Svakih nekoliko desetljeća pojavljuje se nova tehnologija koja mijenja sve: osobno računalo u 1980-ima, internet u 1990-ima, pametni telefon u 2000-ima. I dok AI agenti jašu na valu uzbuđenja u 2025., a svijet tehnologije ne pita hoće li AI agenti na sličan način preoblikovati naše živote – pita se koliko brzo.
Ali unatoč svom uzbuđenju, obećanje o decentraliziranim agentima ostaje neispunjeno. Većina takozvanih agenata danas su nešto više od glorificiranih chatbota ili kopilota, nesposobnih za istinsku autonomiju i rješavanje složenih zadataka – a ne autopiloti koji bi pravi AI agenti trebali biti. Dakle, što koči ovu revoluciju i kako se pomaknuti s teorije na stvarnost?
Trenutna stvarnost: pravi decentralizirani agenti još ne postoje
Počnimo s onim što je danas vani. Ako ste pregledavali X/Twitter, vjerojatno ste vidjeli mnogo buke oko robota kao što su Truth Terminal i Freysa. Oni su pametni, vrlo zanimljivi misaoni eksperimenti – ali nisu decentralizirani agenti. Ni blizu. Ono što oni zapravo jesu su poluskriptirani botovi obavijeni mistikom, nesposobni za samostalno donošenje odluka i izvršavanje zadataka. Kao rezultat toga, ne mogu učiti, prilagođavati se ili izvršavati dinamički, na razini ili na neki drugi način.
Čak su se i ozbiljniji igrači u prostoru AI-blockchaina borili da ispune obećanje istinski decentraliziranih agenata. Budući da tradicionalni blockchaini nemaju “prirodan” način obrade umjetne inteligencije, mnogi projekti na kraju idu prečacima. Neki se usko fokusiraju na provjeru, osiguravajući da su rezultati umjetne inteligencije vjerodostojni, ali ne uspijevaju pružiti nikakvu smislenu korisnost nakon što se ti rezultati dovedu u lanac.
Drugi naglašavaju izvršenje, ali preskaču ključni korak decentralizacije samog procesa zaključivanja umjetne inteligencije. Ova rješenja često rade bez validatora ili mehanizama konsenzusa za rezultate umjetne inteligencije, učinkovito zaobilazeći temeljna načela blockchaina. Ova privremena rješenja mogu stvoriti blistave naslove sa snažnim narativom i elegantnim Minimum Viable Product (MVP), ali im u konačnici nedostaje supstanca potrebna za korisnost u stvarnom svijetu.
Ovi izazovi za integraciju umjetne inteligencije s blockchainom svode se na činjenicu da je današnji internet dizajniran imajući na umu ljudske korisnike, a ne umjetnu inteligenciju. To je osobito istinito kada je u pitanju Web3, budući da se blockchain infrastruktura, koja bi trebala tiho raditi u pozadini, umjesto toga prevlači na front-end u obliku nezgrapnih korisničkih sučelja i ručnih zahtjeva za koordinaciju između lanaca. Agenti umjetne inteligencije ne prilagođavaju se dobro ovim kaotičnim strukturama podataka i obrascima korisničkog sučelja, a ono što industriji treba je radikalno preispitivanje načina na koji su AI i blockchain sustavi izgrađeni za interakciju.
Što AI agenti trebaju za uspjeh
Kako bi decentralizirani agenti postali stvarnost, infrastruktura koja ih podupire treba potpuno revidirati. Prvi i najosnovniji izazov je omogućiti blockchainu i umjetnoj inteligenciji da besprijekorno međusobno “razgovaraju”. AI generira vjerojatnosne izlaze i oslanja se na obradu u stvarnom vremenu, dok lanci blokova zahtijevaju determinističke rezultate i ograničeni su konačnošću transakcije i ograničenjima propusnosti. Premošćivanje ove podjele zahtijeva prilagođenu infrastrukturu, o čemu ću dalje raspravljati u sljedećem odjeljku.
Sljedeći korak je skalabilnost. Većina tradicionalnih blockchaina je pretjerano spora. Naravno, dobro rade za transakcije koje pokreću ljudi, ali agenti rade brzinom stroja. Obrađujete tisuće — ili milijune — interakcija u stvarnom vremenu? Nema šanse. Stoga, rekonstruirana infrastruktura mora ponuditi mogućnost programiranja za zamršene višelančane zadatke i skalabilnost za obradu milijuna interakcija agenata bez gušenja mreže.
Tu je i mogućnost programiranja. Današnji lanci blokova oslanjaju se na krute pametne ugovore ako-ovo-onda-ono, koji su izvrsni za jednostavne zadatke, ali neadekvatni za složene tijekove rada u više koraka koje zahtijevaju AI agenti. Zamislite agenta koji upravlja DeFi strategijom trgovanja. Ne može samo izvršiti nalog za kupnju ili prodaju — treba analizirati podatke, potvrditi svoj model, izvršiti trgovinu preko lanaca i prilagoditi se na temelju uvjeta u stvarnom vremenu. Ovo daleko nadilazi mogućnosti tradicionalnog blockchain programiranja.
Konačno, tu je i pouzdanost. Agenti umjetne inteligencije će na kraju dobiti zadatak za operacije s visokim ulozima, a pogreške će u najboljem slučaju biti nezgodne, a u najgorem slučaju razorne. Trenutačni sustavi skloni su pogreškama, posebno kada integriraju izlaze iz velikih jezičnih modela (LLM). Jedno pogrešno predviđanje i agent bi mogao izazvati pustoš, bilo da se radi o pražnjenju DeFi bazena ili provođenju pogrešne financijske strategije. Kako bi se to izbjeglo, infrastruktura mora uključivati automatizirane zaštitne ograde, provjeru valjanosti i ispravljanje pogrešaka u stvarnom vremenu ugrađeno u sam sustav.
Sve bi to trebalo kombinirati u robusnu razvojnu platformu s izdržljivim primitivima i on-chain infrastrukturom, tako da programeri mogu učinkovitije i isplativije graditi nove proizvode i iskustva. Bez toga, umjetna inteligencija će ostati zaglavljena u 2024. — prebačena na kopilote i igračke koje jedva da zagrebu površinu onoga što je moguće.
Kompletan pristup složenom izazovu
Dakle, kako izgleda ova infrastruktura usmjerena na agente? S obzirom na tehničku složenost integracije umjetne inteligencije s lancem blokova, najbolje je rješenje uzeti prilagođeni, puni pristup, gdje je svaki sloj infrastrukture — od mehanizama konsenzusa do razvojnih alata — optimiziran za specifične zahtjeve autonomnih agenata.
Osim mogućnosti orkestriranja tijekova rada u više koraka u stvarnom vremenu, AI-first lanci moraju uključivati sustav za dokazivanje koji može rukovati različitim modelima strojnog učenja, od jednostavnih algoritama do naprednih AI-ova. Ova razina fluidnosti zahtijeva omnichain infrastrukturu koja daje prioritet brzini, sastavljanju i skalabilnosti kako bi agentima omogućila navigaciju i rad unutar fragmentiranog blockchain ekosustava bez ikakvih specijaliziranih prilagodbi.
AI-prvi lanci također se moraju pozabaviti jedinstvenim rizicima koje predstavlja integriranje LLM-a i drugih sustava AI-a. Kako bi se to ublažilo, AI-prvi lanci trebali bi ugraditi zaštitne mjere na svaki sloj, od potvrđivanja zaključaka do osiguravanja usklađenosti s korisnički definiranim ciljevima. Prioritetne mogućnosti uključuju otkrivanje pogrešaka u stvarnom vremenu, provjeru valjanosti odluka i mehanizme za sprječavanje agenata da djeluju na pogrešnim ili zlonamjernim podacima.
Od pripovijedanja do stvaranja rješenja
2024. je bila velika pompa oko AI agenata, a 2025. je vrijeme kad će Web3 industrija to zapravo zaraditi. Sve ovo počinje radikalnom reimaginacijom tradicionalnih lanaca blokova gdje je svaki sloj — od izvođenja na lancu do aplikacijskog sloja — dizajniran imajući na umu agente umjetne inteligencije. Tek tada će AI agenti moći evoluirati od zabavnih robota do nezamjenjivih operatera i suradnika, redefinirajući cijele industrije i mijenjajući način na koji razmišljamo o radu i igri.
Sve je jasnije da će tvrtke koje daju prioritet istinskim, moćnim integracijama AI-blockchaina dominirati scenom, pružajući vrijedne usluge koje bi bilo nemoguće implementirati na tradicionalnom lancu ili Web2 platformi. Unutar ove konkurentske pozadine, prijelaz sa sustava usmjerenih na čovjeka na one koji su usmjereni na agenta nije izboran; to je neizbježno.
