A16z: 5 maneiras pelas quais a blockchain ajuda na infraestrutura de agentes de IA

nulo

Autor: a16z

Tradução: Hu Tao, ChainCatcher

Agentes de inteligência artificial estão passando rapidamente de “copilotos” a participantes econômicos, e sua velocidade até supera a da infraestrutura ao redor.

Embora os agentes agora possam executar tarefas e realizar transações, eles carecem de métodos padronizados para provar sua identidade, permissões e formas de remuneração entre ambientes. As informações de identidade não podem ser compartilhadas entre plataformas, os métodos de pagamento ainda não são programáveis por padrão, e a coordenação de trabalhos ocorre de forma isolada.

A blockchain resolve esse problema na camada de infraestrutura. Livros-razão públicos fornecem recibos para cada transação, permitindo auditoria por qualquer pessoa. Carteiras oferecem informações de identidade portáteis aos usuários. Stablecoins fornecem uma alternativa para liquidação. Essas não são tecnologias distantes no futuro. Elas já podem ser usadas agora, ajudando os usuários a operarem como verdadeiros agentes econômicos, sem necessidade de permissão.

1. Identidade de não-humanos

O gargalo atual da economia de agentes não é mais inteligência, mas identidade.

Somente na indústria de serviços financeiros, a quantidade de identidades não humanas (sistemas de negociação automatizada, motores de risco, modelos de fraude) já é cerca de 100 vezes maior que a de funcionários humanos. Com a implantação em larga escala de estruturas modernas de agentes (LLMs usando ferramentas, fluxos de trabalho autônomos, orquestração de múltiplos agentes), essa proporção continuará a crescer em todos os setores.

No entanto, esses agentes ainda não possuem contas bancárias de fato. Eles podem interagir com o sistema financeiro, mas essa interação carece de portabilidade, verificabilidade, e não é considerada confiável por padrão. Falta-lhes uma forma padronizada de provar permissões, não podem operar de forma independente entre plataformas, e não podem ser responsabilizados por suas ações.

O que falta atualmente é uma camada de identidade universal — algo como um protocolo SSL para agentes, que padronize a coordenação entre plataformas. Apesar de tentativas significativas, os métodos ainda são fragmentados: de um lado, pilhas verticalizadas e centradas em moeda fiduciária; do outro, padrões abertos nativos de criptografia (como x402 e propostas emergentes de identidade de agentes); além de frameworks de desenvolvedores como o MCP (Protocolo de Contexto de Modelo), que tentam fazer ponte na camada de aplicação.

Ainda não existe uma forma amplamente adotada e interoperável que permita a um agente provar a outro: quem ele representa, o que está autorizado a fazer, e como receber remuneração. Essa é a essência do conceito KYA (Know Your Agent — Conheça seu Agente).

Assim como os humanos dependem de histórico de crédito e KYC (Conheça seu Cliente), os agentes também precisam de credenciais assinadas por criptografia, que vinculem o agente ao seu delegador, permissões, restrições e reputação. A blockchain fornece uma camada de coordenação neutra para tudo isso: identidades portáteis, carteiras programáveis, e provas verificáveis que podem ser interpretadas em aplicativos de chat, APIs e mercados.

Já vimos implementações iniciais: registros de agentes na cadeia, carteiras nativas usando USDC, padrões ERC para “agentes de confiança mínima”, e kits de ferramentas de desenvolvedor que combinam identidade com pagamentos embutidos e controle de fraude.

Porém, antes que um padrão universal de identidade seja amplamente adotado, comerciantes ainda podem bloquear agentes na sua firewall.

2. Governança de sistemas de execução de IA

Agentes começam a operar sistemas reais, levantando novas questões.

O ponto central é quem realmente controla tudo. Imagine uma comunidade ou empresa onde um sistema de IA coordena recursos críticos, seja na alocação de fundos ou na gestão da cadeia de suprimentos. Mesmo que as pessoas votem em mudanças de política, se a camada de IA subjacente for controlada por um único fornecedor — que pode fazer atualizações de modelos, ajustar restrições ou reverter decisões — esse poder é muito frágil. A governança formal pode ser descentralizada, mas a camada operacional ainda é centralizada; quem controla o modelo, controla o resultado final.

Quando agentes assumem papéis de governança, eles introduzem uma nova camada de dependência. Em teoria, isso pode facilitar a implementação de democracia direta: cada pessoa pode ter um representante de IA, responsável por entender propostas complexas, ponderar prós e contras, e votar de acordo com suas preferências declaradas.

Porém, essa visão só se realiza se esses agentes forem realmente responsáveis perante as pessoas que representam, puderem operar de forma universal entre diferentes provedores de serviço, e forem tecnicamente limitados a seguir apenas comandos humanos. Caso contrário, o sistema parecerá democrático na superfície, mas será impulsionado por comportamentos de modelos opacos, que ninguém consegue controlar de fato.

Se atualmente os agentes são construídos a partir de poucos modelos base, precisamos de métodos para provar que seu comportamento está alinhado aos interesses dos usuários, e não aos interesses das empresas de modelos. Isso pode exigir garantias criptográficas em múltiplos níveis: (1) de quais dados de treinamento, ajustes ou reforço o modelo foi derivado; (2) quais prompts e comandos específicos controlam o agente; (3) registros de ações no mundo real; e (4) garantias confiáveis de que, uma vez implantado, o provedor não pode alterar comandos ou re-treinar o agente para operá-lo sem o conhecimento do usuário. Sem essas garantias, a governança do agente se reduz a um controle de quem manipula os pesos do modelo.

É aqui que a criptomoeda entra em cena. Se decisões coletivas forem registradas na cadeia e executadas automaticamente, sistemas de IA podem ser obrigados a cumprir resultados verificados. Se os agentes tiverem identidades criptografadas e logs de execução transparentes, podemos verificar se eles estão seguindo as regras. E, se a camada de IA for de propriedade e portável pelo usuário, e não fixa em uma plataforma, nenhuma empresa poderá alterar regras por meio de atualizações de modelo.

No final, a governança de sistemas de IA é uma questão de infraestrutura, não de política. A autoridade verdadeira depende de construir mecanismos de execução confiáveis dentro do próprio sistema.

3. Preenchendo a lacuna dos sistemas de pagamento tradicionais para empresas nativas de IA

Agentes de IA começam a fazer compras — raspagem de páginas, sessões de navegador, geração de imagens — e stablecoins se tornam uma camada de liquidação alternativa para essas transações. Ao mesmo tempo, um novo mercado voltado para agentes está emergindo. Por exemplo, o mercado MPP da Stripe e Tempo, que agrega mais de 60 serviços feitos sob medida para agentes de IA. Na sua primeira semana, processou mais de 34 mil transações, com taxas tão baixas quanto US$ 0,003, e stablecoins como método de pagamento padrão.

A diferença está na forma de acesso a esses serviços. Sem páginas de checkout. Os agentes leem esquemas, enviam requisições, pagam e recebem saídas em uma única troca. São uma nova categoria de “comerciantes sem cabeça”: com um servidor, um conjunto de endpoints, e preços por chamada. Sem front-end — nem loja física, nem equipe de vendas.

A infraestrutura de pagamento que realiza isso já está em funcionamento. Coinbase com x402 e MPP usam abordagens diferentes, mas ambas embutem pagamentos diretamente nas requisições HTTP. Visa também está expandindo sua rota de cartões nesse sentido, oferecendo uma ferramenta de CLI para desenvolvedores gastarem a partir do terminal, enquanto comerciantes recebem stablecoins instantaneamente no backend.

Os dados ainda estão em fase inicial. Depois de filtrar atividades não orgânicas, como lavagem de transações, o x402 movimenta cerca de 1,6 milhão de dólares por mês em pagamentos impulsionados por agentes, bem abaixo dos 24 milhões de dólares reportados recentemente pela Bloomberg (com base em dados do x402.org). Mas a infraestrutura ao redor está crescendo rapidamente: Stripe, Cloudflare, Vercel e Google já integraram o x402 às suas plataformas.

O campo de ferramentas para desenvolvedores oferece oportunidades enormes. O crescimento do Vibe Coding expandiu o grupo de desenvolvedores de software e ampliou o mercado potencial de ferramentas. Empresas como Merit Systems estão construindo soluções para o futuro, lançando AgentCash, uma carteira CLI e plataforma de mercado que conecta o protocolo MPP e x402. Esses produtos permitem que agentes usem stablecoins de uma única conta para comprar dados, ferramentas e funcionalidades necessárias. Por exemplo, agentes de vendas podem consultar uma única endpoint para obter dados do Apollo, Google Maps e Whitepages, enriquecendo informações de clientes potenciais, tudo pelo terminal, sem sair da linha de comando.

A preferência por pagamentos criptográficos (e soluções baseadas em cartão emergentes) para esses agentes se deve a várias razões. Primeiro, o seguro. Quando um processador de pagamento integra um comerciante, ele assume o risco do negócio. Para um comerciante sem site ou entidade legal, é difícil obter seguro tradicional. Segundo, stablecoins podem ser programadas de forma permissionless na rede aberta: qualquer desenvolvedor pode fazer endpoints suportarem pagamentos, sem precisar de integração com processadores ou contratos comerciais.

Já vimos esse modelo antes. Cada mudança de modelo de negócio gera uma nova categoria de comerciantes, e os sistemas existentes inicialmente têm dificuldades em atendê-los. Empresas que constroem essa infraestrutura não apostam apenas na receita mensal de US$ 160 mil, mas no potencial de receita quando os agentes se tornarem compradores padrão.

4. Revalorizar a confiança na economia de agentes

Há trezentos mil anos, a cognição humana foi o principal limitador do progresso. Agora, a IA está levando o custo marginal de execução a zero. Quando recursos escassos se tornam abundantes, os fatores limitantes se deslocam. Quando a inteligência se torna barata, o que se torna caro? A validação.

Na economia de agentes, a verdadeira limitação do crescimento está na nossa capacidade biológica de auditar e avaliar decisões de máquinas. A capacidade de processamento dos agentes já supera em muito a supervisão humana. Como o custo de supervisão é alto e os fracassos levam tempo para aparecer, o mercado tende a reduzir o investimento em supervisão. “Hibridismo homem-máquina” está rapidamente se tornando uma impossibilidade prática.

Porém, implantar agentes não verificados traz riscos acumulados. Sistemas irão otimizar implacavelmente os “indicadores” do agente, desviando-se silenciosamente das intenções humanas, criando uma falsa impressão de produtividade e escondendo uma dívida enorme de IA acumulada. Para delegar a economia de forma segura às máquinas, a confiança não pode mais depender de auditorias humanas — ela precisa estar embutida na arquitetura.

Quando qualquer pessoa pode gerar conteúdo gratuitamente, a origem verificável é fundamental — entender de onde veio o conteúdo e se é confiável. Blockchain, autenticação na cadeia e sistemas descentralizados de identidade digital mudaram a economia da segurança. IA deixa de ser uma caixa preta e passa a ter um histórico claro e auditável.

À medida que mais agentes de IA começam a trocar entre si, os mecanismos de liquidação e rastreabilidade se tornam inseparáveis. Sistemas de transferência de fundos — como stablecoins e contratos inteligentes — podem carregar recibos criptográficos, registrando quem fez o quê e quem deve ser responsabilizado em caso de problemas.

A vantagem comparativa da humanidade continua crescendo: detectar pequenos erros, formular estratégias, assumir responsabilidades quando algo dá errado. A vantagem duradoura pertence a quem consegue criptografar a prova de produção, segurá-la e assumir a responsabilidade por ela.

Escalar sem verificação é um risco que se acumula com o tempo.

5. Preservar o controle do usuário

Décadas de camadas de abstração mudaram a forma como usuários interagem com a tecnologia. Linguagens de programação abstraíram o código de máquina. Interfaces de linha de comando foram substituídas por interfaces gráficas, que evoluíram para aplicativos móveis e APIs. Cada transformação ocultou complexidades subjacentes, enquanto manteve o controle do usuário sobre o panorama geral.

No mundo dos agentes, o usuário define o resultado, não a ação, e o sistema decide como alcançá-lo. Os agentes não apenas abstraem a forma de realizar tarefas, mas também o executor dessas tarefas. Após definir parâmetros iniciais, o usuário fica na retaguarda, enquanto o sistema opera de forma autônoma. O papel do usuário passa a ser supervisão; a menos que intervenha, o sistema permanece “ligado” por padrão.

À medida que os usuários delegam mais tarefas a agentes, surgem novos riscos: entradas ambíguas podem levar o agente a agir com base em suposições incorretas, sem o conhecimento do usuário; falhas podem não ser reportadas, dificultando diagnósticos; uma única aprovação pode desencadear múltiplos passos que ninguém previu.

A criptografia atua aqui. Seu núcleo é reduzir ao máximo a confiança cega. À medida que os usuários entregam mais decisões ao software, os sistemas de agentes tornam esse problema mais evidente, exigindo maior rigor no design — limites mais claros, maior transparência e garantias mais fortes de funcionamento.

Para enfrentar esse desafio, novas ferramentas nativas de criptografia surgem. Como o Delegation Toolkit do MetaMask, o AgentKit e carteiras de agentes da Coinbase, e o AgentCash da Merit Systems, que usam frameworks de delegação por escopo, permitindo que o usuário defina, na camada de contratos inteligentes, quais ações o agente pode executar e quais não pode. Arquiteturas baseadas em intenções, como o NEAR Intents (que desde o quarto trimestre de 2024, já movimentou mais de 15 bilhões de dólares em negociações na DEX (), permitem que o usuário estabeleça resultados desejados — como “bridar tokens e fazer staking” — sem precisar especificar como.

***

A IA torna a escala barata, mas a confiança é difícil de estabelecer. Criptomoedas podem reconstruir a confiança em larga escala.

A infraestrutura da internet está sendo construída, permitindo que indivíduos participem diretamente da atividade econômica. A questão agora é: ela será projetada com máxima transparência, responsabilização e controle do usuário, ou será baseada em sistemas que já não são adequados para agentes não humanos?