Pour résumer simplement, a16z a publié un rapport sur l'IA et la crypto, dont trois directions principales peuvent être extraites de 11 cas d'utilisation spécifiques :
Infrastructure d'Agent : résout principalement les problèmes fondamentaux tels que l'authentification de l'Agent AI, la collaboration interplateformes et la distinction entre l'homme et la machine. Comprend l'Identité Universelle de l'Agent, la Preuve d'Humanité (prévention des bots), les normes de communication entre Agents et les règles de gouvernance, etc.
C'est comme si chaque agent IA avait une "carte d'identité + carte bancaire + carte de sécurité sociale" dans un seul document, leur permettant de "travailler" et "d'échanger" légalement dans le monde numérique. Les agents d'aujourd'hui sont des îles autonomes, et cette infrastructure vise à les relier en un super réseau capable de collaboration approfondie.
Votre assistant de programmation bien entraîné dans VSCode peut passer sans problème à GitHub Copilot pour continuer à travailler, ce qui équivaut à la couche d'agrégation d'interopérabilité de l'ère des agents.
Couche de données contextuelles : résout principalement le problème de la "mémoire" et de la "durabilité des connaissances" de l'IA. Cela inclut la sauvegarde de contexte multiplateforme, la protection des droits de propriété intellectuelle et des droits d'auteur, la traçabilité des données et la répartition des valeurs, etc.
Les LLM d'IA actuels n'ont pas de conception de couche de mémoire, ou ce qu'on appelle "mémoire de poisson rouge" ; chaque fois qu'on utilise l'IA, c'est comme engager un intérimaire, il faut toujours recommencer l'entraînement. Avec cette couche de données, l'IA a comme une "mémoire à long terme", vos connaissances professionnelles, votre style de travail et votre expérience de projet peuvent devenir des actifs numériques stockables et échangeables. Cela équivaut à la couche de disponibilité des données à l'époque des Agents.
Imaginez que les habitudes de codage des meilleurs programmeurs peuvent être directement "vendues" à l'IA pour former des débutants, permettant ainsi une monétisation directe des connaissances.
Finance native à l'IA : vise principalement à résoudre le système de paiement et de règlement de l'économie de l'IA, ainsi que le système de distribution des incitations. Comprend les micropaiements entre Agents, le mécanisme de paiement pour les robots d'exploration web, et de nouveaux modèles de publicité commerciale.
Maintenant, la plateforme se gave, les créateurs profitent un peu, et les utilisateurs se font exploiter. La finance native AI doit permettre à chaque maillon de la chaîne de création de valeur de bénéficier d'une répartition équitable. Le principe clé est : "Qui crée de la valeur, qui obtient des revenus". Si un jour, les Agents AI peuvent échanger des services directement, les utilisateurs qui contribuent des données pourraient recevoir des récompenses en Token, et même vos données personnelles utilisées par l'AI pourraient vous donner droit à une part correspondante. Cette étape équivaut à la couche de règlement de l'ère des Agents.
Dans l'ensemble, les 11 cas concrets d'a16z couvrent un large éventail : de la persistance du contexte d'interaction AI, de l'identité générale des agents, des réseaux de puissance décentralisés (DePIN), aux partages de revenus de micropaiement, à l'enregistrement de la propriété intellectuelle, aux mécanismes de paiement pour les crawlers, ainsi qu'à la publicité privée, à l'accompagnement AI, etc.
Le rapport a également donné des prévisions temporelles : à court terme, l'authentification PoP et l'agrégation de la puissance de calcul DePIN seront mises en œuvre en premier, à moyen terme, un marché de transactions entre agents apparaîtra, et ce n'est qu'à long terme que l'on pourra réaliser un écosystème économique autonome complet en AI.
Mais personnellement, je suis en fait encore plus optimiste quant à la tendance de personnalisation des agents côté client grâce à l'identité universelle des agents et à la couche de données contextuelles des agents. Après tout, lorsque chaque IA aura une mémoire persistante et une identité multiplateforme, l'ère des véritables assistants IA personnels pourra réellement commencer.
Les trois directions ci-dessus visent essentiellement à construire une "société numérique où l'IA peut participer de manière autonome aux activités économiques", permettant à l'IA de ne plus être un simple outil passif, mais de devenir un "travailleur numérique" capable de créer et d'échanger de la valeur de manière indépendante.
Il est clair que maintenant est le moment de se positionner pour établir des normes d'infrastructure d'IA ; celui qui réussira à se positionner en premier aura la chance de récolter les plus grands bénéfices.
Le contenu est fourni à titre de référence uniquement, il ne s'agit pas d'une sollicitation ou d'une offre. Aucun conseil en investissement, fiscalité ou juridique n'est fourni. Consultez l'Avertissement pour plus de détails sur les risques.
Interprétation du rapport a16z : trois grandes orientations fondamentales abstraites de 11 cas d'utilisation spécifiques
Auteur : Haotian
Pour résumer simplement, a16z a publié un rapport sur l'IA et la crypto, dont trois directions principales peuvent être extraites de 11 cas d'utilisation spécifiques :
C'est comme si chaque agent IA avait une "carte d'identité + carte bancaire + carte de sécurité sociale" dans un seul document, leur permettant de "travailler" et "d'échanger" légalement dans le monde numérique. Les agents d'aujourd'hui sont des îles autonomes, et cette infrastructure vise à les relier en un super réseau capable de collaboration approfondie.
Votre assistant de programmation bien entraîné dans VSCode peut passer sans problème à GitHub Copilot pour continuer à travailler, ce qui équivaut à la couche d'agrégation d'interopérabilité de l'ère des agents.
Les LLM d'IA actuels n'ont pas de conception de couche de mémoire, ou ce qu'on appelle "mémoire de poisson rouge" ; chaque fois qu'on utilise l'IA, c'est comme engager un intérimaire, il faut toujours recommencer l'entraînement. Avec cette couche de données, l'IA a comme une "mémoire à long terme", vos connaissances professionnelles, votre style de travail et votre expérience de projet peuvent devenir des actifs numériques stockables et échangeables. Cela équivaut à la couche de disponibilité des données à l'époque des Agents.
Imaginez que les habitudes de codage des meilleurs programmeurs peuvent être directement "vendues" à l'IA pour former des débutants, permettant ainsi une monétisation directe des connaissances.
Maintenant, la plateforme se gave, les créateurs profitent un peu, et les utilisateurs se font exploiter. La finance native AI doit permettre à chaque maillon de la chaîne de création de valeur de bénéficier d'une répartition équitable. Le principe clé est : "Qui crée de la valeur, qui obtient des revenus". Si un jour, les Agents AI peuvent échanger des services directement, les utilisateurs qui contribuent des données pourraient recevoir des récompenses en Token, et même vos données personnelles utilisées par l'AI pourraient vous donner droit à une part correspondante. Cette étape équivaut à la couche de règlement de l'ère des Agents.
Dans l'ensemble, les 11 cas concrets d'a16z couvrent un large éventail : de la persistance du contexte d'interaction AI, de l'identité générale des agents, des réseaux de puissance décentralisés (DePIN), aux partages de revenus de micropaiement, à l'enregistrement de la propriété intellectuelle, aux mécanismes de paiement pour les crawlers, ainsi qu'à la publicité privée, à l'accompagnement AI, etc.
Le rapport a également donné des prévisions temporelles : à court terme, l'authentification PoP et l'agrégation de la puissance de calcul DePIN seront mises en œuvre en premier, à moyen terme, un marché de transactions entre agents apparaîtra, et ce n'est qu'à long terme que l'on pourra réaliser un écosystème économique autonome complet en AI.
Mais personnellement, je suis en fait encore plus optimiste quant à la tendance de personnalisation des agents côté client grâce à l'identité universelle des agents et à la couche de données contextuelles des agents. Après tout, lorsque chaque IA aura une mémoire persistante et une identité multiplateforme, l'ère des véritables assistants IA personnels pourra réellement commencer.
Les trois directions ci-dessus visent essentiellement à construire une "société numérique où l'IA peut participer de manière autonome aux activités économiques", permettant à l'IA de ne plus être un simple outil passif, mais de devenir un "travailleur numérique" capable de créer et d'échanger de la valeur de manière indépendante.
Il est clair que maintenant est le moment de se positionner pour établir des normes d'infrastructure d'IA ; celui qui réussira à se positionner en premier aura la chance de récolter les plus grands bénéfices.