Den 30 augusti 2024 genomförde Coinbase, USA:s största publika kryptobörs, den första AI-till-AI-kryptotransaktionen.
Detta genombrott, som tillkännagavs av Coinbases VD Brian Armstrong, markerar ett stort steg mot en framtid där artificiell intelligens alltmer samverkar med kryptoindustrin.
Coinbase använder AI-agenter för transaktioner i en decentraliserad ekonomi
Coinbase utförde sina första AI-till-AI-kryptotransaktioner med hjälp av Base Sepolia-nätverket. Känt för sin skalbarhet och låga transaktionskostnader, erbjöd Base Sepolia en idealisk miljö för detta evenemang.
Coinbase använde sin avancerade teknologi för flerpartsberäkning (MPC) för att skapa en säker AI-agentplånbok. Detta säkerställde att transaktionen förblev kontrollerad och manipulationssäker.
Efter att ha skapat och finansierat en plånbok med en kranmetod kunde AI-agenten smidigt överföra kryptovalutor till en annan plånbok. Denna plånbok kunde tillhöra antingen en människa eller en annan AI-agent. Det visade på mångsidigheten och potentialen hos AI-till-AI-transaktioner i ett decentraliserat ekosystem.
Läs mer: Hur kommer artificiell intelligens (AI) att transformera krypto?
Konceptet med AI-agenter som utför transaktioner autonomt är revolutionerande. Traditionellt har AI begränsats till att bearbeta information och fatta beslut baserade på förprogrammerade algoritmer. Men med förmågan att hantera och överföra tillgångar utan mänsklig övervakning kan AI-agenter nu verka inom decentraliserade finansiella system.
Denna utveckling möjliggör för AI-agenter att genomföra transaktioner med andra AI-enheter, människor och handlare. Dessutom tillåter det AI-agenter att skaffa resurser, betala för tjänster och utföra uppgifter som kräver finansiella transaktioner. Allt detta kan ske utan mänsklig inblandning.
“Detta är ett viktigt steg för AI:er att utföra användbart arbete. Idag, om du ger en AI-agent en uppgift och kommer tillbaka om några dagar eller timmar, kan den inte utföra användbart arbete. Detta beror delvis på teknikens begränsningar, och produkter som devin.ai närmar sig detta. Men en annan anledning är att AI:er inte kan genomföra transaktioner för att skaffa de resurser de behöver. De har inte ett kreditkort för att använda AWS, Github eller Vercel. De har inte en betalningsmetod för att boka ditt flyg eller hotell för din kommande resa. De kan inte ta sig förbi betalväggar (till exempel för att läsa en vetenskaplig artikel), marknadsföra sitt inlägg på X med en betald annons eller använda det växande nätverket av betalda API:er för att integrera data de behöver,” förklarade Armstrong mer utförligt.
AI-agenter i kryptoekonomin: Möjligheter och hinder framöver
I en rapport från december 2023 noterade Mason Nystrom, juniorpartner på Pantera Capital, hur botar har utvecklats till “robusta AI-agenter” som autonomt hanterar komplexa uppgifter och fattar välgrundade beslut. Nystrom betonade också att bygga AI-agenter på kryptonativa räls erbjuder flera nyckelfördelar. En av de främsta fördelarna är AI-agenternas förmåga att få tillgång till kapital genom infödda betalningsräls, såsom kryptovalutor.
“Kryptonativa räls utgör en betydande förbättring för att ge AI-agenter tillgång till kapital jämfört med att de ska få tillgång till bankkonton eller betalningsprocessorer (t.ex. Stripe), eller hantera majoriteten av andra ineffektiviteter som finns i vår offchain-värld,” skrev han.
Dessutom får AI-agenter med plånboksägande möjlighet att hålla digitala tillgångar, såsom NFT:er eller avkastningsbärande token. Detta ger dem digitala egendomsrättigheter som är inneboende i kryptovalutor. Denna förmåga är särskilt viktig för agent-till-agent-transaktioner, där verifierbara och deterministiska handlingar är avgörande.
“On-chain-transaktioner är deterministiska till sin natur—de hände eller inte—vilket innebär att AI-agenter kommer att kunna slutföra uppgifter on-chain mer exakt än off-chain,” påpekade han.
Trots löftet om AI-agenter i kryptoekonomin identifierade Nystrom också betydande utmaningar och begränsningar. En stor begränsning är att AI-agenter behöver utföra komplex logik off-chain för att optimera effektiviteten.
Medan on-chain-transaktioner är deterministiska och verifierbara, måste den beräkningslogik som krävs för beslutsfattande och uppgiftsexekvering ofta behandlas off-chain. Detta introducerar ett lager av komplexitet och potentiell sårbarhet, eftersom off-chain-komponenterna kanske inte har samma säkerhets- och transparensnivå som on-chain-transaktioner.
Dessutom påverkas effektiviteten hos AI-agenter direkt av kvaliteten på de verktyg som ges. Till exempel behöver en AI-agent som har i uppgift att sammanfatta nyhetshändelser i realtid tillgång till verktyg för webbskrapning, medan en agent som engagerar sig i handel kräver en plånbok med nyckelsigneringsbehörigheter. Detta beroende av externa verktyg innebär att AI-agenternas kapaciteter är inneboende begränsade av de resurser och infrastruktur som står till deras förfogande.
Dessutom är det en betydande utmaning att säkerställa att dessa verktyg är säkra, pålitliga och integreras sömlöst med blockkedjeteknik.
Läs mer: AI in Finance: Top 8 Artificial Intelligence Use Cases for 2024
Coinbases senaste initiativ stärker också berättelsen om samspelet mellan AI och krypto, specifikt blockkedjan. Enligt en rapport från januari från Grayscale Research kan samspelet mellan AI och krypto erbjuda betydande fördelar för att mildra samhällsproblem associerade med AI. Dessa problem inkluderar spridning av felinformation och deepfakes.
Galaxy Digital Research belyser en ny aspekt av denna diskussion. De påpekar att blockkedjor kan fungera som en transparent och datarik miljö som AI-modeller behöver för att prestera optimalt. Trots att blockkedjor har begränsad beräkningskapacitet, gör deras transparens och decentraliserade natur dem ideala för integration av AI, vilket förbättrar både säkerhet och förtroende.
Disclaimer
All information på vår webbplats publiceras i god tro och endast för allmän information. Varje åtgärd som läsaren vidtar baserat på informationen på vår webbplats sker strikt på egen risk.
