a16z прогнозирует: к 2026 году ИИ превратится из «инструмента» в «новую инфраструктуру экономики»

Автор: a16z crypto

Перевод: Deep潮 TechFlow

Оригинал: a16z：Три главных тренда искусственного интеллекта к 2026 году

В этом году AI возьмёт на себя больше практических исследовательских задач

Будучи специалистом по математической экономике, ещё в январе 2025 года мне было трудно заставить потребительские AI-модели понять мой рабочий процесс; однако к ноябрю 2025 года я уже мог давать AI-моделям абстрактные команды так же, как студентам-аспирантам… и иногда они возвращали свежие и правильные ответы. Помимо моего личного опыта, AI всё шире применяется в исследовательской сфере, особенно в области логического мышления. Эти модели не только помогают в процессе открытия, но и самостоятельно решают сложные задачи, такие как проблема Патнема (возможно, самое сложное в мире университетское математическое испытание).

Пока ещё неясно, в каких областях эта исследовательская помощь принесёт наибольшую пользу и как именно её реализовать. Но я ожидаю, что в этом году исследования AI будут стимулировать и поощрять новый стиль «многофункциональных» исследований: такой стиль больше сосредоточен на построении связей между различными идеями и способен быстро делать выводы из более гипотетических ответов.

Эти ответы могут быть не совсем точными, но они всё равно могут направлять исследования в правильное русло (по крайней мере, в определённой топологической структуре). Иронично, что это похоже на использование силы «галлюцинаций» модели: когда модель «достаточно умна», предоставляя ей абстрактное пространство для размышлений, всё равно могут возникать бессмысленные результаты — но иногда это приводит к прорывным открытиям, ведь человек, не следуя линейному мышлению или чётким направлениям, может проявлять наибольшую креативность.

Такой тип логического мышления требует нового стиля работы с AI — не просто «взаимодействия агент-агент», а сложной модели «агент-агент-агент», где разные уровни моделей помогают исследователю оценивать ранние идеи и постепенно выделять самое важное. Я уже использую этот подход для написания статей, другие — для поиска патентов, создания новых видов искусства и даже (к сожалению) для обнаружения новых способов атак на смарт-контракты.

Однако для эффективной работы с такими вложенными агентами-логическими цепочками необходимо улучшить совместимость моделей и разработать методы определения вклада каждого из них — и, возможно, блокчейн-технологии смогут помочь в решении этих вопросов.

— Scott Kominers (@skominers), член исследовательской команды a16z crypto, профессор Гарвардской бизнес-школы

От «знай своего клиента» (KYC) к «знай своего агента» (KYA): трансформация аутентификации

Проблема в агентской экономике смещается с умных технологий на идентификацию. В финансовых услугах количество «нечеловеческих» идентичностей уже превышает в 96 раз количество сотрудников — однако эти «идентичности» всё ещё остаются «призраками», не имеющими доступа к банковским услугам.

Ключевой инфраструктурой здесь является «знай своего агента» (KYA, Know Your Agent). Так же как для получения кредита человеку нужен кредитный рейтинг, агентам нужны криптографические сертификаты для проведения транзакций — эти сертификаты связывают агента с его субъектом, условиями и ответственностью. Пока эта инфраструктура не создана, продавцы продолжают блокировать таких агентов на фаерволах.

За последние десятилетия индустрия построения инфраструктуры KYC (знай своего клиента) имеет всего несколько месяцев, чтобы разработать решения для KYA.

— Sean Neville (@psneville), соучредитель Circle, архитектор USDC; CEO Catena Labs

Решение проблемы «невидимого налога» в открытых сетях: экономические вызовы эпохи AI

Рост AI-агентов создает «невидимый налог» на открытые сети, кардинально нарушая их экономическую основу. Это нарушение связано с растущим несоответствием между «слоем контекста» (Context layer) и «слоем исполнения» (Execution layer): в настоящее время AI-агенты извлекают данные с сайтов, поддерживаемых рекламой (слой контекста), что удобно для пользователей, но систематически обходят источники дохода, такие как реклама и подписки.

Чтобы предотвратить постепенный упадок открытых сетей (и защитить разнообразный контент, питающий AI), необходимо масштабное внедрение технологических и экономических решений. Это могут быть новые модели спонсорского контента, системы микроплатежей или другие формы финансирования. Однако существующие протоколы авторизации AI уже показали свою финансовую несостоятельность: они зачастую покрывают лишь небольшую часть потерь доходов от потоков AI-трафика для поставщиков контента.

Сеть остро нуждается в новой технологической экономической модели, позволяющей автоматический поток ценности. В следующем году ключевым изменением станет переход от статичных моделей авторизации к системам компенсации на основе реального использования. Это потребует тестирования и расширения таких систем — возможно, с помощью блокчейн-основанных микроплатежей (nanopayments) и сложных стандартов атрибуции — для автоматического вознаграждения всех участников, вносящих вклад в успешное выполнение задач AI-агентами.

— Liz Harkavy (@liz_harkavy), инвестиционная команда a16z crypto