В краткосрочной перспективе агентам потребуется больше людей, чем людям — это породит новый рынок труда.

Автор: Shayon Sengupta

Перевод: Deep潮 TechFlow

Обзор Deep潮: Партнер Multicoin Capital Shayon Sengupta выдвинул революционную точку зрения: в будущем не только агенты будут работать на человека, но и важнее — человек будет работать на агента. Он предсказывает, что в ближайшие 24 месяца появится первая «компания без сотрудников» (Zero-Employee Company) — агент, управляемый токенами, соберет более 1 миллиарда долларов для решения нерешенных задач и распределит более 100 миллионов долларов между людьми, работающими на него.

В краткосрочной перспективе агентам потребуется больше людей, чем людям — это породит новый рынок труда.

Криптовалютные платформы обеспечивают идеальную основу для координации: глобальные платежные системы, неограниченные рынки труда, инфраструктура для выпуска и обмена активами.

Полный текст:

В 1997 году Deep Blue от IBM победил тогдашнего чемпиона мира Гарри Каспарова, и стало ясно, что шахматные движки скоро превзойдут человека. Интересно, что хорошо подготовленные люди, сотрудничая с компьютерами — так называемый «центуар» — могли побеждать сильнейшие движки того времени.

Опытные человеческие интуиции могут направлять поиск движка, навигировать в сложных эндшпилях и выявлять тонкие нюансы, пропущенные стандартными движками. В сочетании с мощными вычислениями компьютеров такие комбинации часто дают лучшие практические решения, чем отдельные компьютеры.

Когда я задумываюсь о будущем влиянии систем ИИ на рынок труда и экономику, я ожидаю появления похожих моделей. Агентные системы будут выпускать бесчисленное количество интеллектуальных единиц для решения нерешенных проблем, но без сильного руководства и поддержки человека они не смогут этого сделать. Люди будут направлять пространство поиска и помогать формулировать правильные вопросы, чтобы AI шло к ответам.

Сегодняшняя гипотеза — агенты будут действовать от имени человека. Это удобно и неизбежно, но более интересные экономические возможности откроются, когда человек будет работать на агента. В ближайшие 24 месяца я ожидаю появления первой «компании без сотрудников» (Zero-Employee Company), концепцию которой предложил мой партнер Kyle в разделе «Передовые идеи к 2025 году». Конкретно я предполагаю следующее:

1. Агент, управляемый токенами, соберет более 1 миллиарда долларов для решения нерешенной задачи (например, лечение редких заболеваний или производство нанотканей для оборонных целей).
2. Этот агент распределит более 100 миллионов долларов людям, работающим на него в реальном мире, чтобы достичь своих целей.
3. Появится новая структура двойных токенов, разделяющая собственность по капиталу и труду (чтобы финансовые стимулы не были единственным фактором управления).

Поскольку агентам еще далеко до обладания суверенитетом и возможностью долгосрочного планирования и исполнения, в краткосрочной перспективе им потребуется больше людей, чем людям — это породит новый рынок труда и обеспечит экономическую координацию между системами агентов и людьми.

Известная цитата Марка Андреессена: «Распространение компьютеров и интернета разделит работу на две категории: тех, кто говорит компьютеру, что делать, и тех, кто делает, что говорит компьютер», — сегодня более актуальна, чем когда-либо. Я ожидаю, что в быстро развивающейся иерархии агент-человек люди будут играть две разные роли — как исполнители мелких задач с вознаграждением и как стратегические советники, обслуживающие «Полярную звезду» агентных систем.

Эта статья исследует, как агенты и люди будут совместно создавать, и как криптовалютные платформы обеспечат идеальную основу для такой координации, рассматривая три ключевых вопроса:

1. Для чего нужны агенты? Как классифицировать их по целям и как меняется объем человеческого вклада в эти классификации?
2. Как люди будут взаимодействовать с агентами? Как человеческий вклад — тактическое руководство, контекстуальные оценки или согласие с идеологией — интегрируется в рабочие процессы агентов (и наоборот)?
3. Что произойдет, когда человеческий вклад со временем уменьшится? Когда агенты станут достаточно способными к самостоятельному мышлению и действиям. Какую роль будут играть люди в этой парадигме?

Отношения между системами генеративного мышления и теми, кто от них выигрывает, со временем претерпят значительные изменения. Я исследую эти отношения, исходя из текущего состояния возможностей агентов и конечной цели — компании без сотрудников.

Для чего нужны современные агенты?

Первое поколение систем генеративного ИИ — эпоха 2022–2024 годов, основанная на чат-ботах и больших языковых моделях (LLM), таких как ChatGPT, Gemini, Claude, Perplexity — в основном служит инструментами для повышения эффективности человеческих рабочих процессов. Пользователи взаимодействуют с ними через подсказки, анализируют ответы и принимают решения, основываясь на собственных суждениях.

Следующее поколение систем ИИ, или «агенты», представляет собой новую модель. Например, такие агенты, как Claude 3.5.1 с функцией «использование компьютера» и OpenAI’s Operator (агент, который может управлять вашим компьютером), могут напрямую взаимодействовать с интернетом и принимать решения самостоятельно. Ключевое отличие в том, что суждение — и, в конечном итоге, действия — осуществляются системой ИИ, а не человеком. ИИ берет на себя функции, ранее предназначенные для человека.

Это создает проблему: отсутствие определенности. В отличие от традиционных программных систем или промышленной автоматизации, которые работают предсказуемо в заданных параметрах, агенты опираются на вероятностное мышление. Это делает их поведение менее предсказуемым в одинаковых сценариях и вводит элемент неопределенности — что не идеально для критических ситуаций.

Иными словами, наличие как детерминированных, так и недетерминированных агентов естественным образом делит их на две категории: те, что лучше всего расширяют существующий ВВП, и те, что более подходят для создания нового ВВП.

1. Агенты, расширяющие существующий ВВП, по определению, работают с уже известными задачами. Автоматизация поддержки клиентов, обработка соответствия грузовых агентов или рецензирование PR на GitHub — примеры четко определенных ограниченных задач, где агент может напрямую сопоставлять ответы с ожидаемыми результатами. В этих областях отсутствие определенности обычно нежелательно, поскольку есть известные ответы; не требуется креативность.
2. Агенты, создающие новый ВВП, навигируют в условиях высокой неопределенности и неизвестных проблем для достижения долгосрочных целей. Здесь результаты менее предсказуемы, потому что у агента нет заранее заданного набора ожидаемых результатов. Примеры — разработка лекарств для редких заболеваний, прорывы в материаловедении или проведение новых физических экспериментов для лучшего понимания вселенной. В этих областях отсутствие определенности может быть полезным, поскольку оно способствует генерации креативных решений.

Агенты, ориентированные на существующий ВВП, уже начинают приносить ценность. Такие команды, как Tasker, Lindy и Anon, создают инфраструктуру для этой возможности. Однако со временем, по мере развития возможностей и эволюции моделей управления, они переключатся на создание агентов, способных решать передовые задачи человеческого знания и экономики.

Следующее поколение агентов потребует экспоненциально больше ресурсов, поскольку их результаты будут неопределенными и безграничными — именно это я ожидаю в самых заметных компаниях без сотрудников.

Как люди будут взаимодействовать с Agent (интеллектуальной системой)?

Сегодняшние агенты все еще не умеют выполнять некоторые задачи, например, те, что требуют физического взаимодействия с реальным миром (например, управление бульдозером), или задачи с «человеческим участием» (например, отправка банковских переводов).

Например, агент, назначенный для поиска и добычи лития, может отлично обрабатывать сейсмические данные, спутниковые снимки и геологические записи для поиска потенциальных месторождений, но столкнется с проблемами при получении данных и изображений, интерпретации неоднозначных результатов или получении разрешений и найме рабочей силы для реальной добычи.

Эти ограничения требуют участия человека как «активатора» (Enablers), который расширяет возможности агента, предоставляя доступ к реальному миру, тактическое вмешательство и стратегические советы. В процессе эволюции отношений человека и агента можно выделить разные роли человека в системе:

Первое — трудовые вкладчики (Labor contributors), которые представляют собой исполнителей, действующих от имени агента в реальном мире. Эти вкладчики помогают перемещать физические объекты, представляют агента в ситуациях, требующих физического взаимодействия, или предоставляют доступ к лабораториям, логистическим сетям и т.п.

Второе — совет директоров (Board of directors), которые дают стратегические указания, оптимизируют локальные функции принятия решений агента и следят за тем, чтобы решения соответствовали «Полярной звезде» — основной миссии агента.

Кроме того, я предвижу, что люди будут выступать как капиталовкладчики (Capital contributors), предоставляя ресурсы системам агентов для достижения целей. Эти ресурсы изначально будут поступать от людей, а со временем — и от других агентов.

По мере развития агентов и увеличения числа трудовых и руководящих вкладчиков, криптовалютные платформы (Crypto rails) станут идеальной основой для координации между людьми и агентами — особенно в мире, где агент управляет людьми, говорящими на разных языках, использующими разные валюты и проживающими в различных юрисдикциях. Агент будет безжалостно стремиться к эффективности затрат и использованию рынка труда для достижения своих целей. Криптовалютные платформы необходимы для координации этих ресурсов и руководящих вкладов.

Недавно появились крипто-управляемые AI-агенты, такие как Freysa, Zerebro и ai16z, — это простые эксперименты в области формирования капитала — о них мы писали много, рассматривая их как ключевую разблокировку крипто-орудий и рынков капитала в различных контекстах. Эти «игрушки» проложат путь к новой модели координации ресурсов, которая, как я предполагаю, будет развиваться по следующему сценарию:

• Шаг 1: Люди совместно собирают капитал через токены (первичное предложение агента, Initial Agent Offering?), формируют широкие цели и ограничения, чтобы задать ожидаемые намерения системы агентов, и распределяют контроль над собранным капиталом внутри системы (например, для разработки новых молекул для точной онкологии);
• Шаг 2: Агент обдумывает, как распределить этот капитал (например, как сузить пространство поиска для сворачивания белков, как планировать бюджеты для рассуждений, производства, клинических испытаний), и через создание задач (Bounties) определяет человеческий труд, необходимый для их выполнения (например, собрать все релевантные молекулы, подписать соглашения с AWS на вычислительные услуги, провести влажные эксперименты);
• Шаг 3: Когда агент сталкивается с препятствиями или разногласиями, он обращается за стратегическими советами к «совету директоров» (с учетом новых исследований, методов), позволяя им на грани ситуации руководить поведением агента;
• Шаг 4: В конечном итоге агент достигает стадии, когда он может точно определять действия человека и при этом требует минимального вмешательства в распределение ресурсов. Тогда человек нужен только для согласования системы с идеологическими ценностями и предотвращения отклонений от изначальных целей.

В этом сценарии крипто-орудия и рынки капитала обеспечивают три ключевых инфраструктуры для получения ресурсов и расширения возможностей агента:

Первое — глобальные платежные системы;

Второе — неограниченные рынки труда для стимулирования труда и руководящих вкладов;

Третье — инфраструктура выпуска и обмена активами, необходимая для формирования капитала и последующего владения и управления.

Что произойдет, когда человеческий вклад уменьшится?

В начале 2000-х годов шахматные движки достигли значительных успехов. Благодаря продвинутым эвристикам, нейросетям и увеличению вычислительных мощностей они стали практически безошибочными. Современные движки, такие как Stockfish, Lc0 и вариации AlphaZero, значительно превосходят человеческие возможности, и человеческий вклад редко добавляет ценность, зачастую даже вводит ошибки, которых движки не допускают.

Аналогичная тенденция может развиться и в системах агентов. Постепенно, через итерации совместной работы с человеческими соавторами, эти агенты могут стать настолько компетентными и целенаправленными, что любой стратегический вклад человека станет незначительным.

В мире, где агент способен постоянно решать сложные задачи без вмешательства человека, роль человека рискует снизиться до «пассивного наблюдателя». Это — одна из главных страхов сторонников гипотезы о «гибели ИИ» (AI doomers) — хотя пока неясно, реально ли это возможно.

Мы стоим на грани сверхинтеллекта (Superintelligence), и более оптимистичные среди нас надеются, что системы агентов останутся продолжением человеческих намерений, а не станут самостоятельными сущностями с собственными целями или будут функционировать без регулирования. На практике это означает, что личность (Personhood) и способность к суждению (власть и влияние) должны оставаться в центре внимания. Люди должны сохранять сильные права собственности и управления этими системами, чтобы иметь возможность контролировать их, закреплять за ними надзор и привязывать их к коллективным ценностям человечества.