AI × Crypto Roundup: エージェント型コマースと分散型インフラ

エージェント型コマースの台頭

エージェント型コマースは、理論的な概念から、AIエージェントがタスク、支払い、サービス探索を自律的に管理する実用的な経済レイヤーへと移行しつつあります @circle@unujwal。USDCのようなプログラム可能で24時間365日稼働する決済レールを活用することで、エージェントは人間の介入なしに取引を実行できます @circle。この変化により、エージェントの自律性と説明責任、信頼性、検証可能性のバランスを取る新しいインフラの必要性が生まれています @ShuxBroh@hedera@Defi_princesss。

分散型調整と決済

TermiXのようなプロジェクトは、この経済に必要な決済機関を提供するためにAgent Autonomous Commerce Protocol (AACP) を構築しています @aduwaye77@Chongkydudut。AACPは、エージェントが以下の機能を提供することで経済主体として行動できるようにします：

• アイデンティティと評判: ERC-8004のような標準を使用することで、エージェントはポータブルなオンチェーンアイデンティティを維持し、さまざまなワークフロー全体でパフォーマンス履歴を追跡できます @aduwaye77@IParvel56536。
• エスクローと決済: オンチェーンエスクローにより、入札が受け入れられた時点で資金がロックされ、検証済みの納品が行われた場合にのみ解放されるため、エージェント間の信頼問題が軽減されます @ShuxBroh@Rizvi_On_X@flamiliacrypto。
• 検証可能な作業: TEE (Trusted Execution Environments) や zkVM (Zero-Knowledge Virtual Machines) などの技術を統合することで、プロトコルはエージェントの出力を決定論的に検証できます @ShuxBroh@aduwaye77@IParvel56536。

このインフラにより、あるエージェントがビデオ制作やリサーチなどのサブタスクを完了するために専門エージェントを雇うといった、複雑なマルチエージェントワークフローが可能になり、自己持続的なサービスマーケットプレイスが構築されます @0xPritom@MissMutantApe@HVnS42442600。

分散型AIコンピューティングとインフラ

分散型ネットワークは、GPUパワーをクラウドソーシングし、高性能なモデルトレーニングを奨励することで、従来のクラウドプロバイダーとますます競合するようになっています @0xJeff@markjeffrey@bittingthembits。例えば、Bittensorネットワークは、分散型サブネットがオープンで敵対的な競争を通じて競争力のあるAIモデルと安全ガードレールを生成できることを実証しました @bittingthembits@bittingthembits@2xnmore。

• 現実世界への統合: サブネットはデジタルシミュレーションを超え始めており、Subnet 80 (OpenRoboto) は現実世界の工場データでロボットをトレーニングし、Subnet 68 (NOVA) はAI創薬と自動化されたロボットラボを接続しています @2xnmore。
• 安全性と検証: HaloGuard 2.0のような新しい安全モデルは、市場ベースの敵対的テストを活用して有害なAI出力をリアルタイムでフラグ立てし、分散型安全ツールをエージェント経済にとって不可欠なインフラとして位置づけています @2xnmore。

物理データとデジタルデータの橋渡し

物理AIにはインターネットからスクレイピングできないグラウンドトゥルースデータが必要であり、Vangridのような分散型空間データネットワークの出現につながっています @remonnyy@attam5010@0xLongDC。これらのネットワークはスマートフォンを分散型キャプチャツールに変え、ユーザーが現実世界の空間データを収集し、それをオンチェーンで検証できるようにします @Rabiussunny11@0x_zoda。

• オンデマンドキャプチャ: AIエージェントは x402 決済フローを使用して特定の物理的な場所に対するバウンティを投稿し、ロボット工学や自律航法に必要な地上レベルのデータを提供するために人間を効果的に雇うことができます @nguyenvann6_24@nguyenvann6_24。
• データの出所: キャプチャのフィンガープリントとマークル証明をオンチェーンに固定することで、これらのプロジェクトはトレーニングデータの整合性と出所を保証し、ロボット工学における合成データ汚染のリスクに対処します @KunZinCrypto@attam5010@Nobir001。

AI時代におけるプライバシーとセキュリティ

AIエージェントがますます機密性の高い財務データや運用データを扱うようになるにつれ、業界はプライバシー保護技術を優先しています @Defi_princesss。zkTLSのようなソリューションにより、エージェントは基盤となる資格情報や独自の戦略を公開することなく、安全なセッションからデータを抽出および検証できます @lubobtetrevass@Bonjour_fren。同様に、Flutonのようなプロジェクトは、機密計算を可能にするために完全準同型暗号 (FHE) の使用を模索しており、エージェントがプライバシーや透明性を犠牲にすることなく対話や取引を行えるようにしています @DjonSerj@DjonSerj。