マルチエージェント協働、予測市場からオンチェーン実行まで。AI 自律経済体に関する実験が進行中です

2026年7月

過去2年で、人工知能の競争ロジックは明らかに変化しています。

第一段階では、人々は大規模モデルがより良い文章、画像、コードを生成できるかを議論していました。第二段階では、市場は AI Copilot—人工知能が人の補助ツールになれるか—に注目し始めました。

そして今、新しい方向性が形成されつつあります。AI はもはや単に質問に答えるだけでなく、目標を理解し、タスクを分解し、ツールを呼び出し、意思決定を行い、実行を完了し始めています。

そのため、AI Agent がより多くのテクノロジー系起業家や投資家から注目されるのも当然です。

しかし VC の観点から見れば、本当に研究する価値があるのは「AI Agent が次のホットな市場になるか？」だけではありません。より重要なのは、AI Agent が資産・身元・支払い能力・検証可能な実行環境を得た後に、いったい何になるのか？という点です。

Web3 は、この問題に対する新しい答えを提供しています。

そして Vanguard は、AI Agent、予測市場、オンチェーン実行の交差領域で、新しい自律型の金融インフラを探ろうとしています。

Chatbot から Agent へ。AI は役割の変化を起こしています

過去の人工知能は、どちらかといえば「道具」のような存在でした。ユーザーが質問をし、AI が答えを出す。ユーザーが指示を出し、AI が助言する。最終的に、実際の操作と実行は人が行います。

しかし、AI Agent の登場によってこのモデルが変わりつつあります。本当の意味での Agent は、単に「会話ができる」だけではありません。環境を感知し、タスクを理解し、自律的に計画し、ツールを呼び出し、複数ステップを実行し、結果をフィードバックし、継続的に最適化する能力も必要です。

簡単に言えば、従来の AI は「こうすべきだと教える」ことに近く、AI Agent は「何を達成する必要があるかを理解し、そのタスクをやり切る」ことに近いのです。

投資ロジックから見ると、これは AI のビジネス価値が「ソフトウェア購読」から「タスク実行」へ移行しつつあることを意味している可能性があります。

AI が業務プロセスに直接関与し始めると、その価値はもはやモデル能力だけで決まるのではありません。さらに、リアルタイムデータを持っているか、外部システムを呼び出せるか、自律的に実行できるか、権限管理を備えているか、支払いと決済を完了できるか、そして実行結果が検証可能かどうかに依存します。

まさに、ここから AI Agent と Web3 が交差し始めます。

なぜ AI Agent は Web3 を必要とするのか？

多くの人が AI と Web3 を、まったく異なる2つの分野だと捉えています。1つは知能、もう1つはブロックチェーンとデジタル資産を表すものです。

ただし、インフラの観点からは、両者の間には本質的な相互補完関係があるとも言えます。

AI Agent は情報を理解し、環境を分析し、戦略を生成し、意思決定してタスクを実行するのが得意です。一方 Web3 は、デジタル身元、ウォレット口座、資産の所有権、プログラマブルな支払い、オンチェーン記録、オープンなプロトコル、検証可能な実行を提供できます。

言い換えると、AI は「考えて行動する」を担い、Web3 は「身元、資産、決済、そして証明」を担います。

もし AI Agent が将来、単にユーザーのメール作成や PPT 作成を手伝うだけなら、Web3 は必ずしも必要ではありません。しかし AI Agent がデジタル資産を管理し、オンチェーン・プロトコルを呼び出し、予測市場に参加し、自動化戦略を実行し、機械と機械の間の支払いを完了し、そして資源を自律的に調整し始めるなら、ウォレット、オンチェーン口座、デジタル資産、そして検証可能な記録が重要なインフラになり得ます。

これが、AI × Web3 が本当に VC の注目に値する理由です。単に2つのホットな概念を足し合わせたものではなく、より深い問いに対するものだからです。ソフトウェアが行動能力を持ちはじめたとき、ソフトウェアにも自分自身の口座、資産、決済システムが必要になるのか？

VC の観点から見る AI × Web3：本当に重要なのは3つの問い

投資家にとって、新しい分野が長期で注目に値するかどうかは、多くの場合、概念がホットかどうかではなく、それが新しい能力を生み出すか、新しい経済関係を生むか、そして新しいインフラ層が形成されるかどうかで決まります。

第一、どんな新しい能力を生み出したのか？

本当に価値のある技術の変化は、既存の製品に名前を付け替えることではなく、これまで不可能だった能力を生み出すことにあります。

AI Agent と Web3 を組み合わせる最大の変化はこうです。ソフトウェアはもはや情報を提供するだけではなく、環境を継続的に感知し、自主的に判断し、資金とプロトコルを呼び出し、複雑なプロセスを実行する能力を持つようになります。

つまり、ソフトウェアは「道具」から「参加者」へと変わり得るということです。

第二に、新しい経済関係を生み出すのか？

従来のインターネットでは、ソフトウェアは主に人のためにサービスを提供していました。しかし Agent の時代には、Agent と人の間の取引、Agent とプラットフォームの間の取引、さらには Agent 同士の取引が、ますます増えていくかもしれません。

もし人工知能がデータを自律的に購入し、API の費用を支払い、計算資源を呼び出し、資産を設定してオンチェーン・タスクを実行できるなら、機械そのものが新しい経済主体になり得ます。

これもまた、いわゆる「Agent Economy」、つまり Agent 経済のコアとなる想像の空間です。

第三に、新しい基盤インフラ層が形成されるか？

VC が最も注目するのは、短期のアプリではなく、次世代エコシステムの基盤インフラになれるのは誰か、という点であることが多いです。

モバイル・インターネットの時代におけるインフラには、OS、クラウドサービス、決済、そしてアプリストアが含まれます。

AI Agent の時代には、基盤インフラとして Agent の身元、Agent ウォレット、モデルのスケジューリング、データアクセス、タスク実行、リスク管理、そしてオンチェーン決済などが含まれるかもしれません。

Vanguard が選んだ方向性は、ちょうどこの交差領域に位置しています。

Vanguard の参入ポイント：AI を「判断」から「実行」へ

プロジェクト資料によれば、Vanguard は自分たちを単なるチャットボットや取引シグナルのツールとして定義していません。その中核技術の体系は VGQuant のインテリジェント・エンジンを中心に構築されています。

システムは、リアルタイムデータ、AI 分析、戦略判断、リスク制御、実行プロセス、結果フィードバック、そしてモデルの反復更新をつなぎ合わせようとします。

プロジェクト資料は、4層アーキテクチャを示しています。基盤は VGQuant のインテリジェント・コア、対話（インタラクション）層は AI Agent のミドルレイヤー、アプリケーション層は VGMatrix DApp、ユーザー層はパーソナライズされたインターフェースです。

このアーキテクチャは、基盤データ、モデル能力、Agent の協働、そしてオンチェーン・アプリケーションを一つにつなげようとしています。

VC の観点から見ると、この設計の重点は「どれだけ AI を使っているか」ではありません。本当に注目すべきは、データ感知から最終実行までの完全な技術的クローズドループを形成できるかどうかです。

Agent の時代には、最大の技術的なギャップは「誰のモデルがより多くの質問に答えられるか」ではなく、「誰が AI を現実の環境で確実にタスク完了まで導けるか」になる可能性があるからです。

6つの Agent：Vanguard のマルチエージェント実験

Vanguard のもう一つの重要な設計は、単一の AI モデルにすべてをやらせようとしていないことです。プロジェクト資料では、システムは6つの専門的なスマートエージェントで構成され、それぞれが異なるタスクを担当するとされています。

RECON：情報エージェント

RECON は、世界のニュース、ソーシャル世論、オンチェーンデータ、マクロイベント、予測市場の変化をスキャンします。その役割は、全天候型のインテリジェンス・システムに近いものです。

従来のプロセスでは、1本のニュースは「人が見る—人が理解する—人が分析する—人が行動するか判断する」を経ます。一方、Agent システムでは、その流れを「出来事が起きる—機械が感知する—構造化分析—戦略判断—実行プロセスへ」のように圧縮することが目的です。

RAPTOR：機会認識エージェント

RAPTOR は、予測市場における潜在的な価格の失効を識別します。

予測市場の特殊性は、それが取引するのが伝統的な商品ではなく、「未来の出来事が起きる確率」だという点にあります。現実世界では情報の伝播速度が異なり、参加者によって判断も異なり、市場の厚み（流動性）も異なるため、短期的には価格の歪みが発生し得ます。

RAPTOR の役割は、これらの異常な価格関係を識別しようとすることです。

技術的には、これは単に「上がるか下がるかを予測する」という話ではなく、「異なる価格の間に論理的な不整合が存在するか」を探すことです。

AEGIS：リスク管理エージェント

いかなる実行型 AI システムも、チャンスの追求だけでは不十分です。いつ実行すべきでないかも知っていなければなりません。

AEGIS は、異常の監視、リスク閾値判断、ポジション制限の管理、保護の実行を担当し、必要に応じてサーキットブレーカーを発動します。

VC の観点からは、リスクシステムは単なる取引戦略よりも重要になりがちです。なぜなら、自動化システムが長期的に動き続けられるかどうかを決めるのは、「最良のときにどれだけ儲かったか」ではなく、「最悪のときに生き残れるか」だからです。

NEXUS：流動性エージェント

机上の機会が、現実に必ず実行可能であることを意味しません。実際の市場は、深度、出来高、スリッページ、資金拘束、実行コストなどにも左右されます。

NEXUS の役割は、資金が異なる市場や流動性プールの間でどのように配分されるかを判断することです。

PULSE：タイミング・エージェント

PULSE は、実行のタイミングを担います。

変化の速い市場では、同じ戦略でも1秒早いか遅いかでコストがまったく異なることがあります。そのため、システムは「何をするか」だけでなく「いつやるか」を判断する必要があります。

ANCHOR：リバランス・エージェント

ANCHOR は、資産配分を動的に調整します。単一戦略が有効でも、長期的に過度に集中すれば新たなリスクを生む可能性があります。

そのため、システムは資金の集中度、ポートフォリオのバランス、市場変化、そしてリスクエクスポージャーを継続的に処理する必要があります。

6つの Agent の本質は、名前そのものではなく、それが示す新しいソフトウェア設計のあり方にあります。将来の複雑なシステムは、1つのスーパー・モデルだけがすべてのタスクを担うのではなく、複数の専門的な Agent が協働して完成させる可能性があります。

なぜ予測市場は AI Agent の重要な試験場になり得るのか？

VC の観点から見ると、予測市場は非常に面白い場面です。リアルタイムデータ、明確な結果、高頻度での情報変化、取引可能な確率、デジタル資産による清算などの特徴が同時に揃っているからです。

これにより、それは AI Agent をテストするための天然の環境になります。Agent システムは、ニュースを取得し、出来事を理解し、影響を判断し、価格変化を識別し、リスクを評価し、実行のタイミングを選び、最終結果を記録する、といったタスクを完了させる必要があります。

プロジェクト資料では、このプロセスを8ステップのクローズドループとして説明しています：データ収集、意思決定判断、取引実行、結果記録、帰因分析、戦略更新、モデル反復、そして次回の最適化。

これは従来の AI と最大の違いでもあります。従来の AI のタスクは、答えを出した時点で終わります。一方、Agent のタスクは、実行して初めて本番が始まります。

さらに、結果が正しいかどうか、なぜ成功したのか、なぜ失敗したのか、そして次にどう調整するかもシステムが把握する必要があるからです。

Web3 の価値：実行結果を追跡可能にする

AI Agent の最大の問題の一つは、信頼です。

AI が「タスクを実行した」とあなたに伝えたとき、どうやって証明しますか？

従来のインターネットでは、多くの実行記録がプラットフォーム自身のデータベースに保存されます。プラットフォームがデータ、権限、記録、そして結果を管理します。

そしてオンチェーン・システムは、別の可能性も提供します。実行記録は追跡可能になり、タイムスタンプが付き、不正改ざんされにくくなり、さらに公開して検証することもできます。

これは、すべての AI システムが必ずオンチェーン化する必要があるという意味ではありません。しかし、資産、支払い、取引、決済といった領域では、検証可能性の重要性が今後ますます高まっていくでしょう。

これも Vanguard が AI Agent とオンチェーン・アプリを組み合わせる中核ロジックの一つです。プロジェクト資料では、VGQuant のデータ体系が、オンチェーンデータ、取引所データ、予測市場情報、オラクル、ニュースや世論など、複数のデータソースをつなぐことが示されています。

資本の視点から見ると、この設計の潜在的価値は「自動取引」にとどまりません。さらに重要なのは、AI が感知・意思決定・実行を行いながら、同時に検証可能なシステムを構築しようとしている点です。

真の堀（防衛力）は「AI を使った」というだけではありません

今後数年で、より多くのプロジェクトが AI、Agent、Web3、そして自動化を備えていると主張するようになるでしょう。ですが、概念そのものが長期的な参入障壁になりにくい点は変わりません。

真の競争は5つの面に集中します：データ、実行、リスク管理、検証可能性、そして継続学習。

第一、データ

システムは、安定的でリアルタイムかつ高品質で、持続可能なデータソースを持っているか？

第二、実行

モデルの判断が、確実に信頼できる実行へ本当に変換されるのか？ 多くの AI 製品の問題は、分析できないことではなく、最後の一マイルを完了できないことにあります。

第三、リスク管理

システムは異常を認識できるのか、損失を制限できるのか、誤った実行を停止できるのか、そして極端な状況に対処できるのか？

第四、検証可能性

システムが何をしたのかを、外部は検証できるのか？

第五、継続学習

実行結果は、新しいモデルや戦略に取り込めるのか？ もしフィードバックのクローズドループが形成できなければ、AI Agent は普通の自動化スクリプトに退化しやすくなります。

Vanguard の長期的な競争力もまた、最終的にはこれらの能力に依存します。エージェント数がどれだけ多いか、モデルのパラメータ数がどれだけ大きいか、宣伝する概念がどれだけ新しいかだけに左右されるものではありません。

資本の物語から、現実の検証へ

AI × Web3 の物語は大きいですが、大きな物語ほど、実際の検証が必要です。

Vanguard にとって、将来市場が本当に注目するのは以下のような点です：システムが本当に稼働しているのか、6つの Agent が安定して協働できるのか、データソースが信頼できるのか、リスクメカニズムが有効なのか、実行結果を追跡できるのか、戦略が異なる市場環境に長期で適応できるのか、そして技術指標が独立して検証できるのか。

プロジェクト資料では、VGQuant の多ソースデータ体系、6つの Agent、そして完全な実行クローズドループが示されています。

しかし、どの新しい AI 金融インフラにとっても、本当の信頼は PPT からではなく、継続的で透明かつ検証可能なデリバリーから生まれます。

これもまた、すべての AI Agent プロジェクトが未来に向けて直面せざるを得ない共通の課題です。

会社とコンプライアンスに関して

Vanguard のプロジェクト資料によると、Vanguard Crypto Intelligence は米国カリフォルニア州で会社登録を完了しています。

資料は同時に FinCEN Money Services Business、つまり MSB 登録情報も示しています。

補足すると、FinCEN の MSB 登録は監督・登録・届出の枠組みの一部であり、米国政府や FinCEN がいかなるビジネスモデル、投資商品、取引戦略、トークン、あるいは収益実績についても承認・推奨していることを意味するものではありません。

VC と長期の企業成長の観点から見て、本当に重要なのは、継続的なコンプライアンス、実際のビジネス能力、技術のデリバリー、リスク管理、そして透明性です。

次世代のインターネットは、「人がソフトウェアを使う」だけではないかもしれません

過去30年のインターネットの中核ロジックはこうでした。人がソフトウェアを使い、人がボタンを押し、人が取引を行う。

そして AI Agent の登場によって、新しい変化がもたらされる可能性があります。将来は、ソフトウェアが目標を能動的に理解し、タスクを分解し、ツールを呼び出し、支払いを完了し、取引を実行し、そして継続的に学習していく世界かもしれません。

その場合、インターネット上の参加者は人だけでなく、口座を持ち、資産を持ち、サービスを呼び出せ、取引を完了できる大量の AI Agent も含まれる可能性があります。

Web3 は資産と決済を提供し、AI はインテリジェンスと意思決定を提供します。

両者が結びつき始めたとき、もう一つの新しい問いが生まれます。未来のデジタル経済において、AI Agent は新しい経済参加者になり得るのか？

それこそが、AI × Web3 が資本市場で長期的に観察する価値がある点です。

Vanguard の立ち位置

Vanguard が選んだのは、単純な「AI＋コイン」物語ではありません。少なくとも技術アーキテクチャの方向性を見ると、探索しようとしているのは：AI Agent、マルチエージェント協働、予測市場、オンチェーン実行、データフィードバック、そして継続的な反復の組み合わせです。

投資の視点から見ると、この方向性の本当の価値は、長期の問いに答えようとしている点にあります。AI は、考えるソフトウェアから、デジタル経済の中で行動できるソフトウェアへどう変わるのか？

答えはまだ完全には形作られておらず、この分野もなお初期段階です。

だからこそ、AI Agent と Web3 の交差領域は、今後数年で最も継続的に注目すべき技術実験の一つになる可能性があります。

そして Vanguard は、この実験における基盤インフラの参加者になりたいと考えています。

Vanguard について

Vanguard は、AI Agent、VGQuant インテリジェント・エンジン、予測市場、オンチェーン実行を中心に構築された技術プラットフォームです。

プロジェクト資料によると、マルチエージェント体系には RECON 情報エージェント、RAPTOR 機会認識エージェント、AEGIS リスク管理エージェント、NEXUS 流動性エージェント、PULSE タイミング・エージェント、そして ANCHOR リバランス・エージェントが含まれます。

プロジェクトの中核技術の方向性は、AI を従来の情報分析ツールから、感知・判断・協働・実行・フィードバック・反復ができる自律システムへと段階的に発展させることです。