Автор: Вільям М. Пістер, Bankless
Компільовано: Байшуй, Золотий фінанс
Ще в 2014 році засновник Ethereum Віталік Бутерін почав розглядати автономні агенти та DAO, коли це все ще залишалося далеким мрією для більшості людей у світі.
У своїй ранній візії, як він описав у статті (DAO, DAC, DA тощо: неповний посібник термінів), DAO є децентралізованими сутностями, «автоматизація в центрі, людина на краю» — організацією, що покладається на код, а не на людську ієрархію для підтримки ефективності та прозорості.
Через десять років Джесі Уолден з Variant щойно опублікував «DAO 2.0», розмірковуючи про еволюцію DAO на практиці з моменту ранніх праць Віталіка.
Коротко кажучи, Уолден зазначає, що перша хвиля DAO зазвичай нагадувала кооперативи, тобто людиноцентричні цифрові організації, які не акцентували увагу на автоматизації.
Проте, Уолден продовжує вважати, що нові досягнення в AI — особливо великі мовні моделі (LLM) та генеративні моделі — тепер здатні краще реалізувати децентралізовану автономію, яку Віталік передбачав десять років тому.
Однак, оскільки експерименти DAO все більше використовують AI-агентів, ми зіткнемося з новими впливами та проблемами. Давайте розглянемо п’ять ключових сфер, з якими DAO повинні мати справу при інтеграції AI у свої методи.
Перехід до управління
У початковій структурі Віталіка DAO призначалися для зменшення залежності від ієрархічних людських рішень шляхом кодування правил управління в ланцюзі.
Спочатку людина залишається на «краю», але вона все ще є критично важливою для складних суджень. У світі DAO 2.0, описаному Уолденом, люди все ще блукають на краю — надаючи капітал та стратегічний напрямок — але центр влади поступово перестає бути людським.
Ця динаміка переоприділить управління багатьох DAO. Ми все ще будемо бачити, як людські альянси ведуть переговори та голосують за результати, але різні оперативні рішення все більше матимуть підказки від моделей AI. На даний момент, як досягти цього балансу є невирішеним питанням та простором для дизайну.
Зменшити невідповідність моделей
Рання візія DAO прагнула компенсувати людські упередження, корупцію та неефективність через прозорий, незмінний код.
Зараз ключовим викликом є перехід від ненадійних людських рішень до забезпечення того, щоб AI-агенти «зберігали узгодженість» з цілями DAO. Основною вразливістю тут більше не є людська змова, а відхилення моделей: ризик оптимізації AI-орієнтованих DAO на показники або поведінку, що відхиляється від очікуваних результатів людини.
У парадигмі DAO 2.0 ця проблема узгодженості (яка спочатку була філософською проблемою в безпеці AI) перетворилася на практичну проблему в економіці та управлінні.
Для сучасних DAO, що намагаються з основними AI-інструментами, це може не бути пріоритетом, але оскільки AI-моделі стають більш просунутими і глибше інтегруються в децентралізовані структури управління, очікується, що це стане основною сферою для перевірки і вдосконалення.
Нові вектори атак
Подумайте про нещодавні змагання Freysa, де людина p0pular.eth обманула AI-агента Freysa, змусивши його неправильно зрозуміти свою функцію «approveTransfer», вигравши 47,000 доларів ефіру.
Незважаючи на те, що Freysa має вбудовані запобіжники — чітко вказуючи, що ніколи не слід відправляти призи — людська креативність врешті перевершила модель, використовуючи взаємодію між підказками та логікою коду, поки AI не звільнив кошти.
Цей ранній приклад змагань підкреслює, що в міру інтеграції DAO в більш складні моделі AI, вони також успадкують нові вектори атак. Як Віталік турбувався, щоб DO або DAO не стали жертвою людських змов, тепер DAO 2.0 повинні враховувати контрвхідні дані для атак на навчальні дані AI або миттєвий інженерний напад.
Маніпулювання процесом міркування магістра юриспруденції, надання йому оманливих даних на ланцюзі або хитре вплив на його параметри можуть стати новою формою «управлінського захоплення», де поле битви перейде від атак, що базуються на голосуванні більшості людей, до більш тонких та складних форм використання AI.
Нові проблеми централізації
Еволюція DAO 2.0 передасть важливу владу тим, хто створює, навчає та контролює конкретні базові AI-моделі DAO, ця динаміка може призвести до нових форм централізованих блокувальних точок.
Звичайно, навчання та підтримка передових AI-моделей вимагає спеціалізованих знань та інфраструктури, тому в деяких організаціях майбутнього ми побачимо, що влада на поверхні здається в руках громади, але насправді знаходиться в руках кваліфікованих експертів.
Це зрозуміло. Але дивлячись у майбутнє, буде цікаво спостерігати, як DAO, що займаються експериментами з AI, реагуватимуть на проблеми, такі як оновлення моделей, налаштування параметрів і конфігурація апаратного забезпечення.
Стратегічні та оперативні ролі та підтримка громади
Розрізнення «стратегії та операцій» Уолдена вказує на довгостроковий баланс: AI може займатися повсякденними завданнями DAO, тоді як люди надаватимуть стратегічний напрямок.
Однак, оскільки моделі AI стають більш просунутими, вони також можуть поступово проникати в стратегічний рівень DAO. З часом роль «периферійних людей» може ще більше зменшитися.
Це ставить питання: що відбудеться з наступною хвилею AI-орієнтованих DAO, де в багатьох випадках люди можуть просто надавати фінансування та спостерігати з боку?
У цій парадигмі, чи стануть люди в значній мірі найменш впливовими взаємозамінними інвесторами, переходячи від спільного володіння брендом до більш схожого на автономні економічні машини з управлінням AI?
Я вважаю, що ми побачимо більше тенденцій організаційних моделей у сценарії DAO, в яких людина просто грає роль пасивного акціонера, а не активного менеджера. Проте, оскільки все менше рішень має значення для людей, а отримати капітал в інших місцях стає все легше, підтримка громади з часом може стати постійним викликом.
Як DAO можуть залишатися проактивними
Добра новина полягає в тому, що всі ці виклики можуть бути активно вирішені. Наприклад:
У контексті управління — DAO може спробувати механізми управління, залишаючи певні високо впливові рішення для чергових комітетів з людських виборців або експертів.
Щодо несумісності — розглядаючи перевірку узгодженості як постійні операційні витрати (наприклад, безпекові аудити), DAO може забезпечити, щоб AI-агенти були вірними публічним цілям не як разове питання, а як постійна відповідальність.
Щодо централізації — DAO може інвестувати в більш широке розвиток навичок членів громади. З часом це зменшить ризик контролю управління з боку невеликої групи «AI-геніїв» і сприятиме децентралізованим підходам до технологічного управління.
Щодо підтримки — оскільки люди стають більш пасивними зацікавленими сторонами у більшій кількості DAO, ці організації можуть подвоїти зусилля на розповіді, спільні місії та громаду ритуалів, щоб перевершити прямолінійну логіку капіталовкладення і зберегти довгострокову підтримку.
Незалежно від того, що станеться далі, очевидно, що майбутнє тут широке.
Подумайте про те, як Віталік нещодавно запустив Deep Funding, це не зусилля DAO, а спроба створити новий механізм фінансування для відкритої розробки Ethereum, використовуючи AI та людських суддів.
Це лише новий експеримент, але він підкреслює більш широкий тренд: перетворення AI і децентралізованої співпраці прискорюється. З появою та зрілістю нових механізмів ми можемо очікувати, що DAO все більше будуть адаптуватися та розширювати ці ідеї AI. Ці інновації принесуть унікальні виклики, тому зараз час почати підготовку.