Negli ultimi anni, gli agenti AI (strumenti alimentati da modelli generativi che possono eseguire azioni con minima supervisione umana) hanno guadagnato crescente attenzione. Tuttavia, la fiducia nel permettere a questi agenti di stipulare contratti o effettuare acquisti autonomamente rimane limitata. GenLayer, una startup recentemente emersa dall’ombra, propone una soluzione innovativa per colmare questa lacuna.
GenLayer sta sviluppando un’infrastruttura basata su blockchain che consente agli agenti AI di redigere contratti, effettuare pagamenti e eseguire accordi in modo autonomo. Nell’autunno scorso, l’azienda ha annunciato di aver raccolto 7,5 milioni di dollari da investitori di rilievo, tra cui Arthur Hayes (Maelstrom), Arrington Capital e North Island Ventures, per realizzare questa visione.
Gli agenti AI hanno dimostrato la capacità di analizzare dati, concludere affari e gestire asset, ma sorge un problema fondamentale: non si fidano intrinsecamente l’uno dell’altro. Diversamente dagli esseri umani, gli agenti AI non temono cause legali o danni reputazionali; quindi, come possono far rispettare gli accordi? Albert Castellana, CEO di YeagerAI (l’azienda che sta sviluppando GenLayer), vede questa come una falla critica nello sviluppo attuale dell’AI.
I contratti smart tradizionali, che alimentano le transazioni basate su blockchain, sono troppo rigidi per il commercio guidato dall’AI. Non possono elaborare dati non strutturati, comprendere linguaggi complessi o adattarsi ai cambiamenti del mondo reale. GenLayer mira a trasformare questi contratti in “contratti intelligenti”—accordi più flessibili e alimentati dall’AI che funzionano in modo simile ai contratti umani.
A differenza delle blockchain tradizionali che richiedono oracoli esterni per accedere ai dati off-chain, GenLayer integra l’AI direttamente a livello di protocollo. I contratti intelligenti possono recuperare dati web in tempo reale, elaborare input in linguaggio naturale e ragionare su condizioni complesse del mondo reale, il tutto senza affidarsi a servizi di terze parti.
GenLayer introduce un modello di consenso chiamato “democrazia ottimistica”, in cui più validatori—ognuno utilizzando diversi modelli di linguaggio di grandi dimensioni (LLM)—votano sulla validità di un contratto o decisione generata dall’AI. Questo garantisce che nessun singolo modello AI abbia il controllo e previene manipolazioni.
Al centro di GenLayer c’è un livello di fiducia nativo dell’AI—un sistema indipendente che garantisce che gli agenti AI operino in modo equo nelle transazioni finanziarie, nell’esecuzione dei contratti e nella risoluzione delle controversie. Le caratteristiche chiave includono:
- Contratti intelligenti: accordi alimentati dall’AI che elaborano linguaggio naturale e accedono a dati web in tempo reale.
- Decisioni guidate dall’AI: un modello di consenso in cui più modelli AI votano sugli esiti per garantire affidabilità.
- Democrazia ottimistica: un modello di governance basato su blockchain che previene la manipolazione dell’AI attraverso decisioni decentralizzate.
- Interoperabilità on-chain e off-chain: la capacità di collegare contratti smart con dati del mondo reale e fonti internet.
- Integrazione ZKsync: scalabilità, costi ridotti e sicurezza a livello Ethereum.
Quando viene presentata una transazione:
- Un validatore leader elabora la richiesta e propone un risultato.
- Un insieme di validatori ricalcola la transazione in modo indipendente, validando la proposta del leader.
- Se la maggioranza è d’accordo, la transazione viene finalizzata; altrimenti, viene selezionato un nuovo leader e il processo si ripete.
Questo meccanismo impedisce manipolazioni e garantisce che le decisioni generate dall’AI siano supportate dal consenso piuttosto che dal giudizio di una singola entità. Ispirato al Teorema della Giuria di Condorcet—una teoria matematica e politica del XVIII secolo che afferma che una giuria è più propensa a raggiungere una decisione corretta con un maggior numero di partecipanti—il sistema aggrega le uscite dell’AI attraverso più validatori, garantendo equità e affidabilità anche per compiti non deterministici come l’interpretazione di contratti legali, la verifica dei dati della catena di approvvigionamento o la definizione di modelli di prezzo dinamici.