Перспективы экономики агентов ИИ к 2026 году: переосмысление идентичности ИИ и потока ценности

Автор оригинала: @BlazingKevin_, исследователь в Movemaker

В 2026 году в области искусственного интеллекта произойдет структурный скачок от «генерирующих возможностей» к «действиям агентов». Если 2023–2024 годы связаны с впечатляющими возможностями генерации языка крупных моделей, то 2026 год станет годом официального становления «экономики агентов ИИ».

На основе прогнозов и анализа исследовательской группы a16z Crypto мы пришли к выводу, что 2026 год станет годом глубокой интеграции искусственного интеллекта как инструмента повышения производительности и криптовалют как уровня распределения стоимости.

Искусственный интеллект больше не является просто пассивным инструментом, реагирующим на команды человека, а становится активным участником, обладающим способностями к рассуждению, планированию, торговле и самостоятельному открытию.

Согласно отчету о перспективах от a16z Crypto, три ключевых тенденции, которые изменят парадигму AI+Crypto к 2026 году:

1. Новый парадигм научных исследованийОт автономного агента к «агенту, обёрнутому в агента».
2. Революция в финансовой инфраструктуреОт KYC до KYA (Know Your Agent).
3. Переосмысление экономической моделиРешение кризиса «скрытых налогов», с которыми сталкиваются открытые сети, с помощью платежей и программируемого IP.

Эти три основных тренда не существуют изолированно: смена парадигмы научных исследований зависит от высокого уровня сотрудничества между агентами; высокий уровень сотрудничества требует, чтобы агенты обладали проверяемыми идентификаторами (KYA); а агенты с идентификаторами при получении данных должны соблюдать новые протоколы обмена ценностью.

С этого года определение "исследование с помощью ИИ" претерпит качественный скачок.

Мы больше не говорим о простом поиске литературы или о создании аннотаций к текстам, а свидетельствуем появление ИИ-систем, способных к реальному логическому мышлению, генерированию гипотез и даже автономному решению проблем на уровне докторской диссертации.

Основной движущей силой этой трансформации является переход от линейного инжиниринга подсказок одиночных моделей к сложным рекурсивным рабочим процессам AWA.

1.1 Прорыв в логическом мышлении: преодоление границ соответствия шаблонам

Скотт Коминер (a16z) отмечает, что AI-модели эволюционируют от простого понимания инструкций к способности получать абстрактные инструкции (как при руководстве докторантом) и возвращать оригинальные и правильно выполненные ответы. Последние технические достижения показывают, что AI-модели преодолевают «потолок» «случайного попугая», демонстрируя способность к медленному, тщательному рассуждению, подобному человеческому «системному» мышлению.

1.1.1 «Полезные галлюцинации»

С усилением способности рассуждать формируется новый стиль исследований, называемый «универсальными учеными». Скотт описывает этот стиль как: «использование ИИ для преодоления границ между дисциплинами, выявление возможных глубоких связей между топологией и экономикой, биологией и материаловедением».

Свойство крупных моделей, которое часто подвергается критике, а именно "галлюцинация", в контексте научных открытий переосмысливается как механизм "генеративного исследования":

• Примеры проектирования белковИсследователи из Вашингтонского университета использовали концепцию «полного галлюцинации рода» (family hallucination), чтобы создать более миллиона уникальных структур белков, не существующих в природе. Среди них был выделен новый тип люциферазы, который по каталитической активности соответствует естественным ферментам, но обладает более высокой субстратной специфичностью.
• Гидродинамические открытияС помощью физически информированных нейронных сетей (PINN) исследователи обнаружили новые неустойчивые особенности в уравнениях Навье-Стокса, которые раскрыли ранее неизвестные закономерности в движении жидкости.

Суть такого стиля исследований заключается в том, что:Позволяйте модели "фантазировать" в абстрактном пространстве, чтобы генерировать высоконапряженные гипотезы, а затем используйте строгую логическую проверку для фильтрации гипотез.

1.2 Подробное описание архитектуры AWA

Чтобы использовать эту мощную способность рассуждений и генерации, научные рабочие процессы переходят от плоских к иерархическим.AWAЭто не только диалог между несколькими агентами, но и иерархическая, рекурсивная структура управления.

1.2.1 Паттерн "Директор-Исполнитель"

Это текущая основная модель реализации AWA. Агент "ведущий исследователь" отвечает за поддержание глобального контекста и целей исследования, разбивает задачи и распределяет их между группой специализированных агентов-исполнителей.

• Архитектурные преимуществаДанные, предоставленные Anthropic, показывают, что многоагентная система, в которой Claude Opus выступает в качестве ведущего агента, а Claude Sonnet — в качестве подчиненного агента, демонстрирует более высокую производительность при выполнении сложных исследовательских задач, чем одиночный агент Claude Opus. 90,2%.
• Это улучшение производительности в первую очередь обусловлено изоляцией контекста: доминирующий агент не должен обрабатывать избыточную информацию для каждого подзадания, что позволяет сохранить ясность рассуждений.

1.2.2 Рекурсивное самосовершенствование и фреймворк MOSAIC

Еще одной ключевой особенностью архитектуры AWA является введение цикла Reflexion (рефлексия). Когда агент нижнего уровня не может выполнить задачу, информация об ошибке передается агенту-«критику» для анализа и корректировки.

Фреймворк MOSAIC (Multi-Agent System for AI-driven Code generation) значительно повысил точность генерации научного кода, внедрив специализированные агенты «самоанализ» и «генерация принципов» без использования проверочных тестовых примеров. Такой замкнутый цикл «попробовать-проанализировать-повторить» имитирует процесс мышления ученых при столкновении с неудачными экспериментами.

1.3 Студия случая: «Искусственный интеллект-ученый» Sakana AI

Самым впечатляющим случаем применения AWA в 2025 году стало представление Sakana AI "Искусственный интеллект-ученый" Система. Это система, цель которой — автоматизировать полный цикл научных открытий.

1.3.1 Полностью автоматизированный научно-исследовательский цикл

1. Генерация идейСистема основана на начальном коде (например, NanoGPT), использует LLM в качестве "оператора мутации", чтобы мозговым штурмом выявить различные направления исследований, а затем вызывает Semantic Scholar API для поиска литературы, чтобы гарантировать новизну.
2. Экспериментальная итерация Агент "Экспериментатор" пишет и выполняет код. В случае неудачи эксперимента система автономно фиксирует журнал ошибок с помощью инструмента Aider и исправляет код, пока не будет получен визуализированный график.
3. Написание научных статей Агент «Писатель» использует LaTeX для написания полной научной статьи, включающей аннотацию, методы, экспериментальные результаты, а также автономно ищет ссылки и генерирует BibTeX.
4. Автоматизированный рецензирование сверстниковСгенерированная статья отправляется на рассмотрение агенту-«рецензенту», который оценивает её по стандартам ведущих конференций (например, NeurIPS). Система даже может вносить изменения в несколько этапов в соответствии с отзывами рецензентов.

1.3.2 Экономическая эффективность и качество

Экономическая эффективность системы «AI-ученый» поражает воображение: вычислительные затраты на создание полного научного исследования составляют около 15 долларов США Система сгенерировала работу «Compositional Regularization», которая даже прошла рецензирование на семинаре ICLR. Несмотря на то, что на данном этапе все еще существуют ограничения, такие как галлюцинации и логические недостатки, этот случай доказывает, что ИИ уже способен не только помогать в исследованиях, но иВыполнитьСпособность к полному исследовательскому процессу.

По мере того, как агентам предоставляются полномочия выполнять задачи и заключать сделки, цифровая экономика сталкивается с беспрецедентным кризисом идентичности. Сиан Невилл (CEO Catena Labs) предупреждает, что количество «нечеловеческих идентификаторов» в сфере финансовых услуг достигло числа сотрудников-людей 96 раз, а в некоторых статистиках даже до 100:1. Эти агенты — без банковских счетов, без подтверждения личности, но действуют с машинной скоростью — являются огромными пробелами в соблюдении норм. Отрасль стремительно переходит от традиционного KYC KYA (Знай своего агента).

2.1 Взрывной рост и риски негуманоидной идентификации (NHI)

2.1.1 "Теневое ИИ" и дисбаланс 96:1

45% финансовых учреждений признали, что внутри них существуют неподтвержденные «теневые агенты ИИ». Эти агенты создали «островки идентичности» вне официального регулирования.

• Рисковые сценарииТестовый агент для оптимизации облачных ресурсов, который может автономно приобретать дорогие зарезервированные экземпляры без участия человека; или торговый бот, который может запускать неправильные инструкции по продаже в условиях колебаний рынка.
• Задача атрибуцииКто несёт ответственность, когда агент нарушает правила? Инженеры, его создавшие? Менеджер, его внедривший? Или производитель базовой модели? Без KYA эти обязанности невозможно определить.

2.2. Фреймворк KYA: Основа доверия в экономике машин

KYA — это не просто выпуск удостоверения личности, а создание полной системы цифровой идентификации, включающей субъект, удостоверение, разрешения и репутацию.

2.2.1 Три основных опоры KYA

1. Тело: Юридическая сущность, несущая ответственность за действия агента. Агент должен быть зашифрован и привязан к аккаунту человека или бизнеса, прошедшего верификацию KYC/KYB.
2. Идентификация агентана основе Децентрализованные идентификаторы Уникальная цифровая идентичность. DID шифруется, не поддается изменению и может использоваться в различных системах.
3. Доверенность (Мандат/Делегирование)Утверждения, выданные с помощью проверяемых удостоверений (Verifiable Credentials, VCs). Например, одно из удостоверений может утверждать: «Этот агент имеет право действовать от имени Алисы и тратить до 500 долларов США на Amazon».

2.2.2 Криптографическая привязка и цепочка доверия

Когда агент инициирует транзакцию, он представляет верифицируемое подтверждение (VC). Проверяющая сторона не должна доверять самому агенту, она просто проверяет цифровую подпись на VC, чтобы убедиться, что она исходит от доверенного издателя. Такой механизм создает «цепочку доверия»: банк доверяет компании → компания выдает VC агенту → магазин проверяет VC → транзакция проходит.

2.3 Борьба за стек протоколов: Установление стандартов идентичности агентов

2.3.1 Соглашение Skyfire и KYAPay

Skyfire был выпущен KYAPay Открытые стандарты, в основе которых лежит инновационная технология составных токенов:

• Что такое токен?: Содержит идентификационную информацию (например, «Проверенный агент предприятия»).
• токен оплаты: включая платежеспособность (например, «предварительное авторизация 10 USDC»).
• Токен kya+payУпаковка удостоверения личности и платежей, позволяющая Agent завершить «чек-аут посетителя» без необходимости заполнения форм вручную.

2.3.2 Catena Labs и ACK (Agent Commerce Kit)

Catena Labs, основанный архитектором USDC Sean, запустил ПОДТВ, направленный на создание «HTTP для интеллектуальных систем». ACK подчеркивает использование W3C DID Стандарты и абстракция учетных записей позволяют Agent напрямую управлять смарт-контрактными кошельками в блокчейне, обеспечивая более высокий уровень безопасности, чем API-ключи.

2.3.3 Google AP2 и расширение x402

Внедрен Google Протокол выплат агенту (AP2) Управление правами с помощью доверенности, совместно разработано с Coinbase AP2 x402 Расширениеинтеграция стандартов шифрования платежей непосредственно в протокол.

2.4 Кредитный рейтинг агентов и контроль рисков

KYA также является началом системы репутации.

• Цепочка репутации (ERC-7007): Одобрено ERC-7007(Стандарт токена проверяемого контента, сгенерированного ИИ), каждое успешное взаимодействие агента (например, своевременная оплата, создание качественного кода) может быть зафиксировано в блокчейне, образуя проверяемую историю.
• Реальный сбойФинансовые учреждения внедряют AI-шлюзы, которые могут немедленно отменить VC, если поведение транзакционного агента отклоняется от эталона (например, аномальные высокочастотные транзакции), активируя "цифровое подавление".

Лиз из a16z отмечает, что ИИ-агенты собирают с открытой сети своего рода "скрытый налог": агенты, чтобы обслуживать пользователей, в массовом порядке извлекают данные с сайтов контента (уровень контекста), но систематически обходят рекламные и подписочные модели, которые поддерживают производство этого контента. Если эта паразитарная связь не будет решена, это приведет к истощению экосистемы контента.

3.1 «Большое разделение»: Полное появление экономики без кликов

В 2025 году индустрия цифровой публикации столкнулась с «большим разрывом»: рост объема поисковых запросов сопровождался резким падением количества переходов на веб-сайты.

3.1.1 Жесткие данные о разрушении трафика

• Резкий скачок нулевого трафикаa16z прогнозирует, что к 2026 году трафик от традиционных поисковых систем снизится 25% По данным Similarweb, к 2025 году доля нулевых поисковых запросов выросла до 65% .
• Падение коэффициента кликабельности (CTR)По данным DMG Media, когда Обзор AI появился над результатами поиска, уровень кликабельности его контента резко снизился 89% Даже самый популярный результат поиска теряет свое значение перед резюме, сгенерированным ИИ 34,5% количество просмотров

3.2 Отказ от статических лицензий: Новая модель оплаты по объему использования

Чтобы справиться с этой проблемой, отрасль переходит от статических годовых лицензий на данные (например, сделка Reddit и OpenAI) к компенсации на основе объема использования.

3.2.1 Модель Comet Plus с использованием перплексии

искусственный интеллект Perplexity AI Comet Plus План — это типичная попытка на раннем этапе:

• Механизм: Установка начального значения 42,5 миллионов долларов США Источник дохода. Доход распределяется, когда агент ИИ ссылается на контент издателя или представляет пользователя при посещении страницы.
• Деление: издатели могут получать доход в размере до 80% , что признает коммерческую ценность «доступа с помощью машины».

3.3 Технические стандарты: интеграция платежей и микроатрибуция

Для расширения компенсации по всей сети серия открытых технических стандартов уже реализуется.

3.3.1 Налоговые платежи и протокол x402

HTTP 402 — плата за обслуживаниеНаконец, код состояния был активирован.Протокол x402Разработан стандарт «Платежи, встроенные в устройство».

• Рабочий процессАгент запрашивает ресурс → сервер возвращает 402 Payment Required и цену (например, 0,001 USDC) → агент автоматически подписывает и оплачивает через L2-блокчейн (например, Base, Solana) или сеть Lightning → сервер проверяет и разрешает передачу данных.
• ЭкономичностьТрадиционные платежные шлюзы не могут обрабатывать транзакции стоимостью несколько центов, тогда как x402 в сочетании с низкими тарифами на блокчейне снижает затраты до незначительных, что позволяетНепосредственная оплатаСтало возможным.

3.3.2 Машиночитаемые права: TDMRep и C2PA

• TDMRep (протокол резервирования для текстовой обработки данных)Стандарт сообщества W3C, позволяющий сайтам объявлять в robots.txt или в HTTP-заголовке: «Резервируются права на TDM, требуется оплата/лицензия». Это дает агенту четкий двоичный сигнал.
• C2PA (Союз происхождения и подлинности контента)Встраивая неизменяемые «доказательства содержимого», можно подтвердить первоисточник контента. Даже если контент будет обработан ИИ, криптографическая подпись, предоставляемая C2PA, обеспечит непрерывность цепочки атрибуции и станет основой для распределения роялти.

3.4 Принадлежность IP в блокчейне: Story Protocol

Еще более радикальным изменением будет токенизация самих интеллектуальных прав.Протокол истории Посвящено созданию "программируемого" IP-слоя.

• МеханизмСоздатель регистрирует работу в качестве «интеллектуальной собственности» в сети Story.
• Автоматизация лицензированияАктивы сопровождаются «программируемыми лицензиями на интеллектуальную собственность». При использовании данных ИИ-агентом, смарт-контракт автоматически исполняет условия лицензии (например, «коммерческое использование требует выплаты 5% роялти») и автоматически распределяет доход. Это создает рынок ИС с высокой ликвидностью, не требующий участия адвокатов.

3.5 Перспективы: от SEO к AEO

К 2026 году акцент маркетинга сместится с SEO на AEO Или ГЕО.

• Цель: перестать стремиться к тому, чтобы быть "первым в результатах поиска", и вместо этого стремиться быть **"цитируемым"** ИИ или стать его "источником данных по умолчанию" при рассуждениях.
• Спонсорский контекстБудущая модель рекламы будет называться «контекстуальное встраивание». Бренды будут конкурировать за включение в цепочки рассуждений ИИ, например, заставляя путешественника-ИИ «вспоминать», что определенный отель является лучшим вариантом при планировании маршрута.

Техническая картина 2026 года ясно демонстрирует, что трение между децентрализованной инфраструктурой интернета, ориентированной на человека, и децентрализованными требованиями, ориентированными на машины, заставляет цифровой мир пройти через тщательную реконструкцию.

1. Парадигма научных исследованийИскусственный интеллект переходит от вспомогательного к самостоятельному, архитектура AWA позволяет ИИ производить научные открытия с низкими затратами, превращая «галлюцинации» в творчество.
2. Система удостоверений:KYA Станьте новой вехой в соблюдении финансовых норм, наделите десятки миллиардов ИИ-агентов легальными экономическими идентификаторами, чтобы они могли безопасно перемещаться по сети стоимости.
3. Экономическая модельПереход от рекламной модели, основанной на внимании, к модели, основанной на ценности, в экономике интернетаНепрерывные платежи и программируемый IPРежим. x402, TDMRep и Story Protocol образуют рельсы новой экономики, решающие проблему «скрытого налога» и обеспечивающие получение прибыли производителями данных в эпоху нулевых кликов.

Мы свидетели агентаЭкономикаРождение — в этой экономике, программное обеспечение не только помогает нам работать, но и оно само по себе является производителем, потребителем и торговцем.

Movemaker — это первый официальный сообщественный орган, созданный при поддержке Aptos Foundation и инициированный Ankaa и BlockBooster. Movemaker посвящен продвижению развития экосистемы Aptos в китайском языковом регионе. В качестве официального представителя Aptos в китайском языковом регионе, Movemaker стремится создать разнообразную, открытую и процветающую экосистему Aptos, связывая разработчиков, пользователей, капитал и множество партнеров экосистемы.

Отказ от ответственности:

Эта статья/блог предназначена только для ознакомления и отражает личное мнение автора, но не позицию Movemaker. Эта статья не предназначена для предоставления: (i) инвестиционных рекомендаций или рекомендаций по инвестициям; (ii) предложения или приглашения к покупке, продаже или держанию цифровых активов; или (iii) финансового, бухгалтерского, юридического или налогового совета. Хранение цифровых активов, включая стейблкоины и NFT, связано с высоким риском, значительными колебаниями цен и даже риском полной потери стоимости. Вы должны тщательно рассмотреть, подходит ли вам торговля или хранение цифровых активов, учитывая ваше финансовое положение. Если у вас есть конкретные вопросы, проконсультируйтесь со своим юристом, налоговым или инвестиционным советником. Информация, представленная в этой статье (включая рыночные данные и статистику, если они есть), предназначена только для общего ознакомления. При составлении этих данных и диаграмм была сделана разумная попытка обеспечить их точность, но мы не несем ответственности за любые фактические ошибки или упущения, содержащиеся в них.