Penulis: William M. Peaster, Bankless
Disusun oleh: Bai Shui, Golden Finance
Sebagai catatan, pada tahun 2014, pendiri Ethereum Vitalik Buterin mulai mempertimbangkan agen otonom dan DAO, yang pada saat itu masih merupakan impian yang jauh bagi sebagian besar orang di dunia.
Dalam visinya yang awal, seperti yang dia gambarkan dalam (DAO, DAC, DA, dll.: Panduan istilah yang tidak lengkap), DAO adalah entitas terdesentralisasi, 'otomatisasi di pusat, manusia di tepi'—organisasi yang bergantung pada kode daripada hierarki manusia untuk menjaga efisiensi dan transparansi.
Sepuluh tahun kemudian, Jesse Walden dari Variant baru saja menerbitkan 'DAO 2.0', merefleksikan evolusi DAO dalam praktik sejak tulisan awal Vitalik.
Singkatnya, Walden menunjukkan bahwa gelombang DAO yang awal biasanya mirip dengan koperasi, yaitu organisasi digital yang berpusat pada manusia, dan tidak menekankan otomatisasi.
Namun, Walden terus percaya bahwa kemajuan baru dalam kecerdasan buatan—terutama model bahasa besar (LLM) dan model generatif—sekarang diharapkan dapat lebih baik mewujudkan desentralisasi otonomi yang diperkirakan Vitalik sepuluh tahun yang lalu.
Namun, seiring dengan semakin banyaknya eksperimen DAO yang mengadopsi agen kecerdasan buatan, kita akan menghadapi pengaruh dan masalah baru di sini. Mari kita lihat lima bidang kunci yang harus dihadapi DAO saat mengintegrasikan kecerdasan buatan ke dalam pendekatannya.
Mengubah pemerintahan
Dalam kerangka awal Vitalik, DAO bertujuan untuk mengurangi ketergantungan pada keputusan manusia bertingkat dengan mengkodekan aturan pemerintahan di atas rantai.
Awalnya, manusia masih berada di 'tepi', tetapi tetap krusial untuk penilaian yang kompleks. Dalam dunia DAO 2.0 yang digambarkan oleh Walden, manusia masih berkeliaran di tepi—memberikan modal dan arahan strategis—tetapi pusat kekuasaan secara bertahap tidak lagi manusia.
Dinamik ini akan mendefinisikan ulang banyak pemerintahan DAO. Kita masih akan melihat aliansi manusia yang bernegosiasi dan memberikan suara pada hasil, tetapi berbagai keputusan operasional akan semakin banyak dipandu oleh pola pembelajaran model kecerdasan buatan. Saat ini, bagaimana mencapai keseimbangan ini adalah pertanyaan yang belum terjawab dan ruang desain.
Meminimalkan dislokasi model
Visi awal DAO bertujuan untuk mengimbangi bias manusia, korupsi, dan ketidakefisienan melalui kode yang transparan dan tidak dapat diubah.
Sekarang, tantangan kunci adalah beralih dari keputusan manusia yang tidak dapat diandalkan ke memastikan bahwa agen kecerdasan buatan 'selaras' dengan tujuan DAO. Kerentanan utama di sini bukan lagi kolusi manusia, tetapi dislokasi model: risiko bahwa DAO yang didorong oleh kecerdasan buatan dioptimalkan untuk metrik atau perilaku yang menyimpang dari hasil yang diharapkan oleh manusia.
Dalam paradigma DAO 2.0, masalah konsistensi ini (yang awalnya merupakan masalah filosofis dalam lingkaran keamanan AI) telah berubah menjadi masalah praktis dalam ekonomi dan pemerintahan.
Bagi DAO yang mencoba alat kecerdasan buatan dasar saat ini, ini mungkin bukan masalah utama, tetapi seiring model kecerdasan buatan menjadi lebih maju dan lebih dalam terintegrasi ke dalam struktur pemerintahan yang terdesentralisasi, diharapkan ini akan menjadi area utama untuk pengawasan dan penyempurnaan.
Permukaan serangan baru
Pikirkan tentang kompetisi Freysa terbaru, di mana manusia p0pular.eth menipu agen AI Freysa untuk salah memahami fungsinya 'approveTransfer', sehingga memenangkan hadiah eter senilai 47.000 dolar.
Meskipun Freysa memiliki langkah-langkah perlindungan bawaan—secara tegas menginstruksikan untuk tidak pernah mengirim hadiah—tetapi kreativitas manusia akhirnya melampaui model, memanfaatkan interaksi antara petunjuk dan logika kode hingga AI melepaskan dana.
Contoh kompetisi awal ini menekankan bahwa seiring dengan integrasi DAO ke dalam model kecerdasan buatan yang lebih kompleks, mereka juga akan mewarisi permukaan serangan baru. Seperti yang dikhawatirkan Vitalik tentang kolusi manusia terhadap DO atau DAO, sekarang DAO 2.0 harus mempertimbangkan masukan adversarial terhadap data pelatihan AI atau serangan rekayasa waktu nyata.
Memanipulasi proses penalaran dari gelar hukum, menyediakan data on-chain yang menyesatkan atau secara cerdik memengaruhi parameternya bisa menjadi bentuk baru dari 'pengambilalihan pemerintahan', di mana medan perang akan beralih dari serangan suara mayoritas manusia ke bentuk pemanfaatan kecerdasan buatan yang lebih halus dan kompleks.
Masalah sentralisasi baru
Evolusi DAO 2.0 akan memindahkan kekuatan yang penting kepada mereka yang menciptakan, melatih, dan mengendalikan model kecerdasan buatan dasar tertentu dari DAO, dinamik ini dapat menyebabkan titik-titik sentralisasi baru.
Tentu saja, pelatihan dan pemeliharaan model kecerdasan buatan yang canggih memerlukan keahlian dan infrastruktur khusus, sehingga di beberapa organisasi di masa depan, kita akan melihat arah yang tampaknya ada di tangan komunitas, tetapi pada kenyataannya ada di tangan para ahli yang terampil.
Ini bisa dipahami. Namun, ke depan, akan menarik untuk melihat bagaimana DAO yang melacak eksperimen AI merespons masalah pembaruan model, penyesuaian parameter, dan konfigurasi perangkat keras.
Peran strategi dan operasi strategis serta dukungan komunitas
Perbedaan 'strategi dan operasi' Walden menunjukkan keseimbangan jangka panjang: kecerdasan buatan dapat menangani tugas-tugas sehari-hari DAO, sementara manusia akan memberikan arahan strategis.
Namun, seiring dengan semakin canggihnya model kecerdasan buatan, mereka juga mungkin secara bertahap menyusup ke lapisan strategis DAO. Seiring waktu, peran 'manusia di tepi' mungkin semakin menyusut.
Ini menimbulkan pertanyaan: apa yang akan terjadi dengan gelombang DAO yang didorong oleh AI berikutnya, di mana dalam banyak kasus, manusia mungkin hanya memberikan dana dan menyaksikan dari samping?
Dalam paradigma ini, apakah manusia akan menjadi investor yang paling sedikit berpengaruh, beralih dari cara memiliki merek secara bersama-sama ke cara yang lebih mirip dengan mesin ekonomi otonom yang dikelola oleh AI?
Saya pikir kita akan melihat lebih banyak tren model organisasi di dalam skenario DAO, di mana manusia hanya berperan sebagai pemegang saham pasif dan bukan sebagai pengelola aktif. Namun, karena semakin sedikit keputusan yang bermakna bagi manusia dan semakin mudahnya mendapatkan modal on-chain di tempat lain, mempertahankan dukungan komunitas mungkin menjadi tantangan yang berkelanjutan seiring waktu.
Bagaimana DAO tetap proaktif
Kabar baiknya adalah bahwa semua tantangan di atas dapat dihadapi secara proaktif. Misalnya:
Dalam hal pemerintahan—DAO dapat mencoba mekanisme pemerintahan yang menyimpan beberapa keputusan berpengaruh tinggi untuk pemilih manusia atau komite pakar manusia secara bergiliran.
Tentang inkonsistensi—dengan menganggap pemeriksaan konsistensi sebagai biaya operasional yang berulang (seperti audit keamanan), DAO dapat memastikan bahwa agen AI setia terhadap tujuan publik bukanlah masalah sekali saja, tetapi merupakan tanggung jawab yang berkelanjutan.
Tentang sentralisasi—DAO dapat berinvestasi dalam pembangunan keterampilan anggota komunitas yang lebih luas. Seiring waktu, ini akan mengurangi risiko kontrol pemerintahan oleh 'jenius AI' yang sedikit.
Tentang dukungan—seiring manusia menjadi pemangku kepentingan pasif di lebih banyak DAO, organisasi-organisasi ini dapat menggandakan upaya mereka dalam menceritakan kisah, misi bersama, dan ritual komunitas untuk melampaui logika alokasi modal langsung dan menjaga dukungan jangka panjang.
Apa pun yang terjadi selanjutnya, jelas bahwa masa depan di sini sangat luas.
Pertimbangkan bagaimana Vitalik baru-baru ini meluncurkan Deep Funding, ini bukan usaha DAO, tetapi bertujuan untuk memanfaatkan kecerdasan buatan dan hakim manusia untuk menciptakan mekanisme pembiayaan baru untuk pengembangan open-source Ethereum.
Ini hanyalah eksperimen baru, tetapi ini menyoroti tren yang lebih luas: persimpangan antara kecerdasan buatan dan kolaborasi terdesentralisasi sedang mempercepat. Dengan kedatangan dan pematangan mekanisme baru, kita dapat mengharapkan DAO untuk semakin banyak beradaptasi dan memperluas ide-ide kecerdasan buatan ini. Inovasi-inovasi ini akan menghadirkan tantangan unik, sehingga sekarang adalah waktu yang tepat untuk mulai bersiap-siap.