2026年,具有前瞻性的组织将在各个角色和职能中构建其智能体团队。但在这场热潮中,还有另一个方面需要考虑。
IDC在10月发布的未来五年企业技术预测中有一项引人关注的预测:"到2030年,全球1000强企业中多达20%的组织将面临诉讼、巨额罚款和首席信息官被解雇,这些都源于智能体控制和治理不当导致的重大中断。"
那么,如何建立防护机制?如何确保这些智能体能够协同工作,并最终进行商业合作?区块链基础设施平台提供商NMKR的创始人兼首席执行官Patrick Tobler正在研究一个项目,旨在通过融合智能体AI和去中心化技术来解决这一问题。
Masumi Network诞生于NMKR与Serviceplan Group的合作,于2024年末推出,作为一个框架无关的基础设施,"赋能开发者构建能够协作、服务变现和维持可验证信任的自主智能体"。
"Masumi的核心理念是,未来将有数十亿个来自不同公司的AI智能体相互交互,"Tobler解释道。"现在的难点是——如何让来自不同公司的智能体能够相互交互,并且能够跨公司相互转账?"
以旅行为例。你想参加一个行业会议,所以你的酒店预订智能体从你的航空公司智能体那里购买机票。整个体验和交易将是无缝的——但这需要隐含的信任。
"Masumi是一个去中心化的智能体网络,因此不依赖任何中心化的支付基础设施,"Tobler说。"相反,智能体配备了钱包,可以从一个智能体向另一个智能体发送稳定币,因此能够以完全安全和无需信任的方式相互交互。"
对于在加密货币领域花费了大量时间的Tobler来说,他确定加密货币的优势被指向了错误的方向。
"我认为我们在加密货币领域为人类解决了很多问题,然后我得出结论,也许我们一直在为错误的目标受众解决这些问题,"他解释道。"因为对人类来说,使用加密货币、钱包和区块链等所有这些东西都极其困难;用户体验并不好。但对智能体来说,它们不在乎使用起来是否困难。它们直接使用,这对它们来说非常自然。"
"所以现在出现的所有这些问题——智能体必须与未来数百万甚至数十亿个智能体交互——这些问题都已经通过加密货币得到了解决。"
Tobler将作为Discover Cardano的一部分参加AI与大数据博览会全球展;NMKR起源于Cardano区块链,而Masumi完全建立在Cardano之上。他说他期待与那些"听说了很多关于AI但除了ChatGPT之外并没有真正使用太多"的企业进行交流。
"我想了解他们在做什么,然后找出我们如何能够帮助他们,"他说。"这通常是传统科技初创公司缺失的东西。我们都在为自己的圈子构建产品,而不是真正与那些每天都会使用它的人交谈。"
Discover Cardano将在2月4-5日于伦敦举办的AI与大数据博览会全球展上参展。
Q&A
Q1:Masumi Network是什么?它解决了什么问题?
A:Masumi Network是一个去中心化的智能体网络基础设施,旨在解决不同公司的AI智能体之间如何安全交互和进行跨公司交易的问题。它为智能体配备钱包,使它们能够通过稳定币进行无需信任的安全交易。
Q2:为什么说加密货币技术更适合智能体而不是人类?
A:对人类来说,使用加密货币、钱包和区块链等技术极其困难,用户体验不佳。但对智能体来说,它们不在乎使用难度,可以直接使用这些技术,这对它们来说非常自然。加密货币领域已经解决的问题正好适用于智能体间的交互需求。
Q3:Masumi Network如何确保智能体间的信任?
A:Masumi Network通过去中心化架构和区块链技术确保信任。智能体配备钱包并使用稳定币进行交易,整个过程无需依赖中心化支付基础设施,实现完全安全和无需信任的交互方式。
好文章,需要你的鼓励
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。