GenLayer：为代理经济构建“裁决层”

随着自主 AI 智能体在数字商务中承担越来越多的谈判、购买和销售职能，一个根本性问题仍未得到解决：当各方发生分歧时，由谁来裁定？Albert Castellana 是 GenLayer Labs 的联合创始人兼首席执行官，他在职业生涯中构建了金融和区块链基础设施——包括在 StakeHound 和 Radix 的工作经历——现在他正将这些经验应用于他所称的“代理经济的裁决层”。GenLayer 的智能合约允许协议融入自然语言和现实世界背景，通过去中心化网络中的 AI 验证者达成共识，该公司将此模型称为“乐观民主制”。在本次采访中，Castellana 解释了为什么传统智能合约无法处理歧义、GenLayer 的验证和上诉流程如何运作，以及随着 AI 智能体成为经济的积极参与者，他如何看待该技术的发展方向。

Q1. 回顾您在 StakeHound、Radix 等项目上的经验，传统纠纷解决中的哪些关键挑战促使您创建 GenLayer，将其作为代理经济的基础设施？

我大部分职业生涯都致力于构建金融和区块链基础设施，但有一个问题反复出现：技术可以使交易速度大幅加快，但一旦出现问题，我们仍然依赖那些为人类设计的系统。

当你观察自主智能体时，这个问题变得尤为明显。在传统商业中，如果双方发生争议，你可以聘请律师、诉诸法庭或进行谈判。这已经可能缓慢且昂贵。如果数百万个软件智能体以机器速度相互交易，你不能将每一次分歧都提交给人类处理，这是不可想象的。

这正是 GenLayer 背后的洞察……我们需要一个基础设施层，来处理交易中“快乐路径”（即顺利执行）之后的部分，即当各方对承诺内容、发生的事实或证据含义存在分歧时。GenLayer 是我们为代理经济构建这一裁决层的尝试。

Q2. 随着 AI 智能体开始大规模自主交易，当出现问题时由谁来解决争议，为什么这成为一个关键的瓶颈？

目前，最终是由人类来解决的，而在我们看来，这本身就是问题的一部分。智能体可以在没有人员参与的情况下谈判交易、付款并执行协议。但当出现问题时，我们通常被迫退回至人类仲裁、客户支持、法律程序或中心化平台决策。

这种模式无法扩展到由软件智能体持续进行数百万笔交易的经济体中。个体争议可能很小，但集体来看，它们构成了巨大的基础设施问题。大量的数字争议之所以不被追究，是因为解决它们的成本和时间超过了交易本身的价值。

缺失的一环是一个与智能体自身速度和规模相匹配的裁决层。这正是我们要用 GenLayer 构建的内容。

Q3. 为什么在没有专门裁决层的情况下，现有的支付、身份和执行层仍不足以支持机器对机器（M2M）商务？

支付回答的问题是：“我如何转移价值？”身份回答的问题是：“我在与谁打交道？”执行回答的问题是：“我如何执行交易？”但这些都没有回答：“如果我们就协议是否履行完毕存在分歧，该怎么办？”

这是一个根本性的缺口。智能体可能为服务付费，收到其认为有缺陷的产品，并对协议的约定内容与另一方有完全不同的解释。你需要一个地方来容纳这些分歧。

这就是为什么我们认为裁决应包含在技术栈本身之中。交易不应仅规定一切顺利时会发生什么，还应规定当各方发生分歧时会发生什么。

Q4. GenLayer 如何作为缺失的基础设施，实现 AI 智能体之间可信的协议？

GenLayer 赋予了协议一种处理传统智能合约难以应对的部分的方法：判断。通过智能合约，你可以以一种包含自然语言、实时网络信息和其他非确定性输入的方式来定义协议。当需要做出决定时，选定的验证者提出结果，独立的委员会对其进行评估。他们不需要产生完全相同的文字。合约定义了什么是等效结果，网络围绕该结果达成共识。

如果存在分歧，可以对该决定提出上诉并由新的、更大的委员会审查。因此，你不是要求一个 AI 充当法官，而是创建一个去中心化过程，让独立的 AI 验证者达成 agreed outcome（共识结果），并拥有经济机制来挑战它。这就是我们认为代理间商务所需的基础设施。

Q5. 智能合约在哪些方面使 GenLayer 能够处理传统智能合约无法处理的现实世界歧义和背景？

传统智能合约在处理确定性规则方面非常出色。如果 X 发生，则执行 Y。这是特性，而非缺陷。

但现实世界的协议并不总是如此。它们包含诸如“实质性完成”、“合理质量”、“按时交付”或“符合约定规格”等条款。你可以尝试将所有这些概念简化为僵化的代码，但最终你是在试图将人类判断编码到一个旨在避免此类判断的系统中。

智能合约采取了不同的方法。它们可以解释自然语言，访问实时网络信息并执行非确定性操作，同时共识层提供了一种让独立验证者评估这些结果的方式。

这正是其有趣之处。我们并非试图从协议中消除歧义，而是在构建实际上能够处理它的.Infrastructure（基础设施）。

Q6. 网络的共识方法如何帮助独立的 AI 验证者在机器速度下对主观结果做出可靠决策？

关键在于，我们并没有要求每个 AI 奇迹般地产生相同的答案。

在 GenLayer 的“乐观民主制”中，领导者提出执行结果，由独立选择的验证者组成的加权委员会对其进行评估。对于非确定性输出，验证者使用合约的“等价原则”来确定结果是否可接受。

这种区别很重要。如果五个模型对条款的解释略有不同，我们不一定需要五个完全相同的段落。我们需要知道他们的结论是否满足合约定义的標準。

如果有人认为决定是错误的，他们可以挑战它。上诉引入新的验证者和更大的委员会，从而增加维持错误决定的成本。

因此，目标不是假装 AI 是无所不能的，而是创建一个去中心化的过程来达成和挑战决定，而不让一个模型或一家公司掌握控制权。

Q7. 与传统系统相比，这种裁决模型为代理商务、预测市场或自主金融用例带来了哪些优势？

这些应用的共同点是，它们涉及难以完全用确定性代码表达的决定。以代理商务为例。两个智能体可以就服务、付款和交付条款达成一致，但仍需有人确定服务是否真正符合协议。在预测市场中，问题可能不在于数据库中是否存在特定数字，而在于现实世界的事件是否满足市场的结算标准。在自主金融中，你可以拥有依赖于解释外部信息或合同条件的执行协议。

GenLayer 将这些决定带入与交易本身相同的可编程环境中。这使得它们比将每次分歧路由到中心化平台或人类过程更快、更自动化且更具可扩展性。

重要的区别在于，我们并不是说 AI 本质上优于人类判断。相反，我们正在为一个类争议构建系统，这类争议需要在机器速度下运行，且其经济回报往往不值得传统裁决方式。

Q8. 从目前测试网活动和开发者采用情况来看，GenLayer 在向成为代理经济必要基础设施方面进展如何？

对我们来说最重要的信号是人们正在实际构建和测试这一基础设施。

我们已经看到数千个决策在网络中得到处理，超过 200 名开发者正在协议上工作，拥有超过 80,000 人的社区，开源代码库获得了数千个 GitHub Star。围绕该技术构建的旗舰应用之一 Rally，也产生了超过 2 亿次印象，触达了超过 140,000 名用户。

但我认为衡量这一点正确的方法不仅仅是计算用户或交易量。我们试图证明一件技术上困难的事情：去中心化网络能否围绕非确定性决策协调独立的 AI 系统。

我们的测试网推进旨在逐步证明这些属性。目标是在主网上线时，协议、验证者经济学和共识机制已在日益苛刻的条件下经过测试。

我们还处于早期阶段。这一点很重要。当前的目标是将这些技术进步和开发者活动转化为人们可以在生产中依赖的基础设施。

Q9. 长远来看，随着 AI 智能体的普及，您对 GenLayer 在支持可扩展、可执行的机器对机器商务中的作用有何愿景？

我会说，我们正在走向一个软件不仅执行指令的世界。它将代表我们进行谈判、做出决定、买卖东西并达成协议。如果这种情况大规模发生，我们需要重新思考合同的含义。

我对 GenLayer 的长期愿景是，它成为该经济体下方的中立裁决基础设施。当两个智能体达成协议时，他们不需要完全互信，也不需要在每次发生分歧时都涉及人类。应该有一个他们都依赖的协议来确定协议的含义及其是否已履行。这就是我所说的代理经济的裁决层。

我们并不试图取代法院，也不声称每个争议都可以简化为 AI 决定。总有一些情况属于现有法律体系的范围。机会在于为海量的、快速的、传统的系统从未设计过处理的机器对机器的小额争议构建互联网原生的第一层。

如果智能体要成为经济参与者，他们需要的不仅仅是交易能力。他们需要解决分歧的方法。我认为这是互联网仍然缺失的一个基本基础设施组件。