- 原文：《AI in 2026: 3 trends》
- 作者：a16z crypto
- 編譯：Zombit
1. 今年，AI 將被用於更具實質性的研究任務
作為一名數理經濟學者，在 2025 年 1 月時，要讓消費級 AI 模型理解我的研究流程仍相當困難；但到了 2025 年 11 月，我已經能像指導博士生一樣，給模型下達高度抽象的研究指令……而它們有時甚至能產出新穎且正確執行的答案。除了我個人的經驗之外，AI 也正被更廣泛地用於研究工作——尤其是在推理密集的領域，模型已開始直接協助科學發現，甚至能自主解出 Putnam 數學競賽題目（可能是全球最難的大學程度數學考試）。
目前仍無法確定這類研究輔助最能幫助哪些學科，以及具體會如何發揮作用。但我預期，今年 AI 將促成並獎勵一種新的「博學型」研究風格：這種風格強調的是提出跨領域假說的能力，以及從高度推測性的答案中快速外推新洞見的能力。
這些答案未必正確，但仍可能指出正確方向（至少在某種拓撲結構下如此）。諷刺的是，這其實有點像善用模型幻覺的力量：當模型變得「夠聰明」時，給它們足夠抽象的空間自由探索，雖然仍可能產生胡言亂語，但有時也能撬開真正的發現，就如同人類在不受線性、明確方向限制時，往往最具創造力。
要以這種方式進行推理，將需要一種全新的 AI 工作流程——不只是 agent 對 agent，而是「agent 包裹 agent」的層疊架構，由多層模型協助研究者評估前一層模型的方法與成果，並逐步從雜訊中萃取出有價值的內容。我已經使用這種方式來撰寫論文，而其他人則用它來進行專利搜尋、創作全新的藝術形式，或（不幸地）發現新的智慧合約攻擊方式。
然而，要讓這種「包裹式推理代理」的研究模式真正運作，仍需要模型之間更好的互通性，以及一套能識別並正確補償每個模型貢獻的機制——而這正是加密技術可以發揮作用的地方。
—— Scott Kominers（@skominers），a16z crypto 研究團隊成員、哈佛商學院教授
2. 我們將從「認識你的客戶（KYC）」走向「認識你的代理（KYA）」
代理經濟（agent economy）的瓶頸，正從「智慧程度」轉向「身分認定」。在金融服務業中，「非人類身分」的數量已經是人類員工的 96 倍，然而這些身分至今仍是無法被銀行體系識別的「幽靈」。
此處缺失的關鍵基礎建設，是 KYA：Know Your Agent（認識你的代理）。
正如人類需要信用評分才能取得貸款，AI 代理也將需要經過加密簽署的憑證才能進行交易，這些憑證必須能連結代理與其委託人、行為約束條件，以及法律責任歸屬。在這樣的機制出現之前，商家只會持續在防火牆層級封鎖代理的存取。
而那個花了數十年建立 KYC 基礎設施的產業，如今只剩下短短數月的時間，必須想辦法解決 KYA 的問題。
—— Sean Neville（@psneville），Circle 共同創辦人、USDC 架構設計者、Catena Labs 執行長
3. 我們必須解決開放網路上的「隱形稅」
AI 代理的崛起，正在對開放網路施加一種「隱形稅」，從根本上動搖其經濟基礎。這種破壞源於網路中「情境層（Context）」與「執行層（Execution）」之間日益擴大的失衡：目前，AI 代理大量從以廣告為支撐的網站擷取資料（情境層），為使用者提供便利，卻系統性地繞過支撐這些內容生產的收入來源（如廣告與訂閱）。
若要防止開放網路被侵蝕（並維持為 AI 本身提供養分的多元內容生態），我們必須大規模部署技術與經濟層面的解決方案。這可能包括新一代的贊助內容模式、微歸因（micro-attribution）系統，或其他全新的資金分配機制。現有的 AI 授權協議，事實上只是財務上不可持續的權宜之計，往往只補償內容提供者一小部分因 AI 分流流量而已經失去的收入。
網路需要一種新的「技術—經濟模型」，讓價值能自動流動。未來一年的關鍵轉變，將是從靜態授權轉向即時、按使用量計費的補償機制。這意味著必須測試並擴展各種系統——可能結合區塊鏈驅動的奈米支付（nanopayments）與更精密的歸因標準——以自動獎勵每一個對 AI 代理成功完成任務有所貢獻的資訊來源。
—— Liz Harkavy（@liz_harkavy），a16z crypto 投資團隊成員
