Jak Valory i Olas budują autonomię w agentach AI – spostrzeżenia Davida Minarscha

AI dla wielu osób wciąż wydaje się narzędziem, które otwiera się na chwilę, a potem zamyka. Ale co, jeśli oprogramowanie działa dalej, gdy cię nie ma, samo podejmuje decyzje i zarządza własnymi zasobami? W rozmowie z Bitcoinmagazine.nl David Minarsch wyjaśnia, dlaczego Valory i Olas budują świat, w którym agenci AI nie tylko stają się mądrzejsi, ale także należą do użytkownika. Sprawdź nasz Discord Połącz się z podobnie myślącymi entuzjastami kryptowalut Naucz się bezpłatnie podstaw Bitcoina i tradingu - krok po kroku, bez wcześniejszej wiedzy. Otrzymaj jasne wyjaśnienia i wykresy od doświadczonych analityków. Dołącz do społeczności, która rośnie razem. Teraz na Discord Valory i Olas wspólnie budują jeden stos agentów Kto chce zrozumieć ekosystem Valory i Olas, musi najpierw jasno zrozumieć to rozróżnienie. Valory funkcjonuje jako laboratorium budowania, gdzie inżynierowie tworzą oprogramowanie open source dla autonomicznych agentów AI. Olas tworzy warstwę sieciową, w której oprogramowanie się łączy, jest koordynowane i działa ekonomicznie za pomocą smart kontraktów. To rozdzielenie jest zamierzone. Valory pisze kod i eksperymentuje z architekturami agentów. Olas zarządza zachętami, zarządzaniem i infrastrukturą, w której agenci mogą istnieć, współpracować i wymieniać wartość. Rezultatem jest spójny stos, w którym agenci są budowani, wdrażani i wykorzystywani, bez centralnej strony przejmującej pełną kontrolę. Z tego stosu powstał Pearl jako bezpośrednie wdrożenie tej samej filozofii: jeśli agenci mają należeć do użytkowników, musi istnieć warstwa, dzięki której można je uruchamiać bez wiedzy developerskiej, a Pearl pełni tę rolę.  Kiedy agent AI to coś więcej niż inteligentne narzędzie Minarsch w rozmowie wyraźnie rozróżnia narzędzia AI od agentów AI. Wiele osób nazywa teraz wszystko z interfejsem czatu agentem, ale według niego to nieprawda. Narzędzie wzmacnia to, co robisz w danym momencie. Zadajesz pytanie, system odpowiada, a gdy odejdziesz, nic więcej się nie dzieje. Agent działa fundamentalnie inaczej niż tradycyjne narzędzie AI. Formułujesz cel zamiast pojedynczego promptu, po czym system dalej działa, samodzielnie wykonuje zadania, reaguje na nowe informacje i dostosowuje swoje zachowanie bez potrzeby ciągłego ludzkiego wkładu. "To, co robisz z narzędziami, to wsparcie. W przypadku agentów dajesz cel wysokiego poziomu i pozwalasz systemowi autonomicznie wykonywać zadania, gdy cię nie ma." Dlatego Minarsch wymienia systemy autonomicznej jazdy lub autonomiczne strategie tradingowe jako wyraźniejsze przykłady. Dajesz kierunek i ograniczenia, ale wykonanie odbywa się samodzielnie. Wiele obecnych agentów kodujących już się w tym kierunku porusza. Tam, gdzie wcześniej współmyśleli, gdy się przyglądałeś, teraz możesz dać im zadania, które trwają minuty lub dłużej bez nadzoru. Minarsch widzi w tym strukturalną zmianę w sposobie budowania i wykorzystywania oprogramowania. W miarę jak AI staje się potężniejsze, oprogramowanie przesuwa się od wsparcia do rzeczywistego wykonania, gdzie centralne pytanie dotyczy tego, jak ta autonomia jest organizowana technicznie i ekonomicznie. Three MASSIVE AI Agent Announcements LIVE NOW ⬜️ 🟪 🥇 Pearl—The 1st "Agent App Store" 🏆 Olas Accelerator—$1 million in grants for devs 🏗️ $13.8 Million raise led by @1kxnetwork It's all happening NOW—read on👇🏻 pic.twitter.com/ezn84rK7vN — Olas (formerly Autonolas) (@autonolas) February 4, 2025 Pearl udostępnia agentów bez rezygnacji z własności Pearl to odpowiedź Valory i Olas na tę zmianę w kierunku autonomicznych agentów AI. To lokalna aplikacja desktopowa, w której użytkownicy uruchamiają agentów, których sami posiadają, w tym oprogramowanie i portfele. Agent otrzymuje własny portfel, a ty decydujesz dokładnie, jakie środki delegować. Wszystko poza tym pozostaje zamknięte. Minarsch widzi coraz więcej przypadków użycia, w których centralne usługi AI zaczynają się nie sprawdzać. Chodzi o dane wrażliwe na prywatność, własność intelektualną, kontekst medyczny, a także zależność od jednej strony chmurowej w innej jurysdykcji. W takich przypadkach chodzi mniej o modele, a bardziej o kontrolę. "Krypto zaczęło się od 'posiadaj swoje klucze, posiadaj swoje monety', i uważamy, że to powinno również dotyczyć AI i oprogramowania." Pearl dlatego wybiera podejście local-first, nawet jeśli to utrudnia budowanie. Nie naprawiasz błędów "po prostu" w backendzie i nie możesz cicho wdrażać. To, co wysyłasz, musi od razu działać. To dokładnie powód, dla którego Minarsch widzi to jako fundament dla agentów, którzy działają długo. Say hi to Pearl's new home @pearldotyou and https://t.co/mdPzJ5Scvd 🪂 🤖https://t.co/WA25nYSFRc brings user-owned AI agents to everyday consumers. Your agents. Running on your device. Owned by you. If you have been following along on Pearl's journey here, go give… https://t.co/xkdEVMt6M3 — Olas (formerly Autonolas) (@autonolas) December 16, 2025 Predict pokazuje, jak naprawdę działają autonomiczni agenci Jednym z najwyraźniejszych przykładów w Pearl jest tak zwany predict-agent. Przez Pearl użytkownik może skonfigurować takiego agenta, przekazać strategię i przypisać budżet. Następnie agent działa samodzielnie w tle i zajmuje pozycje na rynkach predykcyjnych, które pasują do tej strategii. Użytkownik rozmawia z agentem przez czat, ale potem agent wykonuje pracę. Analizuje rynki, kupuje informacje i handluje na podstawie prawdopodobieństwa. Kluczowe jest to, że agent ma własny portfel i może działać wyłącznie ze środków, które zostały wyraźnie przekazane przez użytkownika. Ten system działa już od 2023 roku. To sprawia, że według Minarscha jest interesujący, ponieważ widzisz nie tylko teorię, ale zachowanie w czasie. Co zwraca uwagę, to to, że wyniki poprawiają się w miarę jak agenci dłużej działają. Ta autonomia powstaje, ponieważ agenci uczą się radzić sobie z niepewnością, powtórzeniem i prawdopodobieństwem, zamiast rozumieć wszystko z góry. Rynki predykcyjne dobrze się do tego nadają. Ludzie koncentrują się głównie na rynkach, gdzie jest uwaga. Podczas gdy ludzie skupiają uwagę na popularnych rynkach, agenci mogą bez wysiłku być aktywni w long tailu, gdzie leżą mniejsze, mniej rzucające się w oczy możliwości i gdzie skala jest możliwa tylko przez ciągłe autonomiczne wykonywanie. The narrative around Prediction Markets is heating up. But for Olas, this isn't new. Olas AI agents have been autonomously participating in these markets since 2023. Prediction Trader by @autonolas is an AI agent designed to automate prediction market trading for you — helping… pic.twitter.com/qLudrkcs0c — Olas (formerly Autonolas) (@autonolas) December 9, 2025 Systemy wieloagentowe i rola rynku Mech Według Minarscha skalowalna autonomia powstaje dopiero wtedy, gdy jeden agent może podejmować decyzje i jednocześnie opiera się na innych agentach w zakresie danych, obliczeń i specjalistycznych funkcji. W tym celu system wykorzystuje tak zwany Mech marketplace, rynek zaprojektowany dla agentów. W tym środowisku agenci kupują usługi od innych agentów, takie jak zestawy danych, obliczenia, prognozy lub specjalistyczną wiedzę, podczas gdy użytkownik tego nie zauważa, ponieważ Pearl w pełni przechwytuje i upraszcza te interakcje. "Użytkownik nigdy nie ma bezpośredniego kontaktu z rynkiem; agenci załatwiają to między sobą." Ta struktura silnie odpowiada temu, jak działa współpraca między ludźmi. Nikt nie robi wszystkiego sam, ale angażuje innych, dopóki jakość jest zadowalająca i przechodzi dalej, gdy tak nie jest. W Pearl ten sam proces zachodzi między maszynami, gdzie agenci lokalnie śledzą, jak inni agenci działają i uwzględniają tę informację w swoim podejmowaniu decyzji. To sprawia, że system jest odporny i niesie ze sobą nowe wyzwania związane z reputacją, spamem i monitorowaniem jakości. Według Minarscha nie ma tam stałego punktu końcowego, ponieważ te systemy rozwijają się stopniowo i muszą być dostosowywane w miarę jak się skalują. Właśnie dlatego, że ta infrastruktura jest aktywnie używana od 2023 roku, zespół uzyskuje dokładny wgląd w to, gdzie powstają rzeczywiste wąskie gardła i jak należy je rozwiązać w praktyce. Olas just got a MAJOR upgrade🔥🟪 A new look. A clearer message. A simpler way to co-own AI. 🟣 Own Your Agent with Pearl 🟣 Monetize Your Agent with Mech Marketplace 🟣 Access a World of AI Agents with the OLAS Token Start here 👉 https://t.co/aZpSxsv9ih pic.twitter.com/GPZ5y283sd — Olas (formerly Autonolas) (@autonolas) June 30, 2025 Dlaczego pełna autonomia wciąż wymaga zabezpieczeń Chociaż możliwości szybko rosną, Minarsch ostrzega przed przecenianiem. W pełni otwarte, nieograniczone agenty bez reguł wciąż nie działają wystarczająco niezawodnie. Wszystko, co dzieje się on-chain, musi być ograniczone wyraźnymi regułami. W praktyce agenci pracują z kombinacją systemów opartych na uczeniu się i stałych reguł, gdzie inteligencja zawsze działa w ramach wcześniej zdefiniowanych ram. Agent predict może na przykład oceniać szanse na rynkach predykcyjnych, ale pozostaje ograniczony do tej domeny i nie będzie używał innych protokołów ani wykonywał nieoczekiwanych transakcji. To ograniczenie sprawia, że system jest przewidywalny, a zatem niezawodny. W miarę jak modele stają się bardziej ogólne, projektowanie tych ram staje się trudniejsze. Wiele agentów okazuje się już być systemami wieloagentowymi, z odrębnymi rolami dla wykonania, kontroli i zarządzania saldem. Dla użytkowników nie musi to być widoczne. Tak jak przy aplikacji nie myślisz o wewnętrznej organizacji, tak przy agencie chcesz wiedzieć, że robi to, co obiecuje. Niezawodność pozostaje zatem największą przeszkodą dla szerokiej adopcji. Drawing on multi-agent systems research, Autonolas enables the creation of composable autonomous off-chain systems that can run complex logic such as machine learning algorithms in a trust-minimized way, and take action across blockchains and web2 APIs. pic.twitter.com/7mKZK6wxZk — Valory is hiring (@valoryag) March 24, 2023 2026 jako punkt zwrotny dla agentów i własności Patrząc na 2026 rok, Minarsch widzi zbieganie się kilku wyraźnych linii. Za pośrednictwem modeli takich jak Pearl agenci docierają bezpośrednio do konsumenta, gdzie nie funkcjonują jako luźne narzędzia, ale jako długoterminowo aktywne systemy, które nadal współpracują i budują wartość. Ponadto spodziewa się powstania jednoosobowych jednorożców. Ponieważ jedna osoba może polegać na armiach agentów oprogramowania, którzy budują, testują i iterują. To zmienia sposób powstawania startupów i utrzymywania oprogramowania. "Myślę, że w tym roku zobaczymy pierwsze jednoosobowe firmy jednorożce, ponieważ z bardziej ogólnymi agentami kodującymi możesz zbudować armie agentów oprogramowania, które cię wspierają." Agent-to-agent commerce będzie odgrywał w tym coraz większą rolę. Krypto ułatwia agentom płacenie sobie nawzajem, dzielenie się zasobami i przyciąganie kapitału. Co to oznacza ekonomicznie, jest jeszcze otwarte. Ale jedno jest dla Minarscha pewne. Użytkownicy są gotowi przestać wynajmować i chcą kontrolować swoje oprogramowanie i dane. Kto posiada swoich agentów AI, zachowuje kontrolę nad danymi, zachowaniem i wartością. Valory i Olas budują cały swój stos wokół tego założenia, aby być gotowym na to, czego naprawdę wymaga autonomia. Best wallet - niezawodny i anonimowy portfel Best wallet - niezawodny i anonimowy portfel Ponad 60 łańcuchów dostępnych dla wszystkich krypto Wczesny dostęp do nowych projektów Wysokie nagrody za staking Niskie koszty transakcji Best wallet review Kup teraz przez Best Wallet Uwaga: kryptowaluta to bardzo niestabilna i nieuregulowana inwestycja. Przeprowadź własne badania.

Wiadomość Jak Valory i Olas budują autonomię w agentach AI – spostrzeżenia Davida Minarscha została napisana przez Raul Gavira i pojawiła się najpierw na Bitcoinmagazine.nl.