Agentes de IA não precisam apenas de inteligência. Precisam de uma forma de operar na economia.
Volto sempre à mesma pergunta sobre a economia dos agentes: se a IA já consegue analisar um mercado, planejar um fluxo de trabalho e escolher o próximo passo, o que a impede de concluir todo o trabalho por conta própria?
A resposta muitas vezes tem pouco a ver com inteligência.
Um agente pode saber de quais dados precisa, qual API chamar e como interpretar os resultados. Mas, se não puder acessar um serviço pago, comprovar quem o autorizou ou pagar por cada solicitação dentro de um orçamento definido, o fluxo de trabalho ainda depende da intervenção de uma pessoa.
Essa lacuna é importante. Em grande parte, os sistemas digitais atuais pressupõem que uma pessoa fará login, gerenciará credenciais, aprovará acessos e efetuará pagamentos. Agentes autônomos precisam realizar essas ações segundo regras que seus proprietários possam verificar e controlar.
Faltam três elementos em muitas das configurações existentes.
Identidade: Um serviço precisa saber qual agente está fazendo uma solicitação, quem é seu proprietário e que autorização ele tem. Gerenciar chaves de API e tokens OAuth em vários agentes e plataformas se torna difícil quando não há uma ligação clara e verificável entre o usuário, o agente e a sessão ativa dele.
Autoridade: Dar amplo acesso a um agente pode expor o proprietário a riscos desnecessários. Exigir aprovação manual para cada ação torna a automação trabalhosa. Os usuários precisam de limites aplicáveis, como um orçamento diário, um valor máximo por transação, serviços aprovados e uma duração de sessão definida.
Pagamentos: Os agentes podem precisar pagar por dados ou serviços computacionais solicitação por solicitação. Os métodos de pagamento tradicionais podem tornar essas pequenas transações antieconômicas quando as taxas são muito altas. Sem pagamentos programáveis e mecanismos práticos de micropagamento, um agente pode até identificar o serviço certo, mas ainda assim não conseguir utilizá-lo de forma independente.
Para mim, esses são aspectos interligados de um mesmo problema. Um agente precisa de uma identidade verificável para estabelecer confiança, autoridade limitada para controlar o que pode fazer e um mecanismo de pagamento que lhe permita agir dentro desses limites.
Esse é o problema que a Kite está tentando resolver com uma infraestrutura projetada para a economia dos agentes.
Seu framework SPACE reúne cinco elementos: pagamentos nativos de stablecoins, restrições programáveis de gastos, autenticação voltada primeiro aos agentes, trilhas de auditoria prontas para conformidade com divulgação seletiva e micropagamentos que podem tornar economicamente viáveis os serviços pagos por solicitação.
A arquitetura de identidade tem três camadas:
Usuário (Autoridade Raiz): O proprietário mantém o controle da chave raiz, protegida em um enclave seguro e não exposta ao agente.
Agente (Autoridade Delegada): Cada agente recebe uma identidade distinta, derivada da carteira do usuário segundo uma abordagem semelhante à BIP-32. É possível verificar sua relação com o proprietário sem dar ao agente acesso à chave raiz.
Sessão (Autoridade Efêmera): Uma chave temporária é usada para uma sessão específica e pode expirar depois, limitando o escopo da exposição.
A separação entre essas camadas é o aspecto que considero mais interessante. Um agente pode receber permissão para realizar uma tarefa sem obter controle irrestrito sobre a carteira do proprietário.
O Kite Agent Passport foi projetado para colocar esse modelo em prática. O usuário cria um Passport, adiciona fundos em USDC e aprova uma sessão de gastos usando uma chave de acesso. A sessão define o orçamento total, o valor máximo por transação e o período permitido.
Depois de autorizado, o agente pode descobrir serviços por meio de um catálogo compatível com x402, solicitar serviços pagos e fazer pagamentos dentro dos limites assinados, sem pedir ao usuário que aprove cada transação individualmente. As evidências de autorização vinculam cada transação ao usuário e ao agente correspondentes, criando um registro que pode ser verificado.
Considere uma tarefa de pesquisa de mercado.
Imagine que um agente receba a tarefa de estudar a tokenização de ativos do mundo real na Ásia nas próximas 48 horas, usando pelo menos cinco fontes de dados pagas e dois modelos analíticos especializados.
Um assistente convencional talvez produza um relatório com base em dados públicos e no conhecimento que já possui. Cumprir a tarefa conforme especificado é outra coisa. O agente precisa acessar APIs pagas de dados on-chain e off-chain, obter análises especializadas e pagar por esses serviços ao longo do processo.
Sem autorização verificável, os provedores de serviços têm poucos motivos para aceitar pagamentos de um agente desconhecido. Sem um orçamento de gastos e limites para a sessão, o proprietário tem poucos motivos para permitir que ele gaste dinheiro de forma independente. Alguém acaba cuidando das transações manualmente, e o fluxo de trabalho perde boa parte de sua autonomia.
Com uma configuração como a descrita pela Kite, o agente poderia operar dentro de um orçamento pré-aprovado, descobrir serviços compatíveis, pagar pelos dados necessários e dar continuidade à análise. Primeiro, o usuário define os limites; depois, o agente executa as ações permitidas.
Ainda há uma diferença entre um projeto sólido e um sistema que funciona de maneira confiável na prática. A proteção das chaves, a aplicação dos limites de gastos, o comprometimento de sessões e a verificação de pagamentos são aspectos importantes. A arquitetura precisa resistir ao uso real, não apenas parecer razoável no papel.
Ainda assim, acho que o problema fundamental merece mais atenção do que outra discussão sobre o grau de inteligência que os modelos de IA podem alcançar.
Um agente capaz de raciocinar sobre uma tarefa, mas que não consegue pagar com segurança pelos recursos necessários para concluí-la, continua dependendo de outra pessoa para agir.
A abordagem da Kite é conectar identidade, autoridade delegada e pagamentos em USDC para que agentes possam participar de atividades econômicas dentro das regras definidas por seus proprietários. Se essa infraestrutura funcionar como previsto, o resultado poderá ser uma IA que faça mais do que recomendar o próximo passo. Ela poderá executar a tarefa por conta própria, com limites de gastos e autorização verificável.
