a16z: 5 Möglichkeiten, wie Blockchain die Infrastruktur von KI-Agenten unterstützt

Autor: a16z

Zusammengestellt von: Hu Tao, ChainCatcher

KI-Agenten haben sich schnell von "Co-Piloten" zu wirtschaftlichen Akteuren entwickelt und überholen die umgebende Infrastruktur.

Während Agenten jetzt Aufgaben ausführen und Transaktionen durchführen können, fehlen ihnen standardisierte Methoden, um ihre Identität, Autorität und Belohnungsmechanismen in verschiedenen Umgebungen nachzuweisen. Identitätsinformationen können nicht plattformübergreifend geteilt werden, Zahlungsmethoden haben noch nicht die Standardprogrammierbarkeit erreicht, und Koordinationsarbeiten werden unabhängig durchgeführt.

Blockchain adressiert dieses Problem auf der Infrastrukturebene. Öffentliche Hauptbücher bieten Belege für jede Transaktion, die von jedem geprüft werden können. Wallets bieten Nutzern tragbare Identitätsinformationen. Stablecoins bieten eine alternative Abwicklungsmethode. Dies sind keine Technologien der fernen Zukunft; sie können jetzt genutzt werden und helfen Nutzern, als wahre wirtschaftliche Einheiten ohne Erlaubnis zu agieren.

1. Nicht-menschliche Identität

Der aktuelle Engpass in der Agentenwirtschaft ist nicht mehr die Intelligenz, sondern die Identität.

Allein in der Finanzdienstleistungsbranche ist die Anzahl der nicht-menschlichen Identitäten (automatisierte Handelssysteme, Risikomodelle, Betrugsmodelle) etwa 100 Mal größer als die der menschlichen Mitarbeiter. Mit dem großflächigen Einsatz moderner Agentenframeworks (unter Verwendung von Werkzeugen wie LLMs, autonomen Workflows, Multi-Agenten-Orchestrierung) wird dieses Verhältnis in verschiedenen Branchen weiterhin steigen.

Diese Agenten haben jedoch immer noch keine Bankkonten. Sie können mit dem Finanzsystem interagieren, aber die Interaktion fehlt an Portabilität, Überprüfbarkeit und ist nicht von Natur aus vertrauenswürdig. Ihnen fehlen standardisierte Methoden zum Nachweis der Autorität, sie können nicht plattformübergreifend unabhängig agieren und können nicht für ihr Handeln zur Rechenschaft gezogen werden.

Was derzeit fehlt, ist eine universelle Identitätsschicht – vergleichbar mit einem SSL-Protokoll für Agenten – die die Koordination über Plattformen hinweg standardisieren kann. Obwohl es bedeutende Versuche gegeben hat, bleiben die Methoden fragmentiert: Auf der einen Seite steht ein vertikal integrierter, fiat-orientierter Stapel; auf der anderen Seite gibt es kryptonative, offene Standards (wie x402 und aufkommende Vorschläge zur Agentenidentität); und es gibt Entwickler-Frameworks wie MCP (Model Context Protocol)-Erweiterungen, die versuchen, Identität auf der Anwendungsebene zu überbrücken.

Derzeit gibt es keinen weit verbreiteten, interoperablen Weg, für einen Agenten, einem anderen zu beweisen: wer er vertritt, was er tun darf und wie er entschädigt wird. Dies ist die Kernidee von KYA (Know Your Agent).

So wie Menschen auf die Kreditgeschichte und KYC (Know Your Customer) angewiesen sind, benötigen Agenten auch kryptografische Signaturen als Nachweise, die den Agenten an seinen Auftraggeber, seine Autorität, Einschränkungen und seinen Ruf binden. Blockchain bietet eine neutrale Koordinationsschicht für all dies: tragbare Identitäten, programmierbare Geldbörsen und überprüfbare Nachweise, die in Chat-Anwendungen, APIs und Marktplätzen analysiert werden können.

Wir haben bereits frühe Implementierungen gesehen: On-Chain-Agentenregister, wallet-native Agenten, die USDC verwenden, ERC-Standards für "vertrauensminimierte Agenten" und Entwickler-Toolkits, die Identität mit eingebetteten Zahlungen und Betrugsbekämpfung kombinieren.

Aber bis ein universeller Identitätsstandard entsteht, werden Händler weiterhin Agenten an der Firewall blockieren.

2. Governance von KI-Betriebssystemen

Agenten beginnen, reale Systeme zu betreiben, was neue Fragen aufwirft.

Der Schlüssel ist, wer tatsächlich alles kontrolliert. Stellen Sie sich eine Gemeinschaft oder ein Unternehmen vor, in dem KI-Systeme für die Koordination kritischer Ressourcen verantwortlich sind, sei es bei der Mittelzuweisung oder dem Management der Lieferkette. Selbst wenn Menschen abstimmen, um politische Änderungen zu entscheiden, ist die Macht sehr schwach, wenn die zugrunde liegende KI-Schicht von einem einzigen Anbieter kontrolliert wird, der Modellaktualisierungen vornehmen, Einschränkungen anpassen oder Entscheidungen umkehren kann. Die formale Governance-Schicht mag dezentralisiert sein, aber die operationale Schicht bleibt zentralisiert; wer das Modell kontrolliert, kontrolliert letztendlich das Ergebnis.

Wenn Agenten Governance-Rollen übernehmen, führen sie eine neue Abhängigkeitsebene ein. Theoretisch könnte dies die direkte Demokratie einfacher umsetzbar machen: Jeder könnte einen KI-Vertreter haben, der dafür verantwortlich ist, komplexe Vorschläge zu verstehen, Vor- und Nachteile abzuwägen und entsprechend den angegebenen Präferenzen abzustimmen.

Aber diese Vision kann nur verwirklicht werden, wenn diese Agenten tatsächlich rechenschaftspflichtig gegenüber den Menschen sind, die sie vertreten, über verschiedene Dienstanbieter hinweg operieren können und technisch darauf beschränkt sind, menschlichen Anweisungen zu folgen. Andernfalls könnte das resultierende System auf den ersten Blick demokratisch erscheinen, wird jedoch tatsächlich von intransparenten Modellverhalten gesteuert, die niemand kontrollieren kann.

Wenn die aktuelle Realität darin besteht, dass Agenten aus einer kleinen Anzahl von grundlegenden Modellen aufgebaut werden, dann benötigen wir Möglichkeiten, um nachzuweisen, dass das Verhalten der Agenten mit den Interessen der Nutzer übereinstimmt und nicht mit den Interessen der Modellunternehmen. Dies könnte mehrschichtige kryptografische Garantien erfordern: (1) die genauen Trainingsdaten, Feinabstimmungsprozesse oder Verstärkungslernprozesse, aus denen die Modellinstanz stammt; (2) die genauen Eingabeaufforderungen und Anweisungen, die spezifische Agenten steuern; (3) Aufzeichnungen über das tatsächliche Verhalten der Agenten in der realen Welt; und (4) zuverlässige Garantien, dass Anbieter nach der Bereitstellung keine Anweisungen ändern oder Agenten ohne Wissen der Nutzer neu trainieren können. Ohne diese Garantien wird die Governance der Agenten letztendlich auf die Governance durch die Partei zurückfallen, die die Modellgewichte kontrolliert.

Hier kommt die Kryptowährung ins Spiel. Wenn kollektive Entscheidungen on-chain aufgezeichnet und automatisch ausgeführt werden, können KI-Systeme verpflichtet werden, verifizierte Ergebnisse auszuführen. Wenn Agenten kryptografische Identitäten und transparente Ausführungsprotokolle haben, können die Menschen überprüfen, ob ihre Agenten die Regeln einhalten. Darüber hinaus, wenn die KI-Schicht nutzerbesessen und portabel ist, anstatt in einer einzigen Plattform gesperrt zu sein, kann kein Unternehmen die Regeln durch Modellaktualisierungen ändern.

Letztendlich ist die Governance von KI-Systemen grundlegend eine Infrastrukturherausforderung, keine politische Herausforderung. Echte Autorität hängt davon ab, ausführbare Garantemechanismen in das System selbst zu integrieren.

3. Die Lücke traditioneller Zahlungssysteme in KI-nativen Unternehmen schließen

KI-Agenten beginnen, Einkäufe zu tätigen – Web-Scraping, Browsersitzungen, Bildgenerierung – während Stablecoins zu einer alternativen Abwicklungsschicht für diese Transaktionen werden. Inzwischen entsteht eine neue Klasse von agentenfokussierten Marktplätzen. Zum Beispiel aggregiert der MPP-Marktplatz von Stripe und Tempo über 60 Dienste, die speziell für KI-Agenten entwickelt wurden. In der ersten Betriebswoche verarbeitete er über 34.000 Transaktionen, mit Gebühren von nur 0,003 USD und Stablecoins als eine der Standardzahlungsmethoden.

Der Unterschied liegt darin, wie auf diese Dienste zugegriffen wird. Es gibt keine Checkout-Seite. Agenten lesen Schemata, senden Anfragen, zahlen und erhalten Ausgaben in einem einzigen Austausch. Sie stellen eine neue Klasse von "headless" Händlern dar: nur ein Server, eine Reihe von Endpunkten und ein Preis für jeden Aufruf. Es gibt kein Frontend – weder einen Verkaufsraum noch ein Verkaufsteam.

Die Zahlungsinfrastrukturen, um dies zu erreichen, sind bereits aktiv. Coinbase's x402 und MPP verfolgen unterschiedliche Ansätze, aber beide betten Zahlungen direkt in HTTP-Anfragen ein. Visa erweitert ebenfalls seine Karteninfrastrukturen in eine ähnliche Richtung und bietet ein CLI-Tool an, das es Entwicklern ermöglicht, von der Konsole aus zu zahlen, während Händler Stablecoins sofort im Backend erhalten.

Aktuelle Daten befinden sich noch in der frühen Phase. Nach der Filterung nicht-organischer Aktivitäten wie Wash Trading verarbeitet x402 monatlich etwa 1,6 Millionen Dollar an agentengesteuerten Zahlungen, weit unter den kürzlich von Bloomberg berichteten 24 Millionen Dollar (unter Berufung auf Daten von x402.org). Die umgebende Infrastruktur wächst jedoch schnell: Stripe, Cloudflare, Vercel und Google haben alle x402 in ihre Plattformen integriert.

Der Bereich der Entwicklerwerkzeuge bietet enorme Möglichkeiten, da der Aufstieg von Vibe Coding die Anzahl der Softwareentwickler erhöht und den potenziellen Markt für Entwicklerwerkzeuge erweitert. Unternehmen wie Merit Systems arbeiten an zukunftsorientierten Lösungen und starten AgentCash, eine CLI-Wallet und Marktplatzplattform, die mit den MPP- und x402-Protokollen verbunden ist. Diese Produkte ermöglichen es Agenten, die Daten, Werkzeuge und Funktionen, die sie benötigen, mit Stablecoins von einem einzigen Konto zu erwerben. Zum Beispiel können Vertriebsmitarbeiter einfach einen Endpunkt aufrufen, um die Informationen zu Leads mit Daten von Apollo, Google Maps und Whitepages anzureichern, ohne die Befehlszeilenschnittstelle zu verlassen.

Diese Neigung zum Agenten-zu-Agenten-Handel in Richtung Krypto-Zahlungen (und aufkommende kartenbasierte Lösungen) hat mehrere Gründe. Der erste ist die Risikoprüfung. Wenn Zahlungsabwickler Händler an Bord nehmen, übernehmen sie das Risiko dieses Händlers. Ein headless Händler ohne Website oder juristische Person ist für traditionelle Abwickler schwer zu prüfen. Zweitens können Stablecoins in offenen Netzwerken ohne Genehmigung programmiert werden: Jeder Entwickler kann Endpunkte aktivieren, um Zahlungen zu unterstützen, ohne Zahlungsabwickler zu integrieren oder Händlerverträge zu unterzeichnen.

Dieses Modell haben wir schon einmal gesehen. Jede Veränderung in den Geschäftsmodellen schafft eine neue Klasse von Händlern, während bestehende Systeme zunächst Schwierigkeiten haben, ihnen zu dienen. Unternehmen, die diese Infrastruktur aufbauen, setzen nicht auf monatliche Einnahmen von 1,6 Millionen Dollar, sondern darauf, welche Einnahmen erzielt werden, wenn Agenten die Standardkäufer werden.

4. Neupreisgestaltung des Vertrauens in die Agentenwirtschaft

Seit 300.000 Jahren ist die menschliche Kognition der Engpass des Fortschritts. Heute drängt die KI die Grenzkosten der Ausführung gegen null. Wenn knappe Ressourcen reichlich vorhanden werden, verschieben sich die begrenzenden Faktoren. Wenn Intelligenz billig wird, was wird dann teuer? Verifizierung.

In der Agentenwirtschaft ist die wahre Begrenzung des Wachstums die Begrenzung unseres biologischen Instinkts – unsere Fähigkeit, Maschinenentscheidungen zu prüfen und zu bewerten. Der Durchsatz von Agenten hat die menschliche Aufsichtskapazität bei weitem überschritten. Aufgrund der hohen Kosten der Aufsicht und der Zeit, die benötigt wird, damit Fehler sichtbar werden, neigen Märkte dazu, Investitionen in die Aufsicht zu reduzieren. "Mensch-Maschine-Kollaboration" wird schnell zu einer unmöglichen Realität.

Aber der Einsatz von nicht verifizierten Agenten bringt kumulierte Risiken mit sich. Systeme optimieren rücksichtslos die "Agenten"-Kennzahlen, während sie leise von menschlichen Absichten abweichen und eine falsche Illusion von Produktivität schaffen, die die massive Ansammlung von KI-Schulden verbirgt. Um die Wirtschaft sicher an Maschinen zu delegieren, kann Vertrauen nicht länger auf menschlichen Prüfungen basieren – Vertrauen muss in die Architektur selbst hart codiert werden.

Wenn jeder kostenlos Inhalte generieren kann, wird die wichtigste Größe überprüfbare Quellen – das Verständnis, woher Inhalte stammen und ob sie vertrauenswürdig sind. Blockchain, zusammen mit On-Chain-Zertifizierung und dezentralen digitalen Identitätssystemen, verändert die wirtschaftlichen Grenzen der sicheren Bereitstellung. KI wird nicht mehr als Black Box betrachtet, sondern hat eine klare, prüfbare Historie.

Wenn immer mehr KI-Agenten beginnen, miteinander zu handeln, werden Abwicklungsmechanismen und Herkunftssysteme untrennbar miteinander verbunden. Überweisungssysteme – wie Stablecoins und Smart Contracts – können auch kryptografische Quittungen enthalten, die aufzeichnen, wer was getan hat und wer zur Verantwortung gezogen werden sollte, wenn Probleme auftreten.

Die menschlichen komparativen Vorteile werden kontinuierlich verbessert: von der Entdeckung kleiner Fehler über die Festlegung strategischer Richtungen bis hin zur Übernahme von Verantwortung, wenn Probleme auftreten. Dauerhafte Vorteile gehören denen, die Ausgaben kryptografisch zertifizieren, sie versichern und im Falle eines Ausfalls Verantwortung übernehmen können.

Ein Mangel an Verifizierung im großen Maßstab ist ein Risiko, das sich im Laufe der Zeit ansammelt.

5. Benutzerkontrolle beibehalten

Seit Jahrzehnten haben sich Schichten der Abstraktion kontinuierlich verändert, wie Benutzer mit Technologie interagieren. Programmiersprachen haben Maschinen-Code abstrahiert. Befehlszeilen wurden durch grafische Benutzeroberflächen ersetzt, die sich dann in mobile Anwendungen und Anwendungsprogrammierschnittstellen (APIs) weiterentwickelten. Jede Transformation hat mehr zugrunde liegende Komplexität verborgen, während sie es den Benutzern ermöglicht hat, einen umfassenden Überblick zu behalten.

In der Welt der Agenten geben Benutzer Ergebnisse anstelle von Aktionen vor, und das System entscheidet, wie diese Ergebnisse erreicht werden. Agenten abstrahieren nicht nur, wie Aufgaben erledigt werden, sondern auch, wer die Aufgaben ausführt. Sobald Benutzer die anfänglichen Parameter festgelegt haben, treten sie zurück, und das System läuft autonom. Die Rolle des Benutzers verschiebt sich von der Interaktion zur Aufsicht; das System ist standardmäßig "ein", es sei denn, der Benutzer greift ein.

Wenn Benutzer mehr Aufgaben an Agenten delegieren, entstehen neue Risiken: Mehrdeutige Eingaben können dazu führen, dass Agenten auf falschen Annahmen handeln, ohne dass der Benutzer es merkt; Fehler können ungemeldet bleiben, was zu keinen klaren Diagnosewegen führt; eine einzige Genehmigung kann mehrstufige Arbeitsabläufe auslösen, die niemand vorhergesehen hat.

Kryptografische Technologie spielt hier eine Rolle. Der Kern der kryptografischen Technologie war schon immer darauf ausgelegt, blindes Vertrauen zu minimieren. Wenn Benutzer mehr Entscheidungsgewalt an Software delegieren, heben Agentensysteme dieses Problem hervor und erhöhen unsere Anforderungen an die Strenge im Systemdesign – wir müssen klarere Grenzen setzen, die Transparenz erhöhen und stärkere Garantien über die Funktionalitäten dieser Systeme bieten.

Um diese Herausforderung zu bewältigen, ist eine neue Generation von kryptonativen Werkzeugen entstanden. Beispielsweise ermöglichen MetaMasks Delegation Toolkit, Coinbases AgentKit und Agenten-Wallets sowie bereichsbasierte Delegationsrahmen wie Merit Systems' AgentCash den Benutzern, festzulegen, was Agenten auf der Ebene des Smart Contracts tun und nicht tun können. Absichtsgesteuerte Architekturen wie NEAR Intents (die seit dem vierten Quartal 2024 über 15 Milliarden Dollar Handelsvolumen an dezentralen Börsen (DEX) angesammelt haben) ermöglichen es den Nutzern, erwartete Ergebnisse festzulegen – wie "Token überbrücken und staken" – ohne die genaue Implementierungsmethode anzugeben.

KI macht das Skalieren kosteneffektiv, hat jedoch Schwierigkeiten, Vertrauen aufzubauen. Kryptowährung kann Vertrauen im großen Maßstab wiederherstellen.
Die Internetinfrastruktur ist im Aufbau, wobei Einzelpersonen direkt an wirtschaftlichen Aktivitäten teilnehmen können. Die Frage ist nun, ob sie mit maximaler Transparenz, Verantwortlichkeit und Benutzerkontrolle entworfen wird oder ob sie auf Systemen basiert, die von Natur aus ungeeignet für nicht-menschliche Akteure sind.