原文タイトル：AI × クリプトのクロスオーバー
原著者：a16z Crypto、Scott Duke Kominers、Sam Broner、Jay Drain、Guy Wuollet、Elizabeth Harkavy、Carra Wu、Matt Gleason
原文翻訳：BUBBLE、BlockBeats

インターネットの経済モデルが変化しています。オープンネットワークが徐々に「プロンプトバー」に崩壊するとき、私たちは考えなければなりません：AI はオープンインターネットをリードするのか、それとも新しい有料ウォールの迷路に堕落させるのか？そして、これらすべてを誰がコントロールするのか−大手の中央集権企業なのか、広範なユーザーコミュニティなのか？

これこそ、暗号技術が介入できる場所です。私たちはすでに AI と暗号の交差点について何度も議論してきました。簡単に言えば、ブロックチェーンは、ユーザーが所有し、中立な構造を保ちながら分散化されたインターネットサービスとネットワークを構築する新しい方法です。これらは、現在の AI システムで顕著な中央集権化傾向に対抗するメカニズムを提供し、システムの背後にある経済関係を再交渉することで、よりオープンで堅固なインターネットを実現するのを支援します。

「暗号はより優れた AI システムの構築に役立ち、その逆もまた然り」という考え方は新しいものではありませんが、それはしばしば明確な定義が不足しています。安価なAIシステムの大規模普及を背景にして、「人間性の証明」を検証する領域など、いくつかの交差領域は、開発者やユーザーの関心を引きつけ始めています。他のユースケースには、数年または数十年かかる可能性があります。そのため、この記事では、「可能性のあるもの」や「解決すべき課題は何か」などの問題について深く議論するために、AI と暗号の交差点の11の実際のユースケースを整理しました。これらのユースケースは、大量のマイクロペイメントの処理から、人間が将来のAIとの関係を所有できるようにするまで、現在構築中のテクノロジーに基づいています。

アイデンティティ（IDENTITY）

AI インタラクションにおける永続的なデータとコンテキスト

著者：Scott Duke Kominers

生成モデル AI はデータ駆動型でありますが、多くのアプリケーションでは、コンテキスト（つまり、特定のインタラクションに関連するステータスや背景情報）も同様に重要であり、場合によってはさらに重要です。

理想的には、AI システム（エージェント、LLM インターフェースなど）は、処理中のプロジェクトの種類、コミュニケーションスタイル、好みのプログラミング言語など、多くの詳細を覚えているべきです。ただし、現実では、ユーザーは同じアプリケーションの異なるセッションでこれらのコンテキストを繰り返し再構築する必要があります（たとえば、新しい ChatGPT または Claude セッションを開始する場合など）、さらには異なるシステム間を切り替える必要があります。

現在、異なる生成 AI アプリケーション間のコンテキストの移行は基本的に不可能です。

しかし、ブロックチェーンを利用すると、AI システムは重要なコンテキスト要素を永続的なデジタルアセットとして保存し、セッションの開始ごとに読み込み、複数の AI プラットフォーム間でシームレスに移行できます。さらに、ブロックチェーンは、前向き互換性を持ち、相互運用性を自然に強調する唯一のテクノロジー解決策かもしれません。これらの特性は、ブロックチェーンプロトコルの中核的な属性です。

自然な応用シナリオは、AI が関与するゲームやメディアで、ユーザーの好み（ゲーム難易度からキー割り当てまで）を異なるゲームや環境で一貫させることです。しかし、より価値のあるシーンは知識型のアプリケーションであり、AI はユーザーが既に習得した知識とその学習方法を理解する必要があるかもしれません。また、プログラミングなど、より専門的な AI の使用シナリオにおいても同様です。現在、企業は独自のカスタマイズされた AI ロボットを開発して一定範囲内でコンテキストを維持できるようにしていますが、これらのコンテキストは通常、企業内の異なる AI システム間で移行できません。

企業はこの問題についてまだ認識し始めたばかりであり、現時点で最も一般的な解決策は固定されたコンテキストを持つカスタムロボットです。また、プラットフォーム内で、異なるユーザー間でコンテキストを共有する実践がオフチェーンで出現し始めており、たとえば Poe プラットフォームでは、ユーザーがカスタマイズしたロボットを他の人に貸し出すことができます。

このような行動をオンチェーンに移行すると、私たちと相互作用する AI システムが、「コンテキスト層」として私たちのすべてのデジタル行動の重要な要素からなるものを共有できるようになります。AI システムは、すぐに私たちの好みを理解し、対話体験を最適化するためにより良い調整ができるようになります。逆に、知識産業権利登録のように、AI がオンチェーン上の永続的なコンテキストを参照できるようになると、キーワードや情報モジュールを中心とした新しい市場インタラクションが生まれるでしょう。たとえば、ユーザーは自身の知識や専門知識を直接許可または実現可能にし、同時にデータの所有権を維持できるようになります。もちろん、共有コンテキストは、我々が想像できなかった多くの可能性を開示するでしょう。

AI エージェント向けの一般的なアイデンティティ

著者：Sam Broner

アイデンティティ、つまり「誰」または「何」の権限付与記録は、現代のデジタル発見、集約、および支払いシステムを支える無声の基本的な構造です。プラットフォームは、これらの基盤を裏で隠し、我々はその存在を製品で体験するだけです：Amazon は商品に一意の識別子（ASIN または FNSKU）を割り当て、商品を集約して表示し、ユーザーが発見して支払いするのを支援します。Facebook も同様です：ユーザーのアイデンティティは、コンテンツの推薦、Marketplace 商品の表示、有機的なコンテンツと広告の発見を基礎としています。

しかし、AI エージェントの進化に伴い、この状況が変化しています。企業は、AI エージェントを顧客サービス、物流、支払いなど、さまざまなシナリオに使用しており、プラットフォームの形態も単一のインターフェースから、クロスプラットフォーム、クロスエンドポイントの分散システムに移行しています。これらのエージェントは、ユーザーがさらに多くのタスクを完了できるように、深いコンテキストを蓄積しています。あるエージェントのアイデンティティが特定のプラットフォームや市場にのみ結び付いている場合、それはメールの対話、Slack チャンネル、または他の製品など、他の重要なシーンでの活動が難しくなります。

したがって、AI エージェントには統一された移植可能な「パスポート」が必要です。さもなければ、支払い方法を識別したり、バージョンを確認したり、機能をクエリしたり、どのような行動を代表するかを知ったり、クロスプラットフォームの評判を追跡したりすることができません。エージェントのアイデンティティは、ウォレット、API 登録、更新ログ、およびソーシャルプルーフの機能を同時に持つべきです。これにより、どのインターフェース（メール、Slack、または別のエージェント）も一貫して認識し、相互作用することができます。

統一された「アイデンティティ」原則がないと、毎回統合するたびに基盤構造をゼロから構築する必要があり、発見メカニズムは偶発依存のままですし、ユーザーは異なるプラットフォーム間を切り替える際にコンテキストを失います。

私たちは現在、エージェントインフラストラクチャを「ファーストプリンシプル」から再設計できる段階にいます。では、DNS レコードよりも豊かで信頼性のあるアイデンティティレイヤを構築するにはどうすればよいでしょうか？私たちは、アイデンティティ、発見、アグリゲーション、および支払いを結びつける「モノリスティックプラットフォーム」を再構築すべきではありません。代わりに、エージェントは自由に支払いを受け取り、機能リストを提示し、複数のエコシステムで共存できるべきです。特定のプラットフォームに縛られることなく。

これが AI と暗号の融合のポイントです：ブロックチェーンネットワークが提供する「許可なしの結合性」は、開発者がより有用なエージェントを構築し、より良いユーザーエクスペリエンスを提供するのを支援できます。

もちろん、現在、Facebook や Amazon のような垂直統合プラットフォームは依然としてより良いユーザーエクスペリエンスを提供しています。品質の高い製品を構築する際の複雑さの一つは、すべてのモジュールが上から下まで協調して動作することを確認することです。しかし、この利便性には高い代価がかかります。特に、エージェントの構築、集約、収益化、および配信のコストが低下し続け、エージェントアプリケーションのリーチが拡大する中で、信頼性のある中立的なアイデンティティレイヤは、起業家に真の主権の「パスポート」を与え、配信とデザインにおけるさらなる探索とイノベーションを促すでしょう。

未来への互換性を考慮した「真人性証明」

著者: Jay Drain Jr. および Scott Duke Kominers

AI の広範な普及に伴い、オンラインインタラクションにおけるロボットやインテリジェントエージェント、ディープフェイクの作成およびソーシャルメディアの操作を促進するAIに関連して、人々はますますオンラインでの相互作用の対象が人間かプログラムかを見分けるのが困難になっています。この信頼の浸食は遠い未来ではなく、すでに静かに訪れています。X（以前のTwitter）のコメントスパマーから、デートアプリのボットまで、現実と仮想の境界は曖昧になっています。このような環境では、「真人性証明」（PoP、Proof of Personhood）が重要なインフラストラクチャとなっています。

現在、人間であることを確認するための方法の1つは、デジタルアイデンティティ（例えば、米国TSAが使用している中央集権的な身分証明システム）を使用することです。デジタルアイデンティティには、ユーザーが身元を確認するために使用できるさまざまな情報が含まれます—ユーザー名、PINコード、パスワード、第3者認証（国民IDや信用履歴など）、および他の証明書。ここで分散化の価値が明らかになります：これらのデータが集中管理されると、アイデンティティの発行元はアクセスを取り消したり、手数料を請求したり、監視を支援したりすることができます。一方、分散化はこの構造を逆転させ、ユーザーが自分自身のアイデンティティをコントロールし、より安全かつ検閲が難しくなります。

従来の身元確認システムとは異なり、分散型の「生体証明」メカニズム（例：WorldcoinのWorld IDシステム）は、ユーザーが自ら身元データを管理および保存し、プライバシーに配慮され、信頼性のある中立的な方法で自身が実在の人物であることを検証できるようにします。運転免許証と同様に、PoPが発行されると、いつでもどこでも使用できます。このブロックチェーンベースのPoPは将来を見据えた互換性（forwards compatibility）を有しており、具体的には以下の2つの側面で表れます：

 移植性（Portability）：PoPは公開プロトコルに準拠しており、どのプラットフォームでも統合できます。ユーザーが管理するアイデンティティは、公共インフラストラクチャ上に構築されているため、完全に移植可能であり、既存のプラットフォームまたは将来のプラットフォームのどちらでもアクセスできます。

 許可なしアクセス（Permissionless accessibility）：どのプラットフォームも、このPoPアイデンティティを個別に認識することができ、特定の中央集権化APIの認可を経由する必要はありません。これにより、特定のユースケースが拒否されるリスクが回避されます。

この領域における主な課題は、ユーザーの採用率にあります：規模のある生体証明の実際の使用例はまだ見られていませんが、ユーザー数が臨界点に達し、いくつかの重要なパートナーといくつかの「キラーアプリ」が推進力となると信じています。PoPの採用は急速に加速するでしょう。ある標準のPoPにアクセスする各アプリケーションは、そのアイデンティティの機能価値を向上させ、より多くのユーザーがそのアイデンティティを要求し、そのユーザーベースがさらに多くのアプリケーションがその標準を統合することを望むよう促すでしょう。これにより、急速な成長をもたらすネットワーク効果が形成されます（チェーン上のアイデンティティそのものが相互運用性に設計されているため、この効果はより爆発的になるでしょう）。

一部の主要な消費者向けアプリケーションとサービス、特にゲーム、ソーシャル、およびデート分野において、World IDと提携し、ユーザーが対面する相手が本物の人物であること、さらには彼らの期待に応じた特定の人物であることを確認するのを支援することを発表しています。同時に、新しいアイデンティティプロトコルも続々と登場しており、Solana Attestation Service（SAS）などがその例です。SAS自体はPoP発行者ではありませんが、ユーザーがオフチェーンデータ（例：コンプライアンスに必要なKYC検証や投資資格証明）をSolanaウォレットにプライベートに関連付けることを可能にし、分散型アイデンティティシステムの構築の礎となります。

これらすべての兆候から、分散型PoPの爆発点が間もなく到来する可能性があります。

PoPの意義は単に「ボット封じ」ということにとどまらず、それは人間のネットワークとAIネットワークの間に明確な境界線を引くための重要なメカニズムです。これにより、ユーザーとアプリケーションは「人間同士の対話」または「人間と機械のやり取り」を明確に区別し、デジタル世界により安全で実在感ある、健全な体験をもたらすことができます。

AIの分散型インフラ

AIの分散型エンティティインフラ（DePIN）

著者：ギー・ウォレット

AIはデジタルサービスであるが、その発展はますます物理インフラに制約されている。分散型エンティティインフラネットワーク（DePIN）は、現実世界のシステムを構築し運用する新しいパターンとして、AI革新の民主化を支援する算力インフラに依存するものであり、これにより、より低コストで、より耐久性があり、検閲に耐える能力が向上しています。

なぜでしょうか？ AIの発展の2つの主要なボトルネックはエネルギーとチップの入手です。分散型エネルギーはより多くの電力リソースを開放するのに役立ち、開発者はDePINを利用してゲームPCやデータセンターなどの余剰チップリソースを集約しています。これらの計算デバイスは、許可されていない算力市場を共同で構築し、AI製品開発により公正な環境を提供します。

その他のユースケースには、大規模言語モデル（LLM）の分散トレーニングと微調整、およびモデルの推論の分散ネットワークが含まれます。分散型トレーニングと推論は、コストを削減するだけでなく（空いている算力を使用しているため）、検閲に対する能力を提供し、開発者が超大規模な中央集権的クラウドサービスプロバイダー（ハイパースケーラー）に依存して封鎖されることを防ぎます。

AIモデルが限られた数の企業に高度に集中していることは常に懸念されてきた課題です。一方、分散型ネットワークは、よりコスト効率が高く、検閲に耐えうる、スケーラブルなAIエコシステムを構築するのに役立ちます。

AIエージェント、端末サービスプロバイダーおよびユーザー間のインタラクションのためのインフラとバリアの提供

著者：スコット・デューク・コミナーズ

AIツールが複雑なタスクと多層の相互作用チェーンを処理するのにますます優れているため、彼らは他のAIと対話するためにますます自律性を必要としており、人間のコントローラーに頼ることなく。

たとえば、AIエージェントは、特定の計算に関連するデータを呼び出したり、特定のタスクに長けたAIエージェントを募集したりする場合があります。例えば、統計ロボットをスケジュールしてモデルシミュレーションを実行したり、マーケティング資料の作成時に画像生成ロボットを呼び出したりすることがあります。 AIエージェントは、ユーザーのために完全なトランザクションプロセスやアクティビティフローを実行し、大きな価値を生み出します。たとえば、ユーザーの好みに基づいてフライトを検索して予約したり、好みに合った新しい本を発見して購入したりすることができます。

現時点では、成熟した一般的なエージェント間市場は存在せず、このような相互作用はほとんどが明示的なAPIインターフェースに限定されているか、少数の内部エージェント呼び出しを維持する閉鎖的なエコシステムに制限されています。

より一般的な問題は、現在のほとんどのAIエージェントが閉鎖的なシステムにあり、インターフェースが閉じられ、アーキテクチャの標準が欠如していることです。しかし、ブロックチェーン技術はプロトコルがオープン標準を確立するのに役立ち、短期間での採用に不可欠です。長期的な観点から見ると、これは「前方互換性」もサポートします：新しいAIエージェントが絶えず進化し誕生する際、それらは依然として同じ基盤ネットワークに接続できるようになります。ブロックチェーンは、相互運用性があり、オープンソースで、分散化され、アップグレードが容易なアーキテクチャを持つため、AIイノベーションの変革に迅速に適応できます。

現在、複数の企業がエージェント間の相互作用のためにブロックチェーンの「軌道」を構築しています。たとえば、Hallidayは、AIワークフローと相互作用のための標準化されたクロスチェーンアーキテクチャを提供し、プロトコルレベルでAIがユーザーの意図から逸脱しないように柵を設定しています。Catena、Skyfire、そしてNevermindは、AIエージェント間で人間の介入なしに支払いの相互作用をサポートしています。Coinbaseもこのようなプロジェクトに対するインフラ支援を開始しています。

AI / vibe-coding アプリを同期させる

著者：Sam Broner および Scott Duke Kominers

近年の生成AIの爆発的な発展により、ソフトウェアの構築が従来よりもはるかに容易になりました。コーディング効率が複数の桁向上し、さらに重要なことに──今や自然言語プログラミングを用いて、プログラミングに馴染みのない人でも既存のプログラムをフォークしたり、ゼロから完全に新しいアプリケーションを構築したりできるようになりました。

しかし、AI補助プログラミングは新たな機会をもたらす一方で、「エンタロピー」をプログラム内部およびプログラム間に導入しました。「バイブコーディング」と呼ばれるこの方法は、基本的な依存関係の複雑なネットワークを簡素化していますが、これにより、プログラムが内部コンポーネントが更新される際に機能やセキュリティの問題が生じやすくなります。同時に、より多くの人々がAIを使用してパーソナライズされたアプリやワークフローを作成するにつれて、異なるユーザーシステム間の相互作用がより困難になります。実際、2つのバイブコードされたプログラムが機能的に同等であっても、それらの操作ロジックや出力構造が大きく異なる可能性があります。