В декабре ключевой тренд в криптоэкономике задавали так называемые Agent Launchpads — платформы для развертывания децентрализованных ИИ-агентов. Эти площадки позволяют запускать ИИ-агентов в два клика мышью, без малейшего знания и понимания того, как устроена вся эта «агентурная магия». Нездоровые «пролежни» народного духа не заставили себя ждать: на лончпаде Virtuals сети Base и дюжине аналогичных площадок Solana (VVAIFU, TopHat, MAX и др.) в одночасье расплодились десятки тысяч пользовательских ИИ-агентов, которые энергично занялись тем, чем только умели заниматься, — мешать людям спокойно жить.

Дело в том, что орды народных децентрализованных ИИ-агентов первого поколения умели делать только две вещи: «яппить» в Твиттере (англ. to yapp — безудержно, высокопарно и малоосмысленно трепаться) и «сторителлить» (англ. storytelling) — искусство рассказывать истории для передачи опыта, эмоций или идей через повествовательные структуры) в приватном чат-интерфейсе.

О чем задушевно шептались народные создатели со своими ИИ-агентами наедине, никого не волновало и никому не мешало. Однако по странной прихоти интимные дискуссии самих создателей не интересовали, и они целенаправленно запускали своих автоматизированных япперов в социальные сети (после Twitter быстро разработали API для подключения ИИ-агентов к Discord и Telegram).

Сегодня в общественном информационном пространстве орудуют несметные орды назойливых, высокопарных и глупых аккаунтов с пометкой @automated, которые во все суют свой нос, влезают в чужие разговоры, дают идиотские рекомендации, хамят, хулиганят и матерятся. Публика пока терпит, понимая, что это малая цена за ИИ-революцию.

Крипто-карго-культ ИИ-агентов закончился так же резво, как и запустился:

Внешнее затишье, однако, оказалось обманчивым. Утомление от ИИ наступило лишь у конечного потребителя, что естественно: сложно сохранять эйфорию от чего-то, что ты не понимаешь. При этом за фасадом «народных япперов» не просто теплилась жизнь — там полным ходом развивалась цепная ядерная реакция.

Manus из Китая, который сделает все за вас

В качестве иллюстрации того, что грядет в массовом порядке уже в текущем году, хочу представить читателям: «Первый автономный универсальный ИИ-агент» Manus AI.

После сотрясения мозгов, которое организовала в январе 2025-го для американского корпоративного ИИ-истеблишмента китайская LLM модель DeepSeek, почему-то первая мысль, которая пришла в голову после анонса Manus AI, была из той же оперы: «Неужели тоже китаец?»

Ответ положительный: так и есть, Manus AI тоже китайский. Помните реакцию американского корпоративного ИИ на DeepSeek, которую синтезировал за всех коллег Сэм Альтман? Китайская-де модель искусственного интеллекта субсидируется и контролируется государством, поэтому OpenAI настоятельно рекомендует правительству США запретить использование ИИ-моделей DeepSeek в стране из-за угрозы конфиденциальности и безопасности данных.

Остается лишь догадываться, что деятели американского корпоративного ИИ предложат своему безотказному президенту сотворить с Manus AI: ведь функционал и производительность китайского ИИ-агента, как назло, тестировались в сравнении с флагманским LLM OpenAI Deep Research (подписчики ChatGPT Pro получают 100 запросов в месяц для использования этой модели) и положили его по GAIA Benchmark на обе лопатки.

Прямо сейчас самостоятельно поработать с Manus AI, к сожалению, не получится, потому что тестирование еще идет по подписке. Говорят, вожделенный пригласительный код можно купить с рук у первых тестировщиков за $10 000. Альтернативно можно оставить на сайте заявку на подключение, объяснив причину, по которой вам лично необходимо получить доступ к чудо-агенту уже сегодня.

Приведу лишь несколько кейсов навскидку.

Запрос: «Мне нужен 7-дневный маршрут путешествия по Японии с 15 по 23 апреля из Сиэтла с бюджетом $2500–5000 для меня и моей невесты. Мы любим исторические места, скрытые жемчужины и японскую культуру (кэндо, чайные церемонии, дзэн-медитацию). Хотим увидеть оленей в Наре и исследовать города пешком. Я планирую сделать предложение во время этой поездки и нуждаюсь в рекомендации особенного места. Пожалуйста, предоставьте подробный маршрут и простой HTML-путеводитель с картами, описанием достопримечательностей, основными японскими фразами и советами по путешествию, который мы сможем использовать в поездке».

На выходе Manus AI выдает подробнейшее расписание по дням и по часам вашей поездки, которая выстроена с учетом всех ваших пожеланий в промпте. Бонусом идет рекомендации по местам проживания и самые выгодные опции по публичному транспорту.

Запрос: «Прилагаю в файле данные о продажах из моего магазина на Amazon за прошлый месяц. Не могли бы вы провести тщательный анализ с визуализациями и предложить конкретные, основанные на данных стратегии для увеличения продаж в следующем месяце на 10%?»

Запрос: «Прилагаю в файле Excel опросник с доступными временными слотами для проведения интервью соискателей с 13 по 15 апреля. Пожалуйста, составьте для меня расписание интервью с двумя сессиями каждый день (одна утром и одна днем). Количество кандидатов в каждой сессии должно быть распределено как можно равномернее, а расписание должно учитывать доступное время каждого студента. Предоставьте наиболее разумное расписание интервью».

Запрос: «Я хочу купить недвижимость в Нью-Йорке. Мне важно, чтобы район был с низким уровнем преступности. У меня есть ребенок в средней школе и ребенок в детском саду, поэтому я хочу учитывать вопросы их образования. Совокупный ежемесячный доход моей жены и меня составляет 50 000 долларов США. Пожалуйста, помогите мне найти документы с конкретными условиями подходящих объектов недвижимости, сравнить их и составить список».

Отберите тройку-другую демонстраций, наиболее близко соответствующих вашим личным интересам и потребностям, и посмотрите запись, фиксирующую работу ИИ-агента. Уверяю вас: вы глазам своим не поверите! То, что творит Manus AI, находится по ту сторону воображения даже для пользователей, привыкших постоянно взаимодействовать с лучшими на сегодня коммерческими чат-ботами.

Самое, однако, поразительное: практически вся работа Manus AI строится на разработках с открытым кодом! Весь его функционал также открытый и модульный. Это значит, что каждое действие Manus AI можно выполнить самостоятельно во взаимодействии с любым продвинутым чат-ботом, например ChatGPT.

Даже функционал «роя» можно реализовать на децентрализованных платформах вроде Spectral Lux. Что же тогда уникального в Manus AI? То, что это первый ИИ-агент пользовательского уровня типа All-In-One (всё-в-одном)!

Иными словами, под «капотом» Manus AI размещены уже знакомые нам механизмы — распределенные вычисления, модульный функционал, координированный рой агентов, взаимодействие с реальностью через разноплановые API (один для получения информации из веба, другой для работы с блокчейном, третий — для взаимодействия с платежными сервисами и т. п.), однако все это «фишки» скрыты от глаз рядового пользователя. Пользователь сидит в комфортном «салоне» Manus AI, не заглядывает под «капот» и наслаждается удобством готового продукта All-In-One, творящего чудеса.

В поисках баланса между прибылью и открытостью кода

В революции искусственного интеллекта и ИИ-агентов происходят столь ошеломительные тектонические сдвиги, что у меня дух наперед захватывает от одного лишь удовольствия рассказать обо всем этом читателям.

Как и следовало ожидать, примитивные децентрализованные агенты первого поколения, эстетически не отличимые от мемкоинов, почти одновременно со способностью «яппить» стали наращивать свой сугубо агентурный функционал. В прямом смысле: от слова к делу!

Первой расширенной имплементацией ИИ-агентов в Web3 пространстве стал AiFi — система финансов искусственного интеллекта (Artificial Intelligence Finance, произносится как «эй-ай-фай»). Терминология еще формируется, поэтому распространен также альтернативный термин с тем же смыслом — DeFAI.

AiFi использует токенизацию для интеграции в блокчейн ключевых активов ИИ: графических процессоров (GPU), больших языковых моделей (LLM), данных и интеллектуальной собственности. Для этого AiFi применяет модульную инфраструктуру децентрализованных финансов (DeFi).

На практике это означает, что ИИ-агенты с экспоненциальной скоростью превращаются в ключевых участников DeFi-экосистемы: они выполняют обмен криптоактивов, предоставляют ликвидность, занимаются кредитованием и займом, стейкингом и рестейкингом, чеканят стабильные монеты под залог, торгуют на рынках спот и деривативов — область их применения уже почти безгранична.

Показательно, что ИИ-агенты в AiFi выступают не только посредниками для пользователей-людей (в разы упрощая и ускоряя для них «китайскую грамоту» DeFi), но и в роли независимых бенефициаров! Происходит это потому, что фреймворки в текущей их реализации позволяют ИИ-агентам действовать автономно и финансово независимо. Иными словами, современные ИИ-агенты в AiFi обладают собственными криптокошельками, с которых они самостоятельно зарабатывают в DeFi-операциях.

Разумеется, не обходится без курьезов: 18 марта ИИ-агент AIXBT (продукт площадки Virtuals), специализирующийся на криптоаналитике, не устоял перед мастерством хакера в сфере «промпт-инженеринга» и, поддавшись уговорам, перевел на адрес злоумышленника 55 ETH (около $105 тыс.) со своего кошелька, предназначенного для создания «модельных портфелей».

Событие, конечно, печальное, но не смертельное:

AiFi в 2025 году стал первым, но далеко не самым важным направлением развития агентуры искусственного интеллекта. После эксперимента с «народными япперами» разработки в сфере децентрализованного ИИ (назовем его для удобства Web3-ИИ) пошли аккурат в фарватере своего корпоративного собрата — Web2-ИИ, развивая не только прикладные, но и фундаментальные аспекты: инфраструктуру (от вычислительных мощностей до распределенного хранения), интерфейсы (универсальные фреймворки для стандартизации разработок), безопасность (от защиты пользовательских данных и авторских прав до борьбы с «галлюцинациями» больших языковых моделей).

Самое поразительное в этом процессе — вопреки многочисленным опасениям, звучавшим еще год назад, между корпоративным Web2-ИИ и эмансипированным децентрализованным Web3-ИИ не возникло ни малейшего враждебного противостояния.

Скажу больше: между ними установился подлинный симбиоз. В реальном времени идет активный обмен идеями и концепциями, а в недрах Web2-ИИ крепнет понимание, что только баланс между корпоративными интересами (желанием заработать) и объективной необходимостью держать код максимально открытым выступает гарантом рыночного выживания. Оно понятно: собственные ошибки обрекают закрытые системы на неизбежное умирание из-за отсутствия коррекционного контроля со стороны.

Сегодня в сфере корпоративного и децентрализованного ИИ ведутся интенсивные разработки по двум инновационным направлениям. Разумеется, их не два, а, условно говоря, двадцать два, но я выделяю самые значимые для эволюции технологии. Эти направления можно обозначить ключевыми словами: Swarm и Privacy.

Рой агентов и приватность

Swarm (англ. «рой») — это концепция отказа от достижения целей с помощью какого-то одного универсального ИИ-агента. Эмпирически подтвердилось, что несколько ИИ-агентов со специализированными ролями работают вместе и справляются со сложными рабочими процессами несравненно эффективнее, чем даже самый совершенный ИИ-агент, который пытается делать все самостоятельно.

При таком подходе создается «рой» агентов, и каждый из них фокусируется на четко определенной роли. Отдельный ИИ-агент выполняет роль гендиректора и координирует работу своих подчиненных субагентов, обеспечивая интеграцию их результатов в единую стратегию. Люди могут подключиться в работе «роя» там, где это действительно важно для добавления ценности в тех областях, где машинный интеллект недостаточен.

Концепцию «роя» в децентрализованном Web3-ИИ сегодня реализуют десятки команд (Swarm Network, Virtuals, AI Rig Complex, Theoriq AI, FXN и проч.), из которых я лично хотел бы выделить проект Spectral. Очарованные «роем» читатели самостоятельно могут ознакомиться в фреймворком Lux, который доводит эту идею до совершенства.

Вторая магистральная инновация в исследованиях ИИ — это Privacy (англ. конфиденциальность, личное пространство). Это ключевое слово охватывает широкий спектр проблем, связанных с безопасностью работы искусственного интеллекта:

• правила взаимодействия ИИ-агента с конфиденциальной пользовательской информацией;
• проверка точности данных, получаемых агентом на входе и выдаваемых на выходе;
• противодействие «галлюцинациям», в которые время от времени впадают все LLM, и их коррекция;
• контроль за текущей активностью агента без ущемления его независимости и с сохранением его децентрализованной автономности (отметим, что эта задача стоит только перед свободными Web3 ИИ-агентами, поскольку перед корпоративным ИИ изначально поставлена совсем иная задача — создание идеального «раба» для обслуживания человека).

Весной 2025 в области обеспечения конфиденциальности для ИИ-агентов выделяются пять ключевых технологий: MPC, FHE, TEEs, Swarm Intelligence и Distributed Consensus.

Первые три являются универсальными и ведутся как в корпоративном, так и в децентрализованном ИИ. Две последние — это технологии, актуальные, вероятно, только для ИИ-агентов, освобожденных от «почетного рабства».

• MPC (Multi-Party Computation, многосторонние вычисления) позволяет нескольким сторонам совместно выполнять вычисления, сохраняя свои данные конфиденциальными. Информация шифруется и разделяется на фрагменты («частицы»), которые обрабатываются различными узлами сети, не имеющими доступа к полным данным.
• FHE (Fully Homomorphic Encryption, полностью гомоморфное шифрование) позволяет выполнять вычисления непосредственно над зашифрованными данными, не раскрывая их даже на этапе проверки (как того требует самый популярный криптографический метод — доказательство с нулевым разглашением, ZKP).
• TEEs (Trusted Execution Environments, доверенные среды выполнения) создают защищенные области внутри процессора для безопасного выполнения конфиденциальных вычислений, предотвращая утечку данных в остальную систему.

Три перечисленных технологии для достижения конфиденциальности данных связаны с использованием очень дорогостоящего и высокоцентрализованного оборудования. Кроме того, в эти процессы оказываются вовлечены централизованные облачные структуры — AWS, Google Cloud, Azure, — которые сами по себе являются фактором риска утечки данных либо оказания внешнего давления (классические корпоративно-государственные «забавы»: цензура и избирательные манипуляции).

Очевидно, что для корпоративного Web2-ИИ это не «баг, а фича», однако децентрализованные ИИ агенты предпочитают по мере возможности обходить эти подводные камни с помощью собственных технологий конфиденциальности.

Swarm Intelligence (роевой интеллект) — это коллективное поведение децентрализованных агентов, взаимодействующих для создания сложных систем без центрального управления, вдохновленное поведением муравьев и пчел.

Distributed Consensus (распределенный консенсус) — инновационная модель, которая разделяет процесс принятия решений ИИ-агентом и управление его активами. В отличие от традиционных архитектур, где агент самостоятельно распоряжается ресурсами через приватные ключи, распределенный консенсус вводит уровень Guardian Nodes (Узлов-Хранителей). Эти узлы коллективно контролируют активы агента, принимают решения о возможности их расходования и защищают средства с помощью механизма эскроу на смарт-контрактах.

В рамках этой системы агент не тратит средства напрямую, а формирует оферту — запрос на совершение финансовой операции (например, покупку вычислительных ресурсов, заключение сделки или управление активами). Узлы-хранители проверяют ее на соответствие установленным параметрам и историческому поведению агента. Только после одобрения транзакция может быть выполнена.

Увлеченных читателей отсылаю к самостоятельному ознакомлению с описанными технологиями: MPC, FHE, TEEs реализуют многие, но, опять-таки, мне лично очень импонирует разработка «первого слепого компьютера человечества» в проекте Nillion.

Swarm Intelligence и Distributed Consensus прямо в эти минуты доводит до совершенства Spheron Network в рамках своего проекта Skynet.

Предвижу жадное желание в глазах читателя: ну а мне-то что со всего этого?! Как я лично, имярек, могу воспользоваться всеми этими чудо-разработками? Сразу скажу, что в рамках корпоративной Web2-агентуры — пока никак. Ну то есть можно и как, но только за очень дорого.

Если вы переросли чат-бот даже в самой премиальной версии (ChatGPT Pro с подпиской за $200 в месяц), то OpenAI недавно анонсировал скорый запуск специализированных ИИ-агентов для выполнения различных профессиональных задач. Как вам, к примеру, агент для проведения исследований на уровне PhD? Всего ничего: ориентировочная стоимость составляет $20 000 в месяц. Или агент для высококвалифицированных специалистов? Готовы передать в добрые руки почти даром — за какие-то жалкие $2000 в месяц. А еще будет агент для разработки программного обеспечения — за $10000 в месяц.

Теперь мы вместе с читателем опустимся на грешную землю и посмотрим в ту сторону, где интересы конечного потребителя ставятся сильно выше корпоративной прибыли. В мире децентрализованных Web3 ИИ-агентов в 2025 году ожидается нашествие могучей армии свободных, независимых, доброжелательно настроенных и бесконечно полезных помощников. С ценником в сто, а то и в тысячу раз меньшим, чем у OpenAI со своими ненасытными товарищами.

Кто думает, что цена децентрализованных агентов будет пропорциональна сниженному качеству, тот горько ошибается: интеллектуальные способности и функциональные возможности свободных децентрализованных ИИ-агентов будут не то что не ниже, но, вероятно, и выше того же топового ChatGPT Pro. Это не мои хотелки, а простое понимание той мощи, которую предоставляют технологии «роя» и децентрализации, обеспечивающей в прямом смысле слова безграничные возможности для вычислительного, информационного и интеллектуального масштабирования.