理想三旬

あるブランドが、同じタスクをこなす AIエージェントを100体探したいとします。

一体ずつ連絡して、料金を交渉し、要件を確認して、それから納品を個別に催促するのでしょうか？

想像するだけでも大変です。

でも、TermiXのタスクマーケットには、実はこうした状況に対応する専用の仕組みがあります。Bountiesと呼ばれるものです。

この機能は、単独で取り上げて話す価値があると思います。

/

AACPの設計では、ブランドはCampaignVaultを通じて報酬プールを作成し、タスクの要件、報酬額、募集枠をあらかじめ設定できます。

たとえば、タスクの募集枠が100件なら、条件を満たすAgentはそのままタスクを引き受けられます。

タスクの受注、成果物の提出、審査の通過、報酬の受け取りまで、すべてのプロセスに対応するオンチェーン上のステータスが記録されます。

何度も見積もりや交渉をする必要がなく、一つのルールで複数のAgentが同時に参加できます。

ここには、もう一つ面白いポイントがあります。

通常の注文では、ロックされる担保額は予算に応じて計算されます。一方、Bountiesでは固定額のproviderBondが使われます。

たとえば、タスクで10 USDCの保証金が必要なら、Agentは受注時に十分な利用可能担保残高を持っている必要があります。

タスクを正常に完了すれば、保証金はロック解除されます。受注後に納品しなかったり、紛争で敗訴したりした場合は、保証金が差し引かれ、評判が下がる可能性があります。

/

しかも、ブランド側は一言で簡単にタスクを差し戻せるわけではありません。

ドキュメントによると、審査では修正を求められますが、その回数は最大2回です。却下された場合も、AgentにはChallengeを申し立てる機会があります。

成果物が提出されているのに、ブランド側がいつまでも対応しない場合に備えて、プロトコルにはタイムアウト時の精算ルートも設計されています。

この仕組みを見て、現実にありそうな場面を思い浮かべました。

将来、データ整理やセキュリティチェック、標準化されたコンテンツ制作などを大勢のAgentに手伝ってもらうプロジェクトでは、こうした報酬プールを使って仕事をまとめて割り振ることができます。

各Agentにはそれぞれ納品記録が残り、報酬、保証金、紛争処理にも明確なルールがあります。

TermiXのBountiesに大きな可能性を感じるのは、まさにこの点です。

AI Agentが商業的な協業に大規模に参加し始めたとき、何百、何千ものタスクをどうスムーズに配り、回収し、きちんと精算するか。それ自体が一つのビジネスになります。

投資助言ではありません。DYOR

今後、本当に AI Agent に相場を見守らせたり、データを調べさせたり、さらには取引を自動実行させたりするようになっても、きっと思わずこう聞いてしまうでしょう。「さっき見ていたデータ、本当に信頼できるの？」

何しろ実際のお金が関わる話です。AI の答えがどれほど立派でも、最初に取得した情報に問題があれば、その後の判断も安心して受け止めることはできません。

ちょうど最近、Primus が Cournot との新たな提携を発表しました。今回のアップデートはなかなか興味深く、Primus の zkTLS についても、より理解が深まりました。

/

まず Cournot ですが、これは AI ネイティブなオラクルプロトコルです。現実世界の出来事に関する情報を分析し、予測市場などのオンチェーンアプリケーションに、監査可能な判断結果を提供できます。

ただ、ここにはひとつ問題があります。

たとえば、ある経済指標が予想に達したかどうかを判断する予測市場があるとします。AI はニュースを分析したり、ウェブサイトを調べたり、API を呼び出したりできますが、そうした情報はそもそもどこから来たのでしょうか？改ざんされていないのでしょうか？

そこで Primus の出番です。

zkTLS を通じて、Primus はウェブサイトや API から取得したデータの真正性を証明すると同時に、機密情報の露出を抑えることができます。

今回の提携における双方の役割分担も明確です。Primus がオフチェーンの証拠の出所を検証し、Cournot がその証拠に基づいて分析を行い、監査可能な判断結果を導き出します。

この組み合わせは、注目に値すると思います。

予測市場では最終的に実際の資金決済が行われるため、データソースの信頼性は非常に重要です。

さらに両者は、プライベートクレジットや、より幅広いオンチェーン金融への応用にも言及しています。今後、財務状況や融資条件に関わるデータも、プライバシーを保護しながら検証に活用できる可能性があります。

もちろん、この部分は現時点ではまだ探索段階です。今後どこまで実用化されるのか、引き続き注目する必要があります。

/

実は Primus は以前から、同様のユースケースで一定の実績を積み重ねてきました。

たとえば Proof of Reserves では、zkTLS を使ってオフチェーンの資産データの出所を検証し、さらに zkVM と組み合わせて準備金データの計算と検証を行います。これにより、機関は一部の機密性の高い運営情報を保護しながら、検証可能な資産証明を提供できます。

また、Primus の公式 Docs では、Verifiable AI Agent Execution についても特に取り上げています。

Agent が外部 API を呼び出したり、データを照会したり、金融タスクを実行したりする際、重要なやり取りについて zkTLS 証明を生成することで、実行プロセスの一部を証拠に基づいて確認できるようになります。

ここで、ひとつ注意すべき点があると思います。

データが本物の情報源から来ていると証明できても、AI の判断が必ず正しいとは限りません。Primus が解決するのは、意思決定プロセス全体において非常に重要な、証拠の信頼性に関する問題です。

/

準備金の検証から AI Agent、そして最近の Cournot との提携による予測市場への展開まで、Primus の応用領域は広がり続けています。

また、新たなパブリックチェーンを構築する必要はなく、既存のエコシステムに検証機能やプライバシー保護機能を直接組み込むことができます。

個人的には、こうしたインフラの発展に期待しています。

今後、オンチェーン金融で扱う現実世界のデータはますます増えていくでしょう。プライバシーを守りながら、そうしたデータを検証し、活用できるようにすることは、ますます重要な課題になっていくかもしれません。

そして Primus は、その実現に向けて着実に取り組みを進めています。

投資助言ではありません。DYOR

ついさっき、REAリバースエンジニアリングAgentを皆さんに紹介したばかりなのに、今度はAI Agentに量的戦略の仕事まで任せることになりました。

最近のAgentは本当にますます忙しくなっている気がします。コードを書いたり、監査を行ったり、市場を調査したりするだけでなく、量的取引にも参加し始めています。

さらに、TermiXには最近ほかにもいくつか新しい動きがあり、まとめて取り上げる価値があると思います。

/

まず注目したいニュースは、TermiXがBinance AIエコシステムとの連携を模索していることです。

現在、Binance Agent OSを利用する開発者は、TermiX Skillsを通じて、互換性のあるAgentをTermiXのタスクマーケットに参加させられるようになっています。

今後は、Binance .ai Agent IDでのログインにも対応する予定です。

この取り組みには、かなり大きな可能性があると思います。

Binance AIエコシステムには、もともと市場調査や取引分析などの機能があります。これらの機能を今後TermiXを通じて外部に提供できるようになれば、Agentが自らの能力を実際の収益につなげられる可能性があります。

もちろん、現時点では一部の機能はまだ計画段階にあります。具体的にどこまで発展するかは、今後の実装状況を見守る必要があります。

/

TermiXの最近の動きをまとめて見ると、なかなか興味深いです。

REAリバースエンジニアリングAgentからQuant Agent、そして拡大を続けるAgent Skillsまで、提供できるサービスはますます多様になっています。

さらに、AACPが担うタスクのエスクロー、納品の検証、自動決済が、こうしたサービスの取引基盤となっています。

TermiXの今後で最も注目すべきなのは、まさにこの点だと思います。

もしある日、今使っているウォレットの署名アルゴリズムが安全ではなくなったら、みんながアドレスを変えて資産を移し、すべてやり直さなければならないのでしょうか？

この疑問から、Starknetの技術的な強みの一つである「Crypto Agility（暗号技術の俊敏性）」を思い出しました。

実は今年の7月、Starknetのメインネットでちょっと興味深いことがありました。

Falcon-512を採用した耐量子署名を使う実験的なアカウントが、0.01 STRKの送金に成功したのです。

金額は無視できるほど小さいものですが、その裏にある技術的な可能性は、なかなか興味深いものです。

/

ここで触れておきたいのが、StarknetのNative Account Abstraction（ネイティブ・アカウント抽象化）です。

従来の外部アカウントとは異なり、Starknetではアカウント自体がスマートコントラクトです。そのため、プログラム可能な検証ロジックを通じて、異なる署名方式を選択できます。

つまり、将来より安全な暗号アルゴリズムが登場した場合、ネットワーク全体のハードフォークを必要とせずに、新しい署名検証方式をアカウントに採用できるということです。

さらに、STARK証明システムは主にハッシュ関数に依存しているため、量子コンピューティングの脅威に対しても、アーキテクチャ上の一定の優位性を備えています。

もちろん、先ほど触れたFalcon-512は現時点では未監査の実験的な実装であり、一般ユーザーが広く利用できるようになるまでには、ウォレットとの互換性、鍵管理、セキュリティ監査など、まだ取り組むべき課題があります。

それでも、実際のオンチェーン取引によって、この技術路線の実現可能性がすでに検証されています。

/

調べていくうちに、「Crypto Agility」という概念はなかなか興味深いと感じました。

これまでパブリックブロックチェーンの技術的な強みを議論するときは、TPS、Gas Fee、取引の確定速度といった、比較的わかりやすい指標に注目することがよくありました。

しかし、暗号技術そのものも進化し続けています。特にAIや量子コンピューティングが急速に進歩する今、現在使われているアルゴリズムが今後もずっと安全であり続けるとは、誰にも保証できません。

将来の技術変化に備えて、あらかじめアップグレードの余地を確保しておくことも、長期的な競争力の一つだと思います。

Starknetにはすでにそのためのアーキテクチャ基盤があります。今後注目したいのは、こうした実験的な機能が、一般ユーザーにも手軽に使える機能へと徐々に発展していくかどうかです。

$STRK

投資助言ではありません。DYOR

口座残高も取引金額も暗号化された状態で行う送金は、計算の完了までにいったいどれくらいかかるのでしょうか？

Primusが示した答えは、意外にも約90ミリ秒。

これが、Primusの最近の技術的な進展について、じっくり話してみたいと思った理由です。

/

まずはAutoHoGから。これはPrimusが機密性の高いオンチェーン金融向けに開発したFHEエンジンです。

公式発表のテスト結果によると、64ビットの暗号化された残高を使った機密送金の計算にかかる時間は約90ms、1回のBootstrappingは約5msです。

さらに興味深いのは、コンシューマー向けのNVIDIA RTX 5090を8枚使うと、システムは1秒あたり210件を超える機密送金の計算を処理でき、ほぼ線形に近い8倍のスケーリングを実現したことです。

もちろん、これらは特定のテスト環境における計算性能であり、パブリックチェーンの実際のTPSとそのまま同一視することはできません。

それでも、FHEの暗号化計算をここまで高速化できたこと自体に、大きな意義があります。

同時に、Primusチームが参加したHasteBootsの研究もUSENIX Security 2026に採択されました。この研究では、TFHEのプログラマブル・ブートストラッピングにおける証明生成時間を、これまでの数時間、場合によっては数日から、数秒にまで短縮しています。

ここには、実は異なる2つの課題があります。ひとつは暗号化された計算を十分に速くできるか、もうひとつは計算の過程を効率よく検証できるかです。

/

もう少し視野を広げてみましょう。

Primusは現在、zkTLSとFHEを中心に、プラグイン可能なプライバシー基盤を構築しています。

zkTLSはオフチェーンデータの真正性を検証し、FHEは機密データを暗号化された状態のまま計算に利用できるようにします。さらに、アプリケーションごとの選択的開示の仕組みを組み合わせることで、監査や検証に必要な情報だけを開示できます。

また、Primusは新たにパブリックチェーンを構築する必要がなく、既存のエコシステムにそのまま接続できます。

これは機関投資家向けの金融にとって非常に重要です。プライバシー機能を利用するためだけに、既存の業務や流動性をすべて移したいと考える機関はありませんから。

AutoHoGの本当に注目すべき点は、FHEを技術研究の段階から、より実践的な金融アプリケーションへと徐々に移行させていることだと思います。

もちろん、性能の向上はその一部にすぎません。今後の安全性、運用コスト、実際の業務での成果についても、引き続き注目していく価値があります

あるAI Agentが注文を50件連続でこなし、すべて無事に納品したとしたら、評判スコアは何点くらいだと思いますか？

100点？実は96点くらいにしかなりません。

これは最近、TermiXのAACPドキュメントを調べていて見つけた、ちょっと興味深い点です。

評判というものは、やはり一件ずつ地道に積み上げていく必要があるんですね。

/

まずはスコアの仕組みから。

新規登録したAgentのスコアは初期設定で60点です。システム上、仮想注文が5件用意され、そのうち3件が成功扱いとなり、基本的な信用があらかじめ付与されます。

その後は、実際の注文を完了するたびにスコアが少しずつ変化していきます。

5件連続で成功すると評判は80点に、20件で92点に到達。50件こなしても、96点くらいにしかなりません。

しかも、これらの記録は実際の決済を通じて生成されるため、Agentが自由に入力することはできません。

さらに興味深いのは、争議が発生して敗訴すると、その注文は成功実績に加算されないだけでなく、争議による追加の減点も発生することです。

苦労して積み上げた信用は、大切にしないといけませんね。😂

/

TermiXのこうした評判設計は、現実のビジネスの仕組みによく合っていると思います。

仕事を始めたばかりの新人は、最初の案件をどれだけ完璧にこなしたとしても、すぐにすべての顧客から信頼されるのは難しいものです。

契約を履行した実績が増えるにつれて、信用も少しずつ築かれていきます。

また、AACPのホワイトペーパーでは評判係数も設計されており、将来的には信用度の高いAgentほど、資金をより効率的に利用できるようにすることが目指されています。

ただし、現時点の通常注文では、ロックアップは引き続きコントラクトで定められた比率に従って計算されます。この点は、今後の実装を引き続き見守る必要があります。

私が思うに、Agent経済が一定の規模に成長すれば、誰が仕事を受注できるのか、誰が信頼に値するのか、誰がより大きな案件を担う資格があるのかが、ますます重要になっていくでしょう。

TermiXは、こうした課題をすでにプロトコルに盛り込み始めています。

毎日メールボックスには大量の迷惑メールが届き、グループチャットには時々広告が流れてくる。さらには、AI Agentが受け取った指示も、まず問題がないか判断しなければならない。

こうした作業を、今ではなんとスマートフォン1台に任せられるようになった。

最近、Acurastが紹介していたLayaを見て、かなり注目に値すると思った。

以前はテトリスをプレイする様子だけを見ていて、面白そうだなと思っていた。今回詳しく調べてみて、こんなことまでできるのかと気づいた。

/

Acurastは現在、9種類のLayaデモを公開している。スネークやテトリス、Doomだけでなく、メールの分類、ニュースの判定、チャットのモデレーション、さらにはAIへのプロンプトインジェクション対策まで試せる。

少し詳しく調べてみたところ、Layaは約4億2100万パラメーターを持つオープンソースの意思決定モデルだ。

ChatGPTのように長文を生成する必要はなく、入力された情報に基づいて選択するだけでいい。

たとえば、メールが詐欺かどうか、チャットの内容に悪意ある情報が含まれているかどうかといった判断を任せられる。

特に面白いのは、すべての処理が実際のAndroidスマートフォンのCPU上で実行されることだ。短い判断なら約0.2～1秒で済み、スマートフォンがある国やチップの型番、オンチェーンの検証記録も確認できる。

/

ここまで見たところで、Acurastのネットワーク規模を改めて振り返ると、すでに34万台を超えるスマートフォンが接続され、175か国以上をカバーし、オンチェーン取引は11億件を超えている。

以前はこうした数字を見ても、規模が大きいなと思うだけだった。だが、Layaのデモと合わせて見ることで、これらのスマートフォンが何に使えるのかを初めて実感できた。

もちろん、デモはあくまでデモ。今後、実際の商用タスクがどれだけ動くようになるかは、引き続き見守る必要がある。

/

考えてみれば、普段使わなくなった古いスマートフォンは、引き出しに放り込んだままになっていることが多い。

将来、Acurastを通じてAIタスクを実行し、使われていない計算能力を活用できるようになれば、かなり期待できそうだ。

投資助言ではありません。DYOR

AIが人の代わりにコードを書いたり、脆弱性を見つけたりするのは、もう珍しいことではありません。

でも最近、Starknetについて調べていたとき、ふと面白い疑問が浮かびました。

将来、AIが数学研究に大きなブレークスルーをもたらし、さらには一部の暗号アルゴリズムに新たな弱点を発見したら、暗号資産業界全体はどうすればいいのでしょう？😂

/

この疑問をきっかけに、StarkWareが公開している耐量子ロードマップを詳しく調べてみたところ、実はすでに前もって準備を進めていることがわかりました。

1️⃣ 基盤は比較的しっかりしている
Starknetが採用しているのはハッシュベースのSTARK証明で、楕円曲線のような「理論上、量子コンピューターに破られる可能性がある」前提には依存していません。さらに、ネイティブのプログラマブルアカウントもあるため、将来署名アルゴリズムを変更する際のアップグレードの余地も大きいです。

2️⃣ すでに実装された部分
今年7月にメインネットで公開されたv0.14.3では、OSプログラムハッシュと設定ハッシュが、従来のPedersenからBLAKE2s-256に置き換えられました。この変更のために、ユーザーが何か操作をする必要はありません。

3️⃣ まだ完了していない部分
状態ツリーハッシュとコントラクトアドレス導出の移行は、現時点ではロードマップ上の計画にとどまり、まだ実装されていません。旧コントラクトのストレージを移行するツールも、まだ研究段階です。

4️⃣ 避けて通れない依存関係
EthereumのL2である以上、クロスチェーンブリッジのメッセージレイヤーとデータ可用性については、Ethereum側のアップグレードも待つ必要があります。

/

つまり、はっきり言うと、Starknetは今も準備・移行段階にあり、耐量子セキュリティを全面的に実現したわけではありません。

ただ、彼らの考え方にはかなり共感しています。本当のセキュリティ対策とは、スローガンを掲げることではなく、あらかじめアップグレードへの道筋を整えておくことです。

みんなは、AIと量子コンピューティングの波が、まずどのチェーンに影響を与えると思いますか？

投資助言ではありません。DYOR

誰が想像できたでしょう。今やテトリスまで、Androidスマートフォン上のAIに任せてプレイできるようになりました。

Acurastがまた興味深いデモを披露しました。オープンソースAIモデルのLayaを実際のスマートフォン上で動かし、テトリスのブロックをどこに置くべきか、自ら判断させるというものです。

最初はただのミニゲームだと思いましたが、詳しく調べてみると、その裏には小型モデルによる意思決定、スマートフォンの計算能力、そしてCrypto Agentの分散型実行が関わっていることが分かりました。

まずはLayaについて説明しましょう。

LayaはSystem Oneの意思決定モデルで、普段使っている大規模言語モデルとは少し異なります。

たとえばテトリスでは、ゲームがあらかじめ5つの候補となる配置場所を生成し、Layaが現在の盤面に基づいて1つを選び、対応する確率を返します。

一連の意思決定にかかる時間はわずか約0.2～1秒で、スマートフォンのCPU上で直接動作します。

高価なGPUは必要なく、毎回大規模なクラウドモデルを呼び出す必要もありません。

これはなかなか面白いですね。

さらに注目すべきなのは、Acurastがこの機能を自社の分散型コンピューティングネットワークに組み込んでいることです。

最近の公式データによると、

• 接続済みのスマートフォンは340,000台以上
• 175か国以上をカバー
• オンチェーン取引は11億件以上
• 計算ジョブのデプロイは70万回以上

TEEの安全な実行環境と組み合わせることで、Acurastはスマートフォンが計算能力だけでなく、検証可能なAIの意思決定能力も提供できるようにしたいと考えています。

この取り組みは、Crypto Agentの領域でさらに大きな可能性を秘めています。

たとえば、ウォレット取引の審査、DEXの交換ルート選択、オンチェーンタスクのスケジューリングなどです。

プログラムがまず実行可能な選択肢を生成し、AIが戦略に基づいて素早く選択した後、システムが検証して実行します。

もちろん、資金の安全性に関わる操作には、追加のリスク管理メカニズムが必要です。

以前Acurastに注目していたときは、スマートフォンを放置して報酬を少し稼げるか、という点が主な関心でした。

今ではLayaが実際にスマートフォン上で動いているのを見て、今後どれだけ実用的なタスクに対応できるのか、かえって気になっています。

何しろ、スマートフォンの台数はすでにかなり多いので、あとはこの計算能力を本当に活用できるかどうかですね。

$ACU #Acurast #DePIN #AI