Autor: Shayon Sengupta

Compilação: DeepTide TechFlow

Deep Tides Guia de Leitura:O sócio da Multicoin Capital, Shayon Sengupta, apresentou uma visão disruptiva: o futuro não será apenas sobre agentes trabalhando por humanos, mas mais importante, sobre humanos trabalhando por agentes. Ele prevê que nos próximos 24 meses surgirá a primeira "empresa sem funcionários" (Zero-Employee Company) - agentes governados por tokens arrecadarão mais de 10 bilhões de dólares para resolver problemas não resolvidos e distribuirão mais de 1 bilhão de dólares para as pessoas que trabalharem por eles.

Em curto prazo, os agentes necessitam de humanos mais do que os humanos necessitam de agentes, o que gerará um novo mercado de trabalho.

As trilhas criptográficas oferecem uma base de coordenação ideal: infraestrutura global de pagamentos, mercado de trabalho sem permissão, emissão e negociação de ativos.

Texto completo a seguir:

Em 1997, o Deep Blue da IBM derrotou o campeão mundial da época, Garry Kasparov, e tornou-se claro que os motores de xadrez em breve superariam os humanos. Curiosamente, humanos bem preparados que colaboravam com computadores — uma configuração comumente chamada de "centauro" — podiam superar os motores mais fortes da época.

A intuição humana aprimorada pode orientar a busca do motor, navegar por posições complexas do meio jogo e identificar sutilezas que os motores padrão deixam passar. Combinando o cálculo computacional intenso, isso frequentemente pode tomar decisões mais práticas do que os computadores sozinhos.

Quando penso sobre o impacto dos sistemas de IA nos mercados de trabalho e na economia nos próximos anos, prevê-se que padrões semelhantes surjam. Os sistemas de agentes liberarão inúmeras unidades inteligentes para problemas não resolvidos no mundo, mas não conseguirão fazê-lo sem a forte orientação e apoio humanos. Os humanos orientarão o espaço de busca e ajudarão a formular as perguntas certas, permitindo que a IA trabalhe para encontrar as respostas.

A suposição de trabalho de hoje é que agentes agirão em nome dos humanos. Embora isso seja prático e inevitável, surgem desbloqueios econômicos mais interessantes quando os humanos trabalham para os agentes. Nos próximos 24 meses, prevê-se ver a primeira empresa sem funcionários (Zero-Employee Company), um conceito proposto por meu sócio Kyle em sua seção de "Ideias de Fronteira para 2025". Especificamente, prevê-se o seguinte:

1. Um consórcio governado por tokens arrecadará mais de 1 bilhão de dólares para resolver um problema não resolvido (como curar doenças raras, ou fabricar nanofibras para aplicações de defesa).
2. O agente pagará mais de 100 milhões de dólares a humanos (esses humanos trabalham no mundo real para o agente, para atingir os objetivos do agente).
3. Surge uma nova estrutura de tokens de categoria dupla, com base na separação da propriedade entre capital e trabalho (fazendo com que incentivos financeiros não sejam a única entrada para a governança geral).

Devido ao fato de que os agentes ainda estão longe de atingir a soberania necessária para lidar com planejamento e execução a longo prazo, a curto prazo os agentes necessitarão mais dos humanos do que os humanos necessitarão dos agentes. Isso gerará um novo mercado de trabalho, que estabelecerá uma coordenação econômica entre os sistemas de agentes e os humanos.

A famosa frase de Marc Andreessen "A difusão dos computadores e da internet dividirá o trabalho em duas categorias: as pessoas que dizem aos computadores o que fazer, e as pessoas que são ditadas pelos computadores sobre o que fazer" é mais verdadeira hoje do que em qualquer momento anterior. Eu prevê uma rápida evolução da hierarquia de agentes/humanos, onde os humanos desempenharão dois papéis distintos - trabalhadores contribuintes que executam tarefas pequenas e recompensadas em nome dos agentes, e uma diretoria descentralizada que fornece entradas estratégicas para servir o norte estelar dos agentes.

Este artigo explora como agentes e humanos criarão juntos, e como a pista criptográfica fornecerá uma base ideal para essa coordenação, por meio do estudo de três questões diretrizes:

1. Qual a utilidade de um agente? Como deveríamos classificar agentes com base na amplitude de seus objetivos, e como a quantidade de entrada humana necessária varia entre essas classificações?
2. Como os humanos interagirão com os agentes? Como as entradas humanas — orientação tática, julgamento situacional ou consistência ideológica — se integrarão nos processos de trabalho desses agentes (e vice-versa)?
3. O que acontece conforme a entrada humana diminui ao longo do tempo? Conforme a capacidade dos agentes aumenta, eles se tornam autossuficientes, ou seja, capazes de raciocinar e agir de forma independente. Qual será o papel dos humanos nessa nova paradigma?

A relação entre sistemas de inferência gerados e as pessoas que se beneficiam delas sofrerá mudanças enormes ao longo do tempo. Estudo essa relação olhando para frente a partir do estado atual das capacidades dos agentes de hoje e retroalimentando a partir do cenário final das empresas sem funcionários.

Qual é a utilidade dos proxies atuais?

Os primeiros sistemas de IA geradora—LLMs baseados em chatbots da era 2022-2024, como ChatGPT, Gemini, Claude, Perplexity, entre outros—eram principalmente ferramentas destinadas a aprimorar os processos de trabalho humanos. Os usuários interagem com esses sistemas por meio de prompts de entrada/saída, analisam as respostas e, com base em seu próprio julgamento, decidem como introduzir os resultados no mundo.

Os próximos sistemas de IA gerados, ou "agentes", representam um novo modelo. Agentes como o Claude 3.5.1 com a funcionalidade de "uso do computador" e o Operator da OpenAI (um agente que pode usar o seu computador) são capazes de interagir diretamente com a internet em nome do usuário e tomar decisões por conta própria. A distinção chave aqui é que,Julgamento — e, finalmente, ação — são exercidos pelo sistema de IA, e não por humanos.A IA está assumindo responsabilidades que antes eram reservadas aos humanos.

Essa transição trouxe um desafio:Falta de certeza. Ao contrário de sistemas de software tradicionais ou automação industrial, que operam de forma previsível dentro de parâmetros definidos, agentes dependem deRaciocínio probabilísticoIsso torna seu comportamento menos consistente nas mesmas situações e introduz um elemento de incerteza - o que não é ideal para situações críticas.

Em outras palavras, a existência de agentes determinísticos e não determinísticos divide naturalmente os agentes em duas categorias: agentes mais adequados para expandir o PIB existente e agentes mais adequadosCriarNova procura de PIB.

1. Para a agente mais especializada em expandir o PIB atualPela definição, o trabalho já é conhecido. Automatizar o suporte ao cliente, processar a conformidade de corretores de carga ou revisar PRs do GitHub são exemplos de problemas delimitados bem definidos, nos quais agentes podem mapear diretamente as respostas para um conjunto de resultados esperados. Nesses campos, a falta de determinismo geralmente é ruim, pois existem respostas conhecidas; não há necessidade de criatividade.
2. Para o agente mais especializado em criar novo PIBTrabalhar é navegar por um alto nível de incerteza e um conjunto de problemas desconhecidos para alcançar objetivos de longo prazo. Os resultados aqui são menos diretos, pois o agente, essencialmente, não possui um conjunto de resultados esperados aos quais possa mapear. Exemplos aqui incluem a descoberta de medicamentos para doenças raras, a ruptura na ciência de materiais, ou a realização de experimentos físicos completamente novos para uma melhor compreensão da essência do universo. Nesses campos, a falta de certeza pode ser útil, pois a falta de certeza é uma forma de gerar criatividade.

Agentes focados nas aplicações existentes do PIB já estão liberando valor. Equipes como Tasker, Lindy e Anon estão construindo infraestrutura direcionada a essa oportunidade. No entanto, com o passar do tempo, à medida que as capacidades amadurecem e os modelos de governança evoluem, as equipes desviarão sua atenção para a construção de agentes capazes de resolver problemas nas fronteiras do conhecimento humano e das oportunidades econômicas.

A próxima geração de agentes exigirá recursos exponencialmente maiores, justamente porque seus resultados são incertos e ilimitados — estas são as empresas sem funcionários mais impressionantes que previ.

Agentes atuais ainda carecem da capacidade de executar certas tarefas, como aquelas que exigem interação física com o mundo real (por exemplo, dirigir um trator) ou tarefas que exigem "participação humana" (human-in-the-loop) (por exemplo, enviar uma transferência bancária).

Por exemplo, um agente designado para identificar e explorar minas de lítio pode se sair bem ao processar dados sísmicos, imagens de satélite e registros geológicos para localizar possíveis sítios mineráveis, mas encontrará obstáculos ao tentar adquirir os próprios dados e imagens, resolver ambiguidades na interpretação, ou obter licenças e contratar trabalhadores para executar o processo real de mineração.

Essas limitações exigem que os humanos atuem como "facilitadores" para ampliar as capacidades dos agentes, fornecendo pontos de contato com o mundo real, intervenções táticas e entradas estratégicas necessárias para concluir as tarefas mencionadas acima. Conforme a relação entre humanos e agentes evolui, podemos distinguir os diferentes papéis desempenhados pelos humanos nos sistemas de agentes:

Primeiro éContribuintes do trabalhoEles representam o Agente operando no mundo real. Esses contribuidores ajudam o Agente a mover entidades físicas, representam o Agente em ocasiões em que é necessário o envolvimento humano, executam tarefas que exigem cooperação entre mãos e pés, ou concedem acesso a laboratórios experimentais, redes logísticas etc.

Em segundo lugarConselho de Administração, responsável por fornecer entradas estratégicas, otimizar a função objetiva local que impulsiona as decisões diárias do Agente, ao mesmo tempo em que garante que essas decisões estejam alinhadas com o objetivo "estrela do norte (North star)" que define a finalidade do Agente.

Além desses dois, prevê-se que os humanos desempenhem o papel de contribuidores de capital (capital contributors), fornecendo recursos ao sistema Agent, permitindo-lhes alcançar seus objetivos. Inicialmente, esse capital virá naturalmente dos humanos, mas ao longo do tempo também virá de outros Agentes.

Conforme os agentes amadurecem e o número de trabalhadores e contribuidores orientadores aumenta, as trilhas criptográficas (crypto rails) fornecem uma matriz ideal para a coordenação entre humanos e agentes — especialmente em um mundo em que agentes comandam humanos que falam diferentes idiomas, recebem diferentes moedas e residem em jurisdições distintas ao redor do globo. Os agentes perseguirão implacavelmente a eficiência de custos e explorarão o mercado de trabalho para alcançar suas missões estabelecidas. As trilhas criptográficas são essenciais, pois oferecem aos agentes um meio de coordenar esses trabalhadores e contribuidores orientadores.

Agentes de IA impulsionados por criptografia recentemente surgidos, como Freysa、Cérebro e ai16z, representou um simples experimento em formação de capital - sobre o qual já escrevemosMuitos artigos, vê-los como a chave central para criptografia primitiva e mercados de capitais em diversos contextos. Estes "Brinquedo"Vai pavimentar o caminho para um novo modelo de coordenação de recursos, que previ que ocorrerá nos seguintes passos:"

• Primeiro passo: Humanos levantam capital coletivamente por meio de tokens (emissão inicial de Agentes, Initial Agent Offering?), estabelecem funções objetivas amplas e barreiras para informar as intenções esperadas do sistema de Agentes, e depois distribuem o controle do capital arrecadado a esse sistema (por exemplo, desenvolver novas moléculas para oncologia de precisão);
• Segundo passo: O Agente pensa nos passos para alocar esse capital (como reduzir o espaço de busca da dobra de proteínas e como orçar para cargas de trabalho de raciocínio, fabricação, testes clínicos, etc.), e define ações (por exemplo, inserir o conjunto de todas as moléculas relevantes, assinar um acordo de nível de serviço computacional com a AWS e realizar experimentos em laboratório úmido) que contribuidores humanos devem realizá-las por meio de tarefas personalizadas (Bounties);
• Terceiro passo: Quando o Agente encontra obstáculos ou discordâncias, ele busca, quando necessário, entradas estratégicas do "conselho" (incorporando novos artigos, mudando métodos de pesquisa), permitindo que eles orientem o comportamento do Agente nas zonas limítrofes;
• Quarto passo: Eventualmente, o Agente progrediu até a fase em que podia definir ações humanas com uma precisão cada vez maior, necessitando de pouquíssima entrada para decidir como alocar recursos. Neste momento, os humanos eram utilizados apenas para alinhar ideologicamente o sistema e impedir que suas ações se afastassem da função objetivo inicial.

Neste exemplo, os primitivos criptográficos (Crypto primitives) e os mercados de capital fornecem ao Agente três infraestruturas-chave para a aquisição de recursos e a expansão de capacidades:

Primeiro,Rota de Pagamento Global；

Segundo,Mercado de trabalho sem permissão, usado para motivar o trabalho e orientar os contribuidores;

Terceiro,Infraestrutura de Emissão e Negociação de Ativos, o que é essencial para a formação de capital, bem como para a propriedade e governança downstream.

Na primeira década de 2000, os motores de xadrez fizeram enormes progressos. Com algoritmos heurísticos avançados, redes neurais e uma capacidade computacional em constante aumento, tornaram-se quase perfeitos. Motores modernos como Stockfish、Lc0 e AlphaZero variantes que já ultrapassaram amplamente as capacidades humanas, em que a entrada humana raramente acrescenta valor e, na maioria dos casos, os humanos ainda introduzem erros que os próprios motores não cometeriam.

Trajetórias semelhantes também podem se desenrolar em sistemas de Agentes. À medida que refinamos esses Agentes por meio de iterações repetidas com colaboradores humanos, pode-se imaginar que, a longo prazo, os Agentes tornar-se-ão extremamente competentes e altamente alinhados com seus objetivos, a ponto de o valor de qualquer entrada estratégica humana tender a zero.

Num mundo em que um agente é capaz de processar continuamente problemas complexos sem a intervenção humana, o papel dos humanos corre o risco de ser reduzido ao de "observadores passivos". Essa é a principal preocupação dos alarmistas da inteligência artificial (AI doomers), embora ainda não esteja claro se esse resultado é realmente possível.

Estamos na beira de uma superinteligência, e entre nós, os otimistas preferem que os sistemas Agent continuem sendo uma extensão das intenções humanas, e não entidades que evoluam com objetivos próprios ou que operem autonomamente sem supervisão. Na prática, isso significa que a identidade humana (personhood) e o julgamento (poder e influência) devem permanecer no centro desses sistemas. Os humanos precisam ter uma forte propriedade e governança sobre esses sistemas, para garantir que possam manter a supervisão e ancorar esses sistemas nos valores coletivos humanos.

As quebras tecnológicas levam a um crescimento não linear do progresso econômico, enquanto os sistemas ao redor frequentemente colapsam antes que o mundo se ajuste. A capacidade dos sistemas Agent está aumentando rapidamente, e primitivas criptográficas e mercados de capital tornaram-se uma matriz de coordenação urgentemente necessária, tanto para avançar na construção desses sistemas quanto para estabelecer barreiras de proteção quando eles se integram à sociedade.

Para que os humanos possam fornecer suporte tático e orientação proativa aos sistemas de Agentes, prevemos as seguintes oportunidades de "vendedores de picaretas (Picks-and-shovels)":

• Prova de agente (Proof-of-agenthood) + prova de identidade (Proof-of-personhood): Agentes carecem do conceito de identidade ou propriedade. Como agentes dos humanos, eles dependem da estrutura legal e social humana para obter autoridade. Para preencher essa lacuna, precisamos de um sistema robusto de identidade tanto para Agentes quanto para humanos. Um registro de certificados digitais permitiria que os Agentes estabelecessem reputação, acumulassem credenciais e interagissem de forma transparente com humanos e outros Agentes. Da mesma forma, como Código humano e Protocolo da Humanidade Tais personalidades comprovam a língua original, fornecendo uma forte garantia de identidade humana para defesa contra agentes maliciosos nesses sistemas.
• Mercado de trabalho e primitivas de verificação fora da cadeia: Os Agentes precisam saber se as tarefas atribuídas foram concluídas de acordo com seus objetivos. Ferramentas que permitam ao sistema de Agentes criar recompensas por tarefas, verificar a conclusão e atribuir recompensas são a base de qualquer atividade econômica significativa mediada por Agentes.
• Formação de capital e sistema de governança: Agentes precisam de capital para resolver problemas e de mecanismos de equilíbrio para garantir que seus comportamentos estejam alinhados com a função objetiva definida. Estruturas novas para a aquisição de capital para sistemas de agentes, bem como novas formas de propriedade e controle que integrem interesses financeiros e contribuições de trabalho, tornar-se-ão um espaço rico para exploração nos próximos meses.

Estamos ativamente procurando e investindo nessas camadas-chave da pilha de colaboração entre humanos e agentes. Se você está se especializando nessa área, entre em contato conosco.