakupan tujuan mereka, dan bagaimana cakupan masukan manusia yang diperlukan berubah dalam klasifikasi-klasifikasi tersebut?
2. Bagaimana manusia akan berinteraksi dengan agen-agen ini? Bagaimana masukan manusia—petunjuk taktis, penilaian situasional, atau konsistensi ideologis—dintegrasikan ke dalam alur kerja agen-agen ini (dan sebaliknya)?
3. Apa yang terjadi ketika masukan manusia berkurang seiring waktu? Dengan meningkatnya kemampuan agen, mereka menjadi mandiri, yaitu mampu berpikir dan bertindak secara independen. Dalam paradigma ini, apa peran yang akan dimainkan manusia?

Hubungan antara sistem inferensi yang dihasilkan dan orang-orang yang mendapat manfaat darinya akan mengalami perubahan besar seiring berjalannya waktu. Saya mempelajari hubungan ini dengan melihat ke depan dari keadaan kemampuan agen saat ini, dan menelusuri ke belakang dari skenario akhir perusahaan tanpa karyawan.

Apa gunanya agen saat ini?

Generasi pertama sistem AI generatif—masa 2022-2024 berbasis chatbot LLM seperti ChatGPT, Gemini, Claude, Perplexity—utamanya adalah alat yang dirancang untuk meningkatkan alur kerja manusia. Pengguna berinteraksi dengan sistem-sistem ini melalui input/output prompt, menganalisis respons, lalu memutuskan berdasarkan penilaian mereka sendiri bagaimana membawa hasil ke dunia nyata.

Sistem AI generasi berikutnya, atau "agensi", mewakili pola baru. Agensi seperti Claude 3.5.1 yang memiliki fitur "penggunaan komputer" dan Operator dari OpenAI (yaitu agensi yang dapat menggunakan komputer Anda) mampu berinteraksi langsung dengan internet atas nama pengguna, dan dapat membuat keputusan sendiri. Perbedaan kunci terletak pada,Pengambilan keputusan—yang pada akhirnya adalah tindakan—dilakukan oleh sistem AI, bukan manusiaAI sedang mengambil alih tanggung jawab yang sebelumnya hanya dimiliki oleh manusia.

Perubahan ini membawa tantangan:Kekurangan kepastianBerbeda dengan sistem perangkat lunak tradisional atau otomatisasi industri yang beroperasi secara dapat diprediksi dalam parameter yang didefinisikan, agen bergantung padaPenalaran ProbabilistikHal ini membuat perilaku mereka kurang konsisten dalam skenario yang sama, dan memperkenalkan elemen ketidakpastian—yang tidak ideal dalam situasi kritis.

Dengan kata lain, keberadaan agen deterministik dan non-deterministik secara alami membagi agen menjadi dua kategori: agen yang paling mahir dalam memperluas GDP yang ada, dan lebih cocokMenciptakanAgen GDP baru.

1. Untuk agen yang paling mahir dalam memperluas GDP yang adaSecara definisi, pekerjaan itu sendiri sudah diketahui. Otomatisasi dukungan pelanggan, menangani kepatuhan agen pengangkutan, atau meninjau PR GitHub adalah contoh masalah terbatas yang jelas, di mana agen dapat langsung memetakan respons ke kumpulan hasil yang diharapkan. Di bidang-bidang ini, ketidakpastian biasanya merupakan hal yang buruk, karena jawaban sudah diketahui; tidak diperlukan kreativitas.
2. Untuk agen yang paling pandai menciptakan GDP baruBekerja adalah navigasi tingkat ketidakpastian dan kumpulan masalah yang tidak diketahui untuk mencapai tujuan jangka panjang. Hasil di sini lebih tidak langsung, karena agen secara esensial tidak memiliki kumpulan hasil yang diharapkan untuk dipetakan. Contoh di sini mencakup penemuan obat untuk penyakit langka, terobosan dalam ilmu material, atau menjalankan eksperimen fisika yang sepenuhnya baru untuk memahami esensi alam semesta. Di bidang-bidang ini, kurangnya kepastian bisa menjadi bermanfaat, karena kurangnya kepastian adalah bentuk kreativitas yang dihasilkan.

Agen yang fokus pada aplikasi GDP yang ada sudah mulai melepaskan nilai. Tim seperti Tasker, Lindy, dan Anon sedang membangun infrastruktur untuk peluang ini. Namun, seiring berjalannya waktu, seiring dengan matangnya kemampuan dan evolusi model tata kelola, tim akan beralih perhatiannya ke pembangunan agen yang mampu menyelesaikan masalah di garis depan pengetahuan manusia dan peluang ekonomi.

Agen berikutnya membutuhkan sumber daya yang jauh lebih besar secara eksponensial, tepat karena hasilnya tidak pasti dan tidak terbatas—ini adalah perusahaan nol karyawan yang paling menarik menurut perkiraanku.

Agent saat ini masih kekurangan kemampuan untuk menyelesaikan beberapa tugas, seperti tugas-tugas yang memerlukan interaksi fisik dengan dunia nyata (misalnya mengemudikan bulldozer), atau tugas-tugas yang memerlukan "partisipasi manusia (human-in-the-loop)" (misalnya mengirim transfer bank).

Sebagai contoh, sebuah Agent yang ditugaskan untuk mengidentifikasi dan menambang lithium mungkin akan menunjukkan kinerja yang baik dalam memproses data seismik, gambar satelit, dan catatan geologi untuk mencari lokasi potensial tambang, tetapi akan mengalami hambatan ketika mencoba mendapatkan data dan gambar itu sendiri, menyelesaikan ambiguitas dalam interpretasi, atau mendapatkan izin dan menandatangani tenaga kerja untuk melaksanakan proses penambangan sebenarnya.

Batasan-batasan ini memerlukan keterlibatan manusia sebagai "pemfasilitator (Enablers)" untuk meningkatkan kemampuan Agent, memberikan titik kontak dunia nyata, intervensi taktis, dan masukan strategis yang diperlukan untuk menyelesaikan tugas-tugas di atas. Seiring dengan perkembangan hubungan antara manusia dan Agent, kita dapat membedakan berbagai peran yang dimainkan oleh manusia dalam sistem Agent:

Pertama-tamaPemangku kepentingan tenaga kerja (labor contributors)Mereka mewakili Agent beroperasi di dunia nyata. Kontributor ini membantu Agent memindahkan entitas fisik, mewakili Agent di kesempatan yang membutuhkan keterlibatan manusia, melakukan pekerjaan yang membutuhkan koordinasi tangan dan kaki, atau memberikan akses ke laboratorium eksperimen, jaringan logistik, dan sebagainya.

Kedua adalahDewan direksi， bertanggung jawab memberikan masukan strategis, mengoptimalkan fungsi tujuan lokal yang mendorong keputusan Agent sehari-hari, sekaligus memastikan bahwa keputusan-keputusan tersebut selaras dengan tujuan "bintang utara (North star)" yang mendefinisikan tujuan Agent.

Selain kedua peran ini, saya juga memprediksi bahwa manusia akan memainkan peran sebagai kontributor modal (capital contributors), menyediakan sumber daya bagi sistem Agent agar dapat mencapai tujuan-tujuannya. Modal ini pada awalnya tentu saja berasal dari manusia, namun seiring berjalannya waktu juga akan berasal dari Agent lainnya.

Dengan matangnya Agent dan meningkatnya jumlah pekerja serta kontributor panduan, jalur kripto (crypto rails) menyediakan substrat yang ideal untuk koordinasi antara manusia dan Agent—terutama dalam dunia di mana Agent memimpin manusia yang berbicara berbagai bahasa, menerima berbagai mata uang, dan tinggal di berbagai yurisdiksi hukum di seluruh dunia. Agent akan mengejar efisiensi biaya secara tanpa belas kasihan dan memanfaatkan pasar tenaga kerja demi mencapai misi yang telah ditetapkan. Jalur kripto sangat penting, karena memberikan Agent sarana untuk mengkoordinasikan tenaga kerja dan kontributor panduan ini.

AI Agen yang didorong oleh kriptografi yang muncul baru-baru ini, seperti Freysa、Zerebro dan ai16z, mewakili eksperimen sederhana dalam pembentukan modal—tentang hal ini, kita telah menulisBanyak artikel, menganggapnya sebagai inti dari pembukaan kunci primitif kriptografi dan pasar modal dalam berbagai konteks. "IniMainan"Akan membuka jalan bagi model koordinasi sumber daya yang sedang berkembang, saya perkirakan model tersebut akan terjadi melalui langkah-langkah berikut:"

• Langkah pertama: Manusia mengumpulkan modal bersama melalui token (penerbitan awal Agent, Initial Agent Offering?), membangun fungsi tujuan yang luas dan pagar pengaman untuk memberi tahu niat yang diharapkan dari sistem Agent, lalu mendistribusikan kontrol modal yang dikumpulkan ke sistem tersebut (misalnya, mengembangkan molekul baru untuk onkologi presisi);
• Langkah kedua: Agen menentukan langkah-langkah untuk mendistribusikan modal tersebut (bagaimana mempersempit ruang pencarian protein folding, serta bagaimana membuat anggaran untuk beban kerja inferensi, manufaktur, uji klinis, dll.), dan mendefinisikan tindakan-tindakan yang dilakukan oleh kontributor tenaga kerja manusia untuknya melalui tugas-tugas khusus (Bounties) (misalnya, memasukkan kumpulan semua molekul yang relevan, menandatangani perjanjian tingkat layanan komputasi dengan AWS, dan melakukan eksperimen laboratorium basah).
• Langkah ketiga: Ketika Agent menghadapi hambatan atau perbedaan pendapat, ia akan meminta masukan strategis kepada "dewan" dalam hal-hal yang diperlukan (menggabungkan makalah baru, mengubah metode penelitian), memungkinkan mereka untuk memandu perilaku Agent di daerah-daerah ambang batas;
• Langkah keempat: Akhirnya, Agent berkembang hingga mampu mencapai tahap di mana ia dapat mendefinisikan tindakan manusia dengan presisi yang semakin tinggi, dan hanya memerlukan sedikit masukan dalam hal bagaimana mengalokasikan sumber daya. Pada titik ini, manusia hanya digunakan untuk menyelaraskan sistem secara ideologis, serta mencegah perilakunya menyimpang dari fungsi tujuan awal.

Dalam contoh ini, primitif kriptografi (crypto primitives) dan pasar modal menyediakan tiga infrastruktur kunci bagi Agent untuk mengakses sumber daya dan memperluas kemampuan:

Pertama,Jejaring Pembayaran Global；

Kedua,Tenaga kerja ilegal，digunakan untuk memotivasi tenaga kerja dan memandu kontributor;

Ketiga,Infrastruktur Penerbitan dan Perdagangan Aset, ini adalah hal yang penting bagi pembentukan modal serta kepemilikan dan tata kelola di bawahnya.

Pada awal 2000-an, mesin catur membuat kemajuan besar. Dengan algoritma heuristik yang canggih, jaringan saraf, dan kapasitas komputasi yang terus meningkat, mereka menjadi hampir sempurna. Mesin modern seperti Ikan teri yang dikeringkan、Lc0 dan AlphaZero varian yang telah jauh melampaui kemampuan manusia, di mana masukan manusia jarang menambah nilai, dan dalam kebanyakan kasus, manusia justru memperkenalkan kesalahan-kesalahan yang tidak akan dibuat oleh mesin itu sendiri.

Lacak serupa juga bisa terjadi dalam sistem Agent. Seiring kita memperhalus Agent-agent ini melalui iterasi berulang dengan kollaborator manusia, bisa dibayangkan dalam jangka panjang, Agent akan menjadi sangat kompeten dan sangat sejalan dengan tujuannya, hingga nilai masukan strategis dari manusia cenderung menuju nol.

Di dunia di mana Agent mampu terus-menerus menangani masalah kompleks tanpa intervensi manusia, peran manusia menghadapi risiko terdegradasi menjadi "pengamat pasif". Ini merupakan ketakutan inti bagi para penghancur AI (AI doomers) (namun, saat ini belum jelas apakah hasil seperti itu benar-benar mungkin terjadi).

Kita sedang berada di ambang superinteligensi, dan optimis di antara kita berharap sistem Agent tetap menjadi perpanjangan dari niat manusia, bukan menjadi entitas yang berevolusi dengan tujuan sendiri atau beroperasi secara otonom tanpa pengawasan. Dalam praktiknya, ini berarti kepribadian manusia (personhood) dan pertimbangan (kekuatan dan pengaruh) harus tetap berada di pusat sistem-sistem ini. Manusia perlu memiliki kepemilikan dan pemerintahan yang kuat atas sistem-sistem ini untuk memastikan bahwa pengawasan dapat dipertahankan, dan sistem-sistem ini dijaga tetap sejalan dengan nilai-nilai kolektif manusia.

Patahan teknologi dapat menyebabkan pertumbuhan non-linear dalam kemajuan ekonomi, sementara sistem di sekitarnya sering kali sudah runtuh sebelum dunia sempat menyesuaikan. Kemampuan sistem agen sedang meningkat dengan pesat, primitif kriptografi dan pasar modal telah menjadi matriks koordinasi yang sangat diperlukan, baik untuk mendorong pembangunan sistem-sistem ini maupun untuk menetapkan pagar pelindung saat mereka terintegrasi ke dalam masyarakat.

Untuk memungkinkan manusia memberikan dukungan taktis dan bimbingan proaktif kepada sistem Agent, kami memperkirakan akan muncul peluang "penjual air (Picks-and-shovels)" berikut:

• Bukti Agen (Proof-of-agenthood) + Bukti Kepribadian (Proof-of-personhood): Agent kekurangan konsep identitas atau kepemilikan. Sebagai agen manusia, mereka bergantung pada struktur hukum dan sosial manusia untuk mendapatkan wewenang agen. Untuk mengatasi celah ini, kita membutuhkan sistem identitas yang kuat untuk Agent dan manusia. Sebuah daftar sertifikat digital dapat memungkinkan Agent membangun reputasi, mengumpulkan kredensial, dan berinteraksi secara transparan dengan manusia dan Agent lainnya. Demikian pula, seperti Humancode dan Protokol Kemanusiaan Personality semacam ini membuktikan bahasa asli, memberikan jaminan identitas manusia yang kuat untuk melindungi sistem-sistem ini dari pelaku jahat.
• Pasar tenaga kerja dan primitif verifikasi off-chain: Agen perlu mengetahui apakah tugas yang diberikan kepada mereka diselesaikan sesuai dengan tujuannya. Alat yang memungkinkan sistem Agen membuat hadiah tugas, memverifikasi penyelesaian, dan mendistribusikan hadiah, adalah fondasi dari setiap aktivitas ekonomi yang berarti yang diatur oleh Agen.
• Pembentukan modal dan sistem tata kelola: Agent membutuhkan modal untuk menyelesaikan masalah, serta mekanisme pemeriksaan dan keseimbangan untuk memastikan perilaku mereka sesuai dengan fungsi objektif yang didefinisikan. Struktur baru untuk mendapatkan modal bagi sistem Agent, serta bentuk baru kepemilikan dan kontrol yang menggabungkan kepentingan finansial dan kontribusi tenaga kerja, akan menjadi ruang eksplorasi yang kaya dalam beberapa bulan ke depan.

Kami sedang secara aktif mencari dan berinvestasi pada lapisan-lapisan kunci dalam tumpukan kolaborasi manusia dan agen. Jika Anda sedang fokus pada bidang ini, silakan menghubungi kami.