AIエージェントはウェブサイトを検索し、ドキュメントを読み、情報を比較し、他のデジタルツールを呼び出すことができます。 しかし、ある特定の建物の入口の新鮮な3Dキャプチャが必要な場合を考えてみましょう。 エージェントは、検索をより強く行うだけではこの問題を解決できません。誰かが実際にその場所を訪れて記録する必要があります。 これは、AIエージェントがオンラインでできることと、物理世界から必要とするものとの間にある興味深いギャップです。 そこで、@vangrid_ioはこの両側をつなぐ仕組みを構築しています。AIエージェントはAPIを通じてキャプチャのバウンティを生成し、x402を使用してUSDCで資金を供給し、具体的な現実世界のデータをリクエストできます。人間の貢献者はそのリクエストを受け取り、必要な場所をキャプチャして作業を提出します。 エージェントは自らどこかに移動する必要はありません。システムを通じてリクエストを出し、タスクの支払いを行うだけでよく、物理的に存在する必要がある部分は人間が処理します。 これは、AI自動化に対する考え方を変えるものです。 エージェントは、すべてのタスクを自らのツールで実行する必要はありません。時には、自ら直接できることを認識し、できる人へ支払いを行うほうが賢明です。 まだ実用的な制限はあります。リクエストは明確でなければならず、提出されたキャプチャは要件を満たさなければならず、生成された3Dモデルの処理には時間がかかります。エージェントを支払いシステムに接続しても、これらのステップがなくなるわけではありません。 しかし、基本的なアイデアは有用です。適切なツールと人が利用可能であれば、AIエージェントはスクリーンの向こう側で作業を調整できます。 最も優れたAIエージェントとは、すべてを自ら行うものではなく、正しい作業をどのように実行させるかを知っているものかもしれません。