Quando os agentes de IA começam a gastar dinheiro por ti, por que razão haveriam de confiar num prestador de serviços que nunca conheceram? A resposta da mais recente investigação Anduin da Circle é direta: não olhes para as avaliações, olha para o histórico de pagamentos.

I. As boas avaliações já não valem nada

A primeira crise de confiança da economia dos agentes está escondida nos números. A Circle Research analisou 66,1 milhões de pagamentos x402, no período de 23 de março a 26 de agosto deste ano, abrangendo 16 blockchains e totalizando cerca de 6,1 milhões de dólares. O pagamento mediano foi de apenas 0,01 dólar — micropagamentos feitos entre máquinas, vários por segundo.

Nesse conjunto de dados, houve menos de 4.000 pagamentos que deixaram voluntariamente uma avaliação on-chain. E o mais preocupante: usando a métrica de utilização mais comum no mercado hoje, basta cerca de 0,0027 dólar para inflar artificialmente um serviço falso até à mediana do mercado. É possível manipular as avaliações, a utilização e até a ideia de que «muita gente está a usar» o serviço. As máquinas não leem «cinco estrelas»; leem números, e os números são a coisa mais fácil de falsificar.

II. A abordagem da Anduin: transformar recibos em cartas de recomendação

A Anduin não conta estrelas nem transações. Ela traça um mapa de pagamentos entre compradores e vendedores: quem pagou a quem e se há compradores em comum. A reputação se propaga pelos caminhos de pagamento já estabelecidos pelos compradores.

Para fazer um serviço falso aparecer para um comprador, o atacante não pode mais simplesmente transferir dinheiro de uma conta sua para outra. Ele precisa pagar com dinheiro de verdade a comerciantes independentes que esse comprador realmente utilizou. Transferências entre carteiras não geram reputação; só conta o dinheiro real que vai para negócios de outras pessoas. Em outras palavras, o custo de inflar avaliações passa de “criar alguns registros” para “primeiro se tornar um cliente de verdade”.

III. Os números: um custo 23 vezes maior

A equipe de pesquisa comparou os resultados em uma janela de 90 dias. Para influenciar 813 compradores que mais tarde experimentaram um novo prestador de serviços e fazer um serviço falso aparecer em primeiro lugar para eles, o método tradicional de filtragem colaborativa custou apenas US$ 358, enquanto a Anduin custou US$ 8.259 — cerca de 23 vezes mais. Para enganar apenas o comprador que mais gastou, o custo também subiu de US$ 1,86 para US$ 291.

Vendo por outro ângulo: a proporção entre o custo do ataque e o gasto histórico total do comprador-alvo subiu de 0,9% para cerca de 20%. E o preço a pagar é baixo: a precisão das recomendações caiu apenas de 23,2% para 22,8%, uma redução de 0,4 ponto percentual. Segurança não é de graça, mas, neste caso, saiu surpreendentemente barato.

IV. Limites honestos: ainda não é um produto

Vamos deixar claros os limites da Anduin. Primeiro, é uma pesquisa, não um produto já lançado; o artigo só foi publicado em 3 de novembro. Segundo, ela impede a manipulação de rankings, mas não avalia a qualidade do serviço: ter recebido pagamento não significa que o serviço seja bom. Um prestador que recebe o dinheiro e desaparece ainda deixa um recibo verdadeiro. Terceiro, US$ 291 para enganar um único comprador ainda é um valor suportável, e alguns compradores podem burlar o mecanismo combinando reembolsos.

Mas são justamente essas limitações que mostram sua honestidade: a Anduin não afirma resolver todos os problemas de confiança, apenas o mais barato e disseminado — fingir ser popular.

V. Por que vale a pena acompanhar

As peças da economia de agentes estão se encaixando uma a uma: a camada de pagamentos x402 resolve “como pagar”, a camada de identidade está resolvendo “quem está pagando”, e a Anduin acrescenta “em quem confiar”. Quando as três peças estiverem no lugar, um agente poderá encontrar serviços, pagar por eles e arcar com as consequências de uma escolha errada, tudo sem supervisão humana.

Mais importante, há poucos obstáculos para sua adoção: a Anduin não precisa emitir um novo token nem alterar o protocolo x402 ou os padrões ERC; basta ler os dados de pagamento existentes para funcionar. A infraestrutura de confiança mais teme a necessidade de “esperar por mais um novo padrão”, mas já existem 66,1 milhões de recibos desse tipo na blockchain.

O sistema de crédito da economia das máquinas não vai surgir nas seções de comentários; vai surgir nos registros contábeis. Quem pagou, a quem pagou e quanto pagou: juntas, essas três informações formam a reputação na era dos agentes.

Opinião pessoal; não é aconselhamento financeiro.