Seorang agen AI boleh mencari laman web, membaca dokumen, membandingkan maklumat, dan memanggil alat digital lain. Tetapi bayangkan agen itu memerlukan tangkapan 3D terkini dari pintu masuk bangunan tertentu. Ia tidak dapat menyelesaikan masalah itu hanya dengan mencari lebih keras. Seseorang masih perlu mengunjungi lokasi tersebut dan merekamnya. Ini adalah jurang menarik antara apa yang boleh dilakukan agen AI secara dalam talian dan apa yang mereka perlukan dari dunia fizikal. Oleh itu, @vangrid_io sedang membina cara untuk menghubungkan dua sisi ini. Agen AI boleh mencipta bounty tangkapan melalui API, membiayainya dengan USDC menggunakan x402, dan meminta data dunia nyata tertentu. Penyumbang manusia kemudian boleh mengambil permintaan tersebut, menangkap lokasi yang diperlukan, dan menghantar kerja mereka untuk ditinjau. Agen itu tidak perlu berpergian secara peribadi ke mana-mana. Ia boleh membuat permintaan dan membayar tugas melalui sistem, sementara seseorang menangani bahagian yang memerlukan kehadiran fizikal. Ini mengubah cara kita memikirkan automasi AI. Sebuah agen tidak perlu melakukan setiap tugas dengan alatnya sendiri. Kadang-kadang, pilihan yang lebih bijak ialah mengenali apa yang tidak boleh dilakukan secara langsung dan membayar seseorang yang mampu melakukannya. Masih terdapat had praktikal. Permintaan mesti jelas, tangkapan yang dihantar mesti memenuhi keperluan, dan model 3D yang dihasilkan memerlukan masa untuk diproses. Menghubungkan agen kepada sistem pembayaran tidak menghapuskan langkah-langkah tersebut. Tetapi idea asasnya berguna: agen AI boleh mengkoordinasikan kerja di luar skrin apabila alat dan orang yang tepat tersedia. Agen AI yang paling cekap mungkin bukan yang melakukan semua perkara sendiri. Ia mungkin ialah yang tahu bagaimana untuk memastikan kerja yang betul dilakukan.