数学経済学者として、2025 年 1 月には消費者向け AI モデルに私の作業フローを理解させるのは難しかった；しかし2025 年 11 月には、博士課程の学生に抽象的な指示を出すように AI モデルに指示を出せるようになり……時には新規かつ正確な回答を返すこともあった。私個人の経験以外にも、AI はより広範な研究分野、特に推論の分野で応用が進んでいる。これらのモデルは、発見過程を直接支援するだけでなく、Putnam 問題（おそらく世界で最も難しい大学数学の試験）のような難問を自主的に解決することもできる。
現時点では、この研究支援の方法がどの分野で最大の効果を発揮し、具体的にどのように実現されるかは不明だ。しかし、今年の AI 研究は、新しい「多才な」研究スタイルを推進し、奨励するだろうと予測している。このスタイルは、さまざまなアイデア間の関係性を構想し、仮説的な回答から素早く推論できることに重点を置く。
このような推論を行うには、新しい AI ワークフローのスタイルが必要だ——単なる「エージェント対エージェント」のインタラクションではなく、「エージェントのネストされたエージェント」からなる複雑な協調モデルだ。このモデルでは、異なる層のモデルが研究者の早期の案を評価し、そこから段階的にエッセンスを抽出していく。私はすでにこの方法で論文を書いており、他の人々は特許調査や新しい形態の芸術作品の発明、さらには（残念ながら）新しいスマートコントラクトの攻撃手法の発見も行っている。
ここで欠かせないインフラは、「代理を理解する」（KYA、Know Your Agent）だ。人間が信用スコアを使ってローンを得るのと同様に、代理も暗号署名の証明を用いて取引を行う必要がある——これらの証明は、代理とその主体、制約条件、責任を関連付ける。こうしたインフラが整うまでは、商人は引き続きファイアウォールの向こう側でこれらの代理を阻止し続けるだろう。
——Sean Neville（@psneville）、Circle 共同創設者、USDC アーキテクト；Catena Labs CEO
オープンネットワークの「見えざる税」問題の解決：AI 時代の経済的課題
AI 代理の台頭は、オープンネットワークに「見えざる税」を課し、その経済基盤を根本から攪乱している。この攪乱は、インターネットの「コンテキスト層」（Context layer）と「実行層」（Execution layer）間の不一致の激化に起因する。現在、AI 代理は広告支援のウェブサイト（コンテキスト層）からデータを抽出し、便利さを提供しつつも、コンテンツの収益源（広告やサブスクリプション）を系統的に迂回している。
オープンネットワークの徐々の衰退を防ぎ（そして AI に燃料を供給する多様なコンテンツを守るために）、我々は大規模な技術的・経済的解決策を展開する必要がある。これには、次世代のスポンサーコンテンツモデル、マイクロアトリビューションシステム、またはその他の新しい資金支援モデルが含まれる可能性がある。しかし、既存の AI 認証プロトコルは、財務的に持続可能でないことが証明されており、これらのプロトコルは AI 流量の分流によるコンテンツ提供者の収入損失の一部しか補えないことが多い。
a16z 予測：2026年、AIは「ツール」から「新経済インフラ」へと進化する
作者：a16z crypto
翻訳：深潮 TechFlow
タイトル：a16z：2026 年人工知能の三大トレンド
今年、AI はより多くの実質的な研究タスクを担う
数学経済学者として、2025 年 1 月には消費者向け AI モデルに私の作業フローを理解させるのは難しかった；しかし2025 年 11 月には、博士課程の学生に抽象的な指示を出すように AI モデルに指示を出せるようになり……時には新規かつ正確な回答を返すこともあった。私個人の経験以外にも、AI はより広範な研究分野、特に推論の分野で応用が進んでいる。これらのモデルは、発見過程を直接支援するだけでなく、Putnam 問題（おそらく世界で最も難しい大学数学の試験）のような難問を自主的に解決することもできる。
現時点では、この研究支援の方法がどの分野で最大の効果を発揮し、具体的にどのように実現されるかは不明だ。しかし、今年の AI 研究は、新しい「多才な」研究スタイルを推進し、奨励するだろうと予測している。このスタイルは、さまざまなアイデア間の関係性を構想し、仮説的な回答から素早く推論できることに重点を置く。
これらの回答は完全に正確でないかもしれないが、それでも研究を正しい方向へ導く手がかりとなる（少なくともある種のトポロジー的構造の下では）。皮肉なことに、これはモデルの「幻覚」の力を利用するようなものである：モデルが「十分に賢い」場合、抽象的な空間に思考を激しく揺さぶらせることで、意味のない結果を生むこともある——しかし時には人類のように、線形思考や明確な方向性に従わずに働くことで、最も創造的な発見をもたらすこともある。
このような推論を行うには、新しい AI ワークフローのスタイルが必要だ——単なる「エージェント対エージェント」のインタラクションではなく、「エージェントのネストされたエージェント」からなる複雑な協調モデルだ。このモデルでは、異なる層のモデルが研究者の早期の案を評価し、そこから段階的にエッセンスを抽出していく。私はすでにこの方法で論文を書いており、他の人々は特許調査や新しい形態の芸術作品の発明、さらには（残念ながら）新しいスマートコントラクトの攻撃手法の発見も行っている。
しかし、これらのネストされた推論エージェントの組み合わせを操作して研究を進めるには、モデル間の相互運用性を向上させる必要があり、それぞれのモデルの貢献を認識し適切に補償する方法も必要だ——これらの課題には、ブロックチェーン技術が役立つ可能性がある。
——Scott Kominers（@skominers）、a16z 暗号研究チームメンバー、ハーバードビジネススクール教授
「顧客を理解する」（KYC）から「代理を理解する」（KYA）へ：認証の変革
代理経済のボトルネックは、知性から本人確認へと移行している。金融サービス分野では、「非人間的な身分」の数は既に人間の従業員の96倍を超えている——しかしこれらの「身分」は依然として銀行サービスを受けられない「幽霊」のままだ。
ここで欠かせないインフラは、「代理を理解する」（KYA、Know Your Agent）だ。人間が信用スコアを使ってローンを得るのと同様に、代理も暗号署名の証明を用いて取引を行う必要がある——これらの証明は、代理とその主体、制約条件、責任を関連付ける。こうしたインフラが整うまでは、商人は引き続きファイアウォールの向こう側でこれらの代理を阻止し続けるだろう。
過去数十年にわたり KYC（顧客確認）インフラを構築してきた業界は、今や数ヶ月の時間しかなく、KYA を実現する方法を模索している。
——Sean Neville（@psneville）、Circle 共同創設者、USDC アーキテクト；Catena Labs CEO
オープンネットワークの「見えざる税」問題の解決：AI 時代の経済的課題
AI 代理の台頭は、オープンネットワークに「見えざる税」を課し、その経済基盤を根本から攪乱している。この攪乱は、インターネットの「コンテキスト層」（Context layer）と「実行層」（Execution layer）間の不一致の激化に起因する。現在、AI 代理は広告支援のウェブサイト（コンテキスト層）からデータを抽出し、便利さを提供しつつも、コンテンツの収益源（広告やサブスクリプション）を系統的に迂回している。
オープンネットワークの徐々の衰退を防ぎ（そして AI に燃料を供給する多様なコンテンツを守るために）、我々は大規模な技術的・経済的解決策を展開する必要がある。これには、次世代のスポンサーコンテンツモデル、マイクロアトリビューションシステム、またはその他の新しい資金支援モデルが含まれる可能性がある。しかし、既存の AI 認証プロトコルは、財務的に持続可能でないことが証明されており、これらのプロトコルは AI 流量の分流によるコンテンツ提供者の収入損失の一部しか補えないことが多い。
ネットワークは、価値が自動的に流動する全く新しい技術経済モデルを必要としている。今後1年の重要な変化は、静的な認証モデルからリアルタイムの使用に基づく補償メカニズムへの移行だ。これには、ブロックチェーンを支援としたナノペイメント（nanopayments）や複雑な帰属基準を利用したシステムのテストと拡張が必要となる——これにより、AI 代理が成功裏にタスクを完了した際に、その情報を提供したエンティティに自動的に報酬を与えることができる。
——Liz Harkavy（@liz_harkavy）、a16z 暗号投資チーム