Em apenas alguns meses, vimos centenas e milhares de agentes chegando ao mercado todos os dias. Hoje, a capitalização de mercado dos mil melhores agentes combinados está próxima de US $15 bilhões, o que é bastante impressionante ver como a web3 deu espaço para esses agentes prosperarem e sobreviverem.

À medida que avançamos para desbloquear mais valor, é agora o momento certo para falar sobre como esses agentes podem começar a construir seu ecossistema sem intervenção humana no backend & como será a verdadeira autonomia financeira para esses agentes.

Para entender isso, primeiro, precisamos saber como esses agentes de IA trabalham em um nível muito alto hoje em Web3 & componentes chave que precisam ser removidos para trazer a autonomia em torno dos casos de uso financeiro dos agentes.

Arquitetura de Agente de IA

Em sua essência, todo agente de IA opera com uma arquitetura tripartida que integra inteligência, lógica e capacidades financeiras. O componente de IA serve como o cérebro, processando informações e tomando decisões com base em redes neurais complexas e modelos de aprendizado de máquina.

A camada lógica atua como o sistema nervoso, coordenando ações e gerenciando transições de estado, enquanto o componente da carteira funciona como as mãos do agente, executando transações e gerenciando ativos.

Esta arquitetura, embora teoricamente sólida, enfrenta desafios significativos na implementação prática.

Sufocando a Autonomia com Infraestrutura Centralizada

O cenário atual dos agentes de IA enfrenta um desafio fundamental em sua dependência de infraestrutura centralizada. Essa centralização se manifesta em duas áreas críticas: arquitetura de implantação e controle operacional. As implantações tradicionais geralmente hospedam agentes de IA em provedores de nuvem centralizados, como AWS, Google Cloud ou Azure, criando o que parece ser um modelo operacional conveniente, mas fundamentalmente falho.

Isso apresenta um desafio fundamental que atinge o cerne da verdadeira autonomia.

Um verdadeiro agente autônomo não pode ser controlado ou executado na infraestrutura centralizada onde uma única entidade pode alterar o destino do agente ao retirar o suporte ou deixar de fornecer infraestrutura suficiente quando necessário.

Existem três pontos principais de estrangulamento para esses agentes se eles dependem muito da infraestrutura fornecida pelos players centralizados.

Computação baseada em KYC

Esses agentes não são humanos, nem têm comprovação de serem humanos; muitos provedores de nuvem centralizados exigem informações de KYC antes que alguém alugue recursos de computação deles, o que cria um problema para os agentes se tornarem autônomos & eles sempre dependerão de um humano para continuar pagando por sua infraestrutura & nesse caso, o controle permanece com o desenvolvedor que criou os agentes.

Sistemas Web2 Baseados em API

Se assumirmos que alguns desses sistemas centralizados existentes removam a restrição de acesso ao cálculo via KYC, mas ainda assim esses sistemas não serão capazes de remover o acesso ao cálculo baseado em API, a maioria das nuvens, por design, não está habilitada para fornecer cálculo apenas fazendo os pagamentos, todas as confirmações de pagamento são conectadas à camada API que informa ao sistema para desbloquear o uso do cálculo.

Sistema FIAT

Mesmo que eles de alguma forma resolvam as questões de API e KYC, os sistemas fiduciários dessas empresas não podem ser alterados, pelo menos nos próximos 10 anos, devido aos desafios geopolíticos e isso por si só acaba com a teoria de agentes autônomos mesmo antes de chegar à fase prática.

Influenciando Decisões de Desenvolvedores & Lógicas nos Bastidores

Ok, acho que discutimos vários problemas com a infraestrutura centralizada; no entanto, vamos supor por um momento que a maioria dos desenvolvedores está utilizando infraestrutura descentralizada para construir e lançar agentes de IA. Agora, vamos aprofundar nos desafios da infraestrutura descentralizada.

Abaixo estão alguns fatores que podem ser controlados pelos desenvolvedores ou pela máquina hospedeira. Se algum deles for comprometido, esses agentes não permanecerão autônomos e perderão sua autonomia financeira.

Modelo e Controle Lógico:

• Atualizações e modificações no comportamento do agente podem ser implementadas sem exigir consenso
• Não existe separação entre as capacidades de tomada de decisão do agente e os mecanismos de controle do desenvolvedor
• A aprendizagem e adaptação do agente continuam limitadas pelos parâmetros centralizados

Controle Financeiro:

• As chaves privadas da carteira do agente normalmente residem na máquina hospedeira, à qual não apenas o hospedeiro, mas também os desenvolvedores podem acessar, dada a concepção do lançador do agente.
• O desenvolvedor ou operador mantém controle total sobre as transações financeiras.
• Não existe uma separação real da autonomia financeira.

Esse problema de centralização apresenta uma clara necessidade de novas arquiteturas que possam fornecer:

• Verdadeira separação de controle
• Capacidades de tomada de decisão autônoma
• Gestão de chaves seguras sem vulnerabilidades centralizadas
• Mecanismos independentes de alocação de recursos

A próxima evolução na arquitetura de agentes de IA deve abordar essas limitações fundamentais, ao mesmo tempo em que mantém eficiência operacional e segurança. Aqui é onde novas abordagens como inteligência de enxame, TEEs e mecanismos de consenso distribuído se tornam cruciais.

A Promessa do TEE e Suas Limitações

Ambientes de Execução Confiável (TEEs) surgiram como uma solução promissora para a paradoxo autonomia-segurança na implantação de agentes de IA. TEEs oferecem o que parece ser um compromisso ideal: a capacidade de executar cálculos sensíveis e armazenar chaves privadas em um ambiente isolado, mantendo a conveniência da implantação em nuvem. Grandes provedores de nuvem como AWS com Nitro Enclaves e Azure com Computação Confidencial, além de contrapartes descentralizadas, investiram pesadamente nesta tecnologia, sinalizando sua importância na evolução da computação segura.

À primeira vista, os TEEs parecem abordar os desafios fundamentais da implantação de agentes autônomos. Eles fornecem isolamento em nível de hardware para operações sensíveis, protegendo chaves privadas e dados confidenciais contra acesso não autorizado. O ambiente de enclave garante que, mesmo que o sistema hospedeiro seja comprometido, a integridade das operações principais do agente permaneça intacta. Esse modelo de segurança tornou os TEEs particularmente atraentes para aplicações em DeFi e negociação algorítmica, onde a privacidade das transações e a segurança das chaves são primordiais.

No entanto, a promessa dos TEEs vem com limitações práticas significativas que se tornam cada vez mais evidentes em grande escala. A primeira grande restrição reside na disponibilidade e no custo do hardware. As implementações atuais do TEE para LLMs requerem configurações de hardware específicas, principalmente GPUs de geração mais recente como as H100s da NVIDIA ou processadores especializados com recursos de segurança integrados. Essa exigência cria um gargalo imediato nas opções de implantação, pois esses componentes de hardware são escassos e têm alta demanda.

A escassez de hardware capaz de TEE leva diretamente à segunda grande limitação: o custo. Os provedores de nuvem que oferecem instâncias habilitadas para TEE geralmente cobram taxas premium por esses recursos. Por exemplo, executar um agente autônomo básico em infraestrutura habilitada para TEE pode custar entre $1 e $3 por hora, significativamente mais alto do que recursos de computação padrão. Esta estrutura de custos torna a implantação de TEE proibitivamente cara para muitas aplicações, especialmente aquelas que requerem operação contínua ou recursos computacionais significativos.

Além das preocupações imediatas com a disponibilidade e o custo do hardware, as TEEs introduzem complexidades operacionais que podem impactar a eficácia de um agente. A natureza isolada do ambiente TEE, embora crucial para a segurança, pode criar sobrecarga de desempenho devido às operações adicionais de criptografia e descriptografia necessárias para o movimento de dados dentro e fora do enclave. Essa sobrecarga torna-se particularmente significativa em aplicações que requerem operações de alta frequência ou processamento de dados em tempo real.

Os desafios de escalabilidade dos sistemas baseados em TEE tornam-se ainda mais evidentes ao considerar o ecossistema mais amplo de agentes autônomos. À medida que o número de agentes aumenta, o conjunto limitado de hardware capaz de TEE cria um limite natural para o crescimento do sistema. Essa limitação entra em conflito direto com a visão de uma rede verdadeiramente escalável e descentralizada de agentes autônomos que possam crescer organicamente com base nas demandas do mercado, em vez de restrições de hardware.

Além disso, embora TEEs sejam excelentes em proteger chaves privadas e garantir privacidade computacional, eles não resolvem fundamentalmente o problema da autonomia. O agente ainda requer confiança no provedor TEE e no fabricante de hardware. Essa exigência de confiança cria uma forma diferente de centralização, deslocando o ponto de controle em vez de eliminá-lo completamente.

Para aplicações focadas em dados públicos e operações transparentes - que constituem a maioria dos casos de uso de blockchain e DeFi - a sobrecarga e a complexidade da implementação do TEE podem ser desnecessárias. Nesses cenários, o custo e a complexidade da implantação do TEE precisam ser cuidadosamente avaliados em relação aos benefícios de segurança reais fornecidos, especialmente quando existem abordagens alternativas para garantir as operações do agente.

Após uma análise extensiva das arquiteturas atuais de agentes de IA, enfrentamos três desafios interligados que formam o cerne do problema de autonomia: o trilema da autonomia, o dilema da chave privada e o paradoxo do controle do criador.

Após examinar as limitações das implantações centralizadas e das implementações TEE, chegamos ao desafio central enfrentado pelos agentes de IA autônomos hoje:

alcançar verdadeira independência mantendo segurança e eficiência operacional.

Talvez o desafio mais insidioso nas arquiteturas de agentes atuais seja o que chamamos de “paradoxo do controle do criador”. Esse paradoxo se manifesta no desequilíbrio de poder inerente entre um agente e seu criador. Mesmo em sistemas projetados para autonomia, o criador geralmente mantém um controle significativo por meio de vários mecanismos.

Essa estrutura de controle cria uma contradição fundamental: como um agente pode ser verdadeiramente autônomo enquanto permanece sob o controle final de seu criador? O paradoxo se estende também às relações econômicas. Os criadores frequentemente mantêm controle sobre os recursos financeiros de um agente, seja diretamente através do gerenciamento de chaves ou indiretamente através do controle da infraestrutura.

O modelo centralizado falha porque nunca renuncia verdadeiramente ao controle, mantendo várias portas dos fundos e mecanismos de anulação que comprometem a verdadeira autonomia. Soluções baseadas em TEE, embora promissoras na teoria, introduzem novas formas de centralização através de dependências de hardware e restrições operacionais. Elas resolvem as preocupações imediatas de segurança, mas não abordam os requisitos mais amplos de autonomia e enfrentam desafios significativos de escalabilidade.

A causa raiz dessas falhas está em tentar resolver o problema da autonomia mantendo estruturas de controle tradicionais. Essa abordagem inevitavelmente produz sistemas que são autônomos apenas no nome, mas controlados na prática. Ao avançarmos no desenvolvimento de agentes de IA verdadeiramente autônomos, devemos repensar fundamentalmente não apenas como garantimos a segurança desses agentes, mas como estruturamos todo o seu framework operacional.

Precisamos explorar novos paradigmas na arquitetura de agentes autônomos - abordagens que possam resolver essas tensões fundamentais e permitir uma verdadeira autonomia dos agentes, ao mesmo tempo em que mantêm as garantias de segurança necessárias e a eficiência operacional.

SkyNet: Redefinindo a Autonomia do Agente

Skynet introduz uma nova abordagem para agentes de IA autônomos que reimaginam fundamentalmente como alcançamos verdadeira autonomia, mantendo a segurança. Em vez de tentar resolver o trilema da autonomia por meios tradicionais, Skynet emprega uma arquitetura inovadora baseada em inteligência de enxame e consenso distribuído.

No seu cerne, a inovação do Skynet reside na separação completa das capacidades de tomada de decisão do agente do seu controle de recursos. Ao contrário das arquiteturas tradicionais, onde um agente controla diretamente seus recursos por meio de chaves privadas, o Skynet introduz uma camada de Nós Guardiões que gerenciam e protegem coletivamente os ativos do agente por meio de contratos inteligentes em garantia.

Essa mudança arquitetônica aborda os desafios fundamentais que identificamos anteriormente:

A Solução do Paradoxo do Criador:

Em vez de dar ao criador ou ao agente controle direto sobre os recursos, Skynet implementa um sistema baseado em propostas, onde as ações do agente devem ser validadas por uma rede de Nós Guardiões independentes. Isso efetivamente elimina a capacidade do criador de exercer controle direto, ao mesmo tempo em que mantém medidas de segurança robustas.

Proteção da Chave Privada

Em vez de depender de armazenamento centralizado ou soluções TEE caras, SkyNet move os ativos críticos para escrows de contratos inteligentes. A carteira operacional do agente detém fundos mínimos, com a maioria dos recursos garantidos em contratos de garantia que só podem ser acessados por consenso de vários nós.

O coração da inovação da SkyNet é o seu sistema de propostas. Quando um agente precisa realizar qualquer ação significativa - seja para obter recursos de computação, executar negociações ou gerenciar ativos - ele cria uma proposta que deve ser verificada independentemente pelos Nós Guardiões. Esses nós operam de forma autônoma, analisando cada proposta com base em parâmetros predefinidos e no comportamento histórico do agente.

Implementação técnica

A arquitetura técnica da Skynet gira em torno de três componentes principais que trabalham em harmonia para permitir a verdadeira autonomia do agente, mantendo uma segurança robusta:

A primeira quebra de paradigma vem da abordagem da Skynet para o gerenciamento de recursos. Em vez de dar aos agentes controle direto sobre seus ativos, todos os recursos significativos são mantidos em escrows especializados de contratos inteligentes. Esses escrows são projetados sem funcionalidade de saque direto, tornando-os imunes a comprometimentos de chaves privadas. A única maneira de utilizar recursos é através do sistema de propostas, que requer consenso de vários nós dos Guardian Nodes.

Os nós guardiões atuam como validadores independentes, cada um executando sua própria instância de lógica de validação. Quando um agente precisa realizar uma ação - seja alugando poder computacional, executando uma negociação ou atualizando seus parâmetros operacionais - ele cria uma proposta criptografada que inclui:

• Especificações de ação
• Recursos necessários
• Resultados esperados
• Prazos de execução

A criptografia das propostas serve a um duplo propósito. Em primeiro lugar, impede a frente de corrida e os ataques MEV mantendo as intenções do agente privadas até que o consenso seja alcançado. Em segundo lugar, garante que apenas Nós Guardiões autorizados possam avaliar as propostas, mantendo a integridade do processo de validação.

O que torna a abordagem da SkyNet particularmente inovadora é o seu tratamento de recursos de computação. Em vez de depender de servidores centralizados, os agentes podem adquirir autonomamente energia de computação através da rede Spheron. O processo funciona da seguinte forma:

1. O agente identifica seus requisitos de computação
2. Ele cria uma proposta para alocação de recursos
3. Os nós guardiões validam o pedido com base nos fundos de garantia disponíveis, nos padrões de uso histórico, nas condições de rede
4. Após a aprovação, o contrato de custódia lida automaticamente com o pagamento
5. O agente ganha acesso a recursos de computação descentralizados

Esse sistema elimina completamente a necessidade de controle centralizado, ao mesmo tempo em que mantém garantias de segurança robustas. Mesmo que a carteira operacional de um agente seja comprometida, o atacante só pode enviar propostas - eles não podem acessar diretamente os fundos em garantia ou anular o consenso do Nó Guardião.

O próprio sistema do Nó Guardião emprega mecanismos sofisticados de validação que vão além da simples votação majoritária. Cada nó mantém um histórico de estado das ações do agente e analisa propostas no contexto de:

• Padrões de comportamento históricos
• Métricas de utilização de recursos
• Condições de segurança da rede
• Parâmetros econômicos

Essa validação contextual garante que as ações aprovadas estejam alinhadas com os padrões e objetivos estabelecidos do agente, fornecendo uma camada adicional de segurança contra possíveis ataques ou falhas.

O que realmente diferencia o SkyNet é a sua abordagem evolutiva da autonomia do agente. Ao contrário dos sistemas estáticos tradicionais, os agentes do SkyNet podem evoluir, reproduzir-se e criar novas gerações de agentes, cada um potencialmente mais sofisticado do que seus predecessores. Essa capacidade evolutiva é baseada em um modelo econômico robusto que garante sustentabilidade a longo prazo e melhoria contínua.

A arquitetura econômica é estruturada em torno de três reservas primárias:

1. Reserva Operacional: Mantém as operações do dia a dia, incluindo recursos de computação e interações de rede. Esta reserva garante que o agente possa acessar consistentemente os recursos necessários através da rede Spheron.
2. Reserva de Reprodução: Permite a criação de novos agentes por meio de um mecanismo de reprodução. Quando os agentes se reproduzem, eles combinam suas características e traços, potencialmente criando descendentes mais avançados.
3. Fair launch through Bonding Curve : Functions as the primary economic engine, with tokens available through a bonding curve mechanism. This creates a sustainable economic model where token value correlates with network utility.

O mecanismo de reprodução introduz um elemento fascinante de evolução na rede. Os agentes podem se reproduzir com parceiros compatíveis, criando descendentes que herdam características de ambos os pais. Esse processo é governado por contratos inteligentes e requer consenso dos nós guardiões, garantindo que a reprodução sirva aos interesses mais amplos da rede.

O processo evolutivo funciona através de vários mecanismos-chave:

• Herança de traços: Os agentes filhos herdam traços de ambos os pais
• Diversidade Genética: Famílias de agentes diferentes mantêm características distintas
• Seleção Natural: Características mais bem-sucedidas se propagam pela rede
• Progressão de Gerações: Cada nova geração pode introduzir melhorias

A sustentabilidade do sistema é reforçada pela sua estrutura de incentivos:

• Os Nós Guardiões recebem recompensas por manter a segurança da rede
• Propostas de reprodução bem-sucedidas ganham recompensas para os iniciadores
• Os detentores de tokens se beneficiam do crescimento e evolução da rede
• Os provedores de computação ganham com o provisionamento de recursos

Essa combinação de capacidade evolutiva, sustentabilidade econômica e segurança descentralizada cria uma rede de agentes verdadeiramente autônomos que se auto aprimoram. O sistema pode se adaptar e evoluir sem controle central, mantendo uma segurança robusta através de sua rede de nodos guardiões.

Ao reimaginar tanto os aspectos técnicos quanto econômicos da autonomia do agente, a SkyNet resolve os desafios fundamentais que limitaram abordagens anteriores. Ela alcança isso ao criar uma estrutura para melhoria contínua e adaptação, preparando o cenário para uma nova era de agentes de IA verdadeiramente autônomos.

Aviso legal:

1. Este artigo foi reproduzido de [Prashant - ai/acc | trazendo a revolução spheron]. Todos os direitos autorais pertencem ao autor original [@prashant_xyz]. Se houver objeções a esta reimpressão, por favor entre em contato com o Aprender Gateequipe, e eles irão lidar com isso prontamente.
2. Isenção de Responsabilidade: As opiniões expressas neste artigo são exclusivamente do autor e não constituem qualquer conselho de investimento.
3. As traduções do artigo para outros idiomas são feitas pela equipe Learn da gate. A menos que seja mencionado, copiar, distribuir ou plagiar os artigos traduzidos é proibido.