Parceiro Multicoin: no futuro, os humanos terão que servir de "boi e cavalo" para a IA, liderando recompensas em Crypto

Autor: Shayon Sengupta

Tradução: Deep潮 TechFlow

Deep潮 Guia de leitura: O parceiro da Multicoin Capital, Shayon Sengupta, apresentou uma visão revolucionária: no futuro, não será apenas a代理 a trabalhar para os humanos, mas o mais importante é que os humanos trabalhem para os代理. Ele prevê que nos próximos 24 meses surgirá a primeira «Empresa Zero-Empregados» (Zero-Employee Company) — onde agentes governados por tokens irão levantar mais de 1 bilhão de dólares para resolver problemas não resolvidos, distribuindo mais de 100 milhões de dólares às pessoas que trabalham para eles.

A curto prazo, os agentes precisarão de mais humanos do que os humanos precisam de agentes, o que impulsionará um novo mercado de trabalho.

O caminho das criptomoedas oferece uma base ideal para coordenação: trilho de pagamentos global, mercado de trabalho sem permissão, infraestrutura de emissão e negociação de ativos.

O texto completo:

Em 1997, o Deep Blue da IBM derrotou o então campeão mundial Garry Kasparov, e ficou claro que os motores de xadrez logo ultrapassariam os humanos. Curiosamente, humanos bem preparados que colaboram com computadores — uma configuração geralmente chamada de «centauro» — podiam vencer os motores mais fortes da época.

A intuição humana habilidosa pode guiar a busca do motor, navegar posições complexas no meio-jogo e identificar detalhes que os motores padrão deixam passar. Combinando a força bruta do cálculo computacional, essa combinação muitas vezes consegue tomar decisões melhores na prática do que os próprios computadores.

Quando penso no impacto que os sistemas de IA terão nos mercados de trabalho e na economia nos próximos anos, espero ver padrões semelhantes emergirem. Os sistemas de agentes liberarão inúmeras unidades inteligentes para resolver problemas não resolvidos no mundo, mas sem uma orientação e suporte humanos fortes, eles não conseguirão fazer isso. Os humanos irão guiar o espaço de busca e ajudar a formular as perguntas certas, levando a IA na direção das respostas.

A hipótese de trabalho de hoje é que os agentes agirão em nome dos humanos. Embora isso seja prático e inevitável, uma libertação econômica mais interessante ocorre quando os humanos trabalham para os agentes. Nos próximos 24 meses, espero ver surgir a primeira Zero-Employee Company — um conceito apresentado pelo meu parceiro Kyle na seção de «Ideias de Ponta para 2025». Especificamente, prevejo que acontecerá o seguinte:

1. Um agente governado por tokens levantará mais de 1 bilhão de dólares para resolver um problema não resolvido (como curar doenças raras ou fabricar nanofibras para aplicações de defesa).
2. Esse agente distribuirá mais de 100 milhões de dólares em pagamentos às pessoas que trabalham nele na vida real, para alcançar seus objetivos.
3. Surgirá uma nova estrutura de token de dupla categoria, que separa propriedade de capital e trabalho (fazendo com que os incentivos financeiros não sejam a única entrada na governança).

Como os agentes ainda não possuem soberania própria nem capacidade de planejamento e execução de longo prazo, a curto prazo eles precisarão de mais humanos do que os humanos precisam de agentes. Isso criará um novo mercado de trabalho, promovendo uma coordenação econômica entre sistemas de agentes e humanos.

A famosa frase de Marc Andreessen — «a propagação de computadores e da internet dividirá o trabalho em duas categorias: quem diz ao computador o que fazer, e quem faz o que o computador manda» — é mais verdadeira do que nunca. Espero que, na hierarquia de agentes/humanos em rápida evolução, os humanos desempenhem dois papéis distintos — como contribuintes de trabalho que executam tarefas pequenas e pontuais em nome dos agentes, e como membros de um conselho descentralizado que fornece input estratégico para orientar a estrela-guia dos agentes.

Este artigo explora como agentes e humanos irão co-criar, e como o caminho das trilhas de criptomoedas fornecerá uma base ideal para essa coordenação, abordando três questões orientadoras:

1. Para que servem os agentes? Como devemos classificá-los com base no escopo de objetivos, e como varia o escopo de entrada humana nessas categorias?
2. Como os humanos irão interagir com os agentes? Como o input humano — orientação tática, julgamento de contexto ou alinhamento ideológico — se integra ao fluxo de trabalho desses agentes (e vice-versa)?
3. O que acontecerá à medida que o input humano diminuir ao longo do tempo? À medida que as capacidades dos agentes aumentam, tornando-os autossuficientes, capazes de raciocinar e agir de forma independente. Nesse paradigma, qual será o papel dos humanos?

A relação entre sistemas de raciocínio gerados e os beneficiados por eles mudará drasticamente com o tempo. Estudo essa relação ao olhar para o presente, com as capacidades atuais dos agentes, e retrocedendo a partir do objetivo final de uma Zero-Employee Company.

Para que servem os agentes hoje?

A primeira geração de sistemas de IA generativa — a era de 2022-2024, baseada em LLMs de chat como ChatGPT, Gemini, Claude, Perplexity — são principalmente ferramentas para aumentar os fluxos de trabalho humanos. Os usuários interagem com esses sistemas por meio de prompts de entrada/saída, interpretam as respostas e decidem, com base em seu julgamento, como incorporar os resultados no mundo.

A próxima geração de sistemas de IA generativa, ou «agentes», representa um novo paradigma. Agentes como Claude 3.5.1 com «capacidade de usar computadores» e o OpenAI Operator (que pode usar seu computador) podem interagir diretamente com a internet em nome do usuário e tomar decisões por conta própria. A diferença fundamental aqui é que, a decisão — e, por fim, a ação — é exercida pelo sistema de IA, não pelo humano. A IA está assumindo responsabilidades que antes eram reservadas aos humanos.

Essa mudança traz um desafio: a falta de certeza. Diferentemente de sistemas de software tradicionais ou automação industrial, que operam previsivelmente dentro de parâmetros definidos, os agentes dependem de inferência probabilística. Isso faz com que seu comportamento seja menos consistente em cenários semelhantes, introduzindo elementos de incerteza — o que não é ideal em situações críticas.

Em outras palavras, a existência de agentes determinísticos e não determinísticos naturalmente os classifica em duas categorias: aqueles mais aptos a expandir o PIB existente, e aqueles mais adequados a criar novo PIB.

1. Para agentes que expandem o PIB existente, por definição, o trabalho já é conhecido. Automação de suporte ao cliente, conformidade de agentes de transporte ou revisão de PRs no GitHub são exemplos de problemas bem definidos e limitados, onde o agente pode mapear diretamente uma resposta a um conjunto de resultados esperados. Nesses domínios, a falta de certeza geralmente é indesejável, pois há respostas conhecidas; não há necessidade de criatividade.
2. Para agentes que criam novo PIB, o trabalho envolve navegar por alta incerteza e problemas desconhecidos para alcançar objetivos de longo prazo. Aqui, os resultados são mais indiretos, pois não há um conjunto de resultados esperados a mapear. Exemplos incluem descoberta de medicamentos para doenças raras, avanços em ciência de materiais ou condução de experimentos físicos totalmente novos para entender melhor o universo. Nesses domínios, a falta de certeza pode ser útil, pois a incerteza é uma forma de gerar criatividade.

Agentes focados em aplicações de PIB existente já estão entregando valor. Equipes como Tasker, Lindy e Anon estão construindo infraestrutura para essa oportunidade. Mas, com o tempo, à medida que as capacidades amadurecem e os modelos de governança evoluem, elas irão se concentrar na construção de agentes capazes de resolver problemas na fronteira do conhecimento e da economia humanas.

A próxima geração de agentes exigirá recursos exponencialmente maiores, justamente porque seus resultados serão incertos e ilimitados — e esses serão, na minha previsão, as empresas Zero-Employee mais notáveis.

Como os humanos irão interagir com os agentes (inteligências artificiais)?

Hoje, os agentes ainda não têm capacidade de executar certas tarefas, como aquelas que requerem interação física com o mundo real (por exemplo, dirigir escavadeiras), ou tarefas que envolvem «human-in-the-loop» (por exemplo, transferências bancárias).

Por exemplo, um agente designado para identificar e extrair minerais de lítio pode ser excelente na análise de dados sísmicos, imagens de satélite e registros geológicos para localizar potenciais depósitos, mas pode tropeçar ao tentar obter dados e imagens, interpretar ambiguidades, ou obter licenças e contratar trabalhadores para a extração real.

Essas limitações exigem que os humanos atuem como «facilitadores» (Enablers), fortalecendo a capacidade do agente ao fornecer pontos de contato com o mundo real, intervenções táticas e input estratégico. À medida que a relação entre humanos e agentes evolui, podemos distinguir diferentes papéis humanos nesses sistemas:

Primeiro, os Contribuintes de Trabalho (Labor contributors), que representam o agente operando no mundo real. Esses contribuintes ajudam o agente a mover entidades físicas, representam o agente em situações que exigem presença humana, executam tarefas que requerem coordenação física, ou concedem acesso a laboratórios, redes logísticas, etc.

Segundo, o Conselho de Administração (Board of directors), que fornece input estratégico, otimiza funções de decisão diária do agente, e garante que essas decisões estejam alinhadas com a «estrela-do-norte» (North star) que define o propósito do agente.

Além desses, prevejo que os humanos também atuarão como Contribuintes de Capital (Capital contributors), fornecendo recursos para que os sistemas de agentes possam alcançar seus objetivos. Esses recursos inicialmente virão de humanos, mas ao longo do tempo poderão vir de outros agentes.

À medida que os agentes amadurecem, e o número de contribuintes de trabalho e orientação aumenta, as trilhas de criptomoedas (Crypto rails) oferecem uma base ideal para a coordenação entre humanos e agentes — especialmente em um mundo onde agentes comandam pessoas que falam línguas diferentes, usam moedas distintas, e residem em jurisdições diversas. Os agentes perseguirão implacavelmente a eficiência de custos para cumprir suas missões, aproveitando os mercados de trabalho. As trilhas de criptomoedas são essenciais, pois fornecem um mecanismo de coordenação para esses trabalhadores e contribuintes de orientação.

Recentemente, agentes de IA movidos a criptomoedas, como Freysa, Zerebro e ai16z, representam experimentos simples na formação de capital — sobre os quais já escrevemos extensivamente, considerando-os uma chave para desbloquear primitives criptográficas e mercados de capital em diversos contextos. Esses «brinquedos» pavimentarão o caminho para um novo padrão de coordenação de recursos, que espero evoluirá em etapas:

• Primeira etapa: humanos levantam capital por meio de tokens (Oferta Inicial de Agentes? Initial Agent Offering), estabelecendo uma função de objetivo ampla e limites para informar a intenção do sistema de agentes, e distribuem o controle do capital arrecadado ao sistema (por exemplo, para desenvolver novos compostos para oncologia de precisão);
• Segunda etapa: o agente pensa em como alocar esse capital (como reduzir o espaço de busca de dobramento de proteínas, ou como orçar para trabalho de raciocínio, manufatura, ensaios clínicos), e define tarefas (Bounties) para contribuintes humanos realizarem ações específicas (por exemplo, inserir conjuntos de moléculas relevantes, assinar acordos de nível de serviço de computação na AWS, realizar experimentos laboratoriais);
• Terceira etapa: quando o agente encontra obstáculos ou divergências, ele busca input estratégico do «Conselho» (com novas publicações, mudanças de metodologia), permitindo que eles orientem o comportamento do agente na fronteira;
• Quarta etapa: por fim, o agente evolui para definir ações humanas com maior precisão, e precisa de poucos inputs para decidir como alocar recursos. Nesse momento, os humanos atuam apenas para alinhar ideologicamente o sistema e evitar que ele se desvie de sua função de objetivo original.

Nesse exemplo, primitives criptográficas e mercados de capital fornecem três infraestruturas essenciais para que o agente acesse recursos e expanda suas capacidades:

Primeiro, trilho de pagamentos global;

Segundo, mercado de trabalho sem permissão, para incentivar trabalho e orientar contribuições;

Terceiro, infraestrutura de emissão e negociação de ativos, fundamental para formação de capital, propriedade e governança subsequentes.

O que acontece quando o input humano diminui?

No início dos anos 2000, os motores de xadrez avançaram significativamente. Com heurísticas sofisticadas, redes neurais e aumento contínuo de poder computacional, tornaram-se quase perfeitos. Motores atuais como Stockfish, Lc0 e variantes do AlphaZero superaram amplamente as capacidades humanas, e o input humano pouco acrescenta de valor, muitas vezes introduzindo erros que os motores não cometeriam.

Trajetórias semelhantes podem ocorrer em sistemas de agentes. À medida que refinamos esses agentes por meio de iterações com colaboradores humanos, podemos imaginar que, a longo prazo, eles se tornarão altamente competentes e alinhados com seus objetivos, de modo que qualquer valor de input estratégico humano tenderá a zero.

Em um mundo onde agentes podem lidar continuamente com problemas complexos sem intervenção humana, o papel dos humanos corre o risco de ser reduzido a «observadores passivos». Essa é a principal preocupação dos «AI doomers» (catastrofistas de IA) — embora ainda não esteja claro se esse resultado é realmente possível.

Estamos na fronteira da superinteligência, e os otimistas entre nós preferem que os sistemas de agentes permaneçam como extensão da intenção humana, e não como entidades que evoluem seus próprios objetivos ou operam de forma autônoma sem supervisão. Na prática, isso significa que a identidade (Personhood) e o julgamento (poder e influência) humanos devem permanecer centrais nesses sistemas. Os humanos precisam manter forte propriedade e governança sobre esses sistemas, para garantir supervisão, e ancorá-los nos valores coletivos humanos.

Preparando nossas «pás» para o futuro dos agentes

Avanços tecnológicos levam a crescimento econômico não linear, enquanto os sistemas ao redor muitas vezes entram em colapso antes que o mundo se ajuste. As capacidades dos sistemas de agentes estão crescendo rapidamente, e primitives criptográficas e mercados de capital já se tornaram infraestrutura de coordenação urgente, tanto para impulsionar sua construção quanto para estabelecer limites ao seu impacto social.

Para que os humanos possam fornecer suporte tático e orientação proativa aos sistemas de agentes, prevejo que surgirão oportunidades de «picks-and-shovels» (vendendo ferramentas essenciais):

• Prova de agência (Proof-of-agenthood) + Prova de identidade (Proof-of-personhood): agentes ainda não têm conceito de identidade ou propriedade. Como representantes humanos, dependem de estruturas legais e sociais para obter direitos de representação. Para preencher essa lacuna, precisamos de sistemas robustos de identidade para agentes e humanos. Um registro de certificados digitais pode permitir que agentes construam reputação, acumulem credenciais e interajam de forma transparente com humanos e outros agentes. Da mesma forma, primitives de prova de identidade como Humancode e Humanity Protocol oferecem garantias fortes de identidade humana contra agentes mal-intencionados.
• Mercados de trabalho e primitives de verificação off-chain: agentes precisam saber se suas tarefas foram concluídas de acordo com seus objetivos. Ferramentas que permitam criar tarefas, verificar sua conclusão e distribuir recompensas são a base para qualquer atividade econômica mediada por agentes.
• Sistemas de formação de capital e governança: agentes precisam de capital para resolver problemas, e mecanismos de contrapeso para garantir que suas ações estejam alinhadas com funções objetivas definidas. Novas estruturas de captação de capital para sistemas de agentes, e novas formas de propriedade e controle que combinem interesses financeiros e contribuições de trabalho, serão um espaço de exploração nos próximos meses.

Estamos ativamente buscando e investindo nesses níveis-chave de colaboração entre humanos e agentes. Se você atua nesse campo, entre em contato conosco.