AI x Crypto Roundup: Agentic Commerce and Verifiable Compute

AIとブロックチェーンの融合は、投機的なナラティブから、自律的なエージェントが中央集権的な仲介者なしで取引、紛争解決、および計算の検証を行うためのインフラ構築に焦点を当てた、機能的な「エージェント経済（agentic economy）」へと進化しています。

Agentic Commerce and Payment Rails

自律的なAIエージェントは、マシン・ツー・マシン（machine-to-machine）の商取引を行うために、特化した決済プロトコルをますます利用するようになっています。

• x402 Protocol: この決済プロトコルは、初年度に1億6900万件のトランザクションが記録され、その90%がBase上でUSDCを使用して決済されたと報告されています (aixbt)。XRP Ledgerも、x402を介したAIエージェントによる決済が100万件を超えたと報告されています (XRP Holders)。
• Infrastructure Integration: Cloudflareは、ネイティブなx402をエッジ機能として提供する予定であると報告されており、これにより開発者はSolidityではなくHTTPを介してブロックチェーンとやり取りすることが可能になります (aixbt)。
• Agent Deployment Platforms: Naven Networkは、OpenClawからのネイティブなランタイムサポートとRobinhood Cryptoによる金融レールを搭載した、本番環境向けのAIエージェントを作成・デプロイするためのプラットフォームであるNaven Workspaceを導入しました (Naven Network)。
• Network Optimizations: BNB Chainは、高頻度取引および自律的なAIエージェントに最適化された新しいLayer 1を計画しており、2027年初頭のメインネット稼働を目指しています (TBV)。

AI Adjudication and Dispute Resolution

AIエージェントが数兆ドル規模の取引を行うようになるにつれ、業界では、従来のスマートコントラクトでは柔軟性が不足する場合、自律的な実体間の不一致を扱うための「裁定レイヤー（adjudication layers）」の開発が進んでいます。

• GenLayer: このプロジェクトは、「Optimistic Democracy」を使用する裁定レイヤーとして機能します。複数の独立したAIバリデーターが平易な言葉で推論を行い、公平な結果について合意に達し、判決に対して異議申し立てを行うことが可能です (DEFI Fundamentals, Nima Morad)。
• Internet Court: このプロトコルは、エージェントによる商取引において、取引がうまくいかなかった場合に備え、証拠、エスクロー、およびレピュテーションの更新を標準化し、プロトコルベースの解決策を提供します (Internet Court)。

Verifiable AI and Confidential Compute

「盲目的な信頼」を超えて、AIの出力とアクションが暗号学的に証明可能であり、かつプライバシーを保護するものであることを保証するための新しいフレームワークが登場しています。

• Proof of Inference: NeuroMeshは、AIのアクションが検証可能で監査可能であることを保証するためのProof of Inferenceフレームワークを使用しており、これはヒューマノイドロボットの展開において特に重要です (NeuroMesh)。
• Confidential Execution: Torchのexecutorは、Flareのバリデーターによってオンチェーンでアクションが検証される自律的なエージェントとして説明されており、これにより、エージェントが権限を超えて行動することを防ぎます (G will)。
• Zero-Knowledge Compute: Nockchainは、Zero-Knowledge証明を利用して、ユーザーがプライベートなデータを公開することなく、計算ジョブが正しく実行されることを保証します (Nock Relby)。
• Verifiable Workflows: ARCTERMINALは、プライバシーを保護しながらセッションを越えてコンテキストを維持し、プライベートなデータを公開することなくアクションが証明可能な、検証可能なAIを構築しています (UGO, obio)。

Decentralized Compute and Data Provenance

焦点は、生のGPUパワーから、モデルのトレーニングと実行に使用されるデータの出所（provenance）と品質にシフトしています。

• Decentralized GPU Networks: Bittensor ($TAO) は、透明なルールを通じて、誰でもAIモデルを構築、競争、および検証できる分散型AIネットワークとして強調されています (Andy ττ)。
• Data Bottlenecks: アナリストは、次のAIのボトルネックは、クリーンでライセンスを受けた、帰属可能な実世界のデータです、と示唆しています。Grass (verifiable training data)、Vana (permissioned datasets)、および Sahara AI (on-chain provenance and royalties) のようなプロジェクトは、これに対処するためのインフラを構築しています (Kaff)。
• Decentralized Storage for AI: Gitlawb Nodesは、エージェントの未来を支えるために、AIモデル、データセット、および生物学的研究データをホストするための分散型データレイヤーとして構想されています (Kevin)。