Q1. 回顾你构建 StakeHound、Radix 等项目以及其他项目的经验，传统争议解决中的哪些关键挑战促使你创建 GenLayer 作为代理经济体的基础设施？
我职业生涯的大部分时间都在构建金融和区块链基础设施，有一件事不断出现：技术可以使交易速度大幅提高，但一旦出现问题，我们仍然依赖于为人类构建的系统。
当你观察自主代理时，这个问题变得更加明显。在传统商业中，如果两方存在分歧，你可以找律师、去法院或进行谈判。这已经可能非常缓慢且昂贵。如果数百万软件代理以机器速度相互交易，你不能将每个分歧都发送给人工流程，那是不可想象的。
这就是 GenLayer 背后的见解……我们需要一个基础设施层，用于处理交易中“快乐路径”之后的部分，即当各方对承诺的内容、发生的情况或证据的含义存在分歧时。GenLayer 是我们为代理经济体构建该裁决层的尝试。
Q2. 随着 AI 代理开始大规模自主交易，当出现问题时，谁来解决争议，为什么这正成为一个关键的瓶颈？
今天，最终是由人类来解决的，在我们看来，这可能是问题的一部分。一个代理可以谈判交易、付款并执行协议，无需人员参与。但当出现问题时，我们通常被推回人类仲裁、客户支持、法律流程或中心化平台决定。
这种模式无法扩展到软件代理可能持续进行数百万次交易的经济体。个别争议可能很小，但 collectively 它们成为一个巨大的基础设施问题。很大一部分数字分歧根本不值得追求，因为解决它们的成本和时间超过了交易的价值。
缺失的部分是一个以与代理本身相同的速度和经济规模运行的裁决层。这就是我们正在用 GenLayer 构建的东西。
Q3. 为什么现有的层（如支付、身份和执行）在没有专门的裁决层的情况下，对于机器对机器（M2M）商业仍然不足？
支付回答了“我如何转移价值？”的问题。身份回答了“我在和谁打交道？”的问题。执行回答了“我如何执行交易？”的问题。但这些都没有回答“如果我们就协议是否得到履行存在分歧，该怎么办？”这个问题。
这是一个根本性的缺口。一个代理可能为某项服务付款，收到它认为有缺陷的东西，并且与另一方对协议内容的理解完全不同。你需要一个地方来处理这种分歧。
这就是为什么我们认为裁决应该属于技术栈本身。交易不应仅规定一切顺利时发生的情况。它还应该规定当事方存在分歧时发生的情况。
Q4. GenLayer 如何作为缺失的基础设施发挥作用，从而实现 AI 代理之间的可信协议？
GenLayer 为协议提供了一种处理传统智能合约难以应对的部分的方法：判断。通过智能合约（Intelligent Contracts），你可以以一种包含自然语言、实时网络信息和其他非确定性输入的方式来定义协议。当需要做出决定时，选定的验证者提出一个结果，并由一个独立的委员会进行评估。他们不需要产生完全相同的措辞。合约定义了什么是等效结果，网络围绕该结果达成共识。
如果存在分歧，决定可以上诉，并由一个新的、更大的委员会进行审查。因此，你并不是要求一个 AI 充当法官。你正在创建一个去中心化的流程，通过该流程，独立的 AI 验证者达成商定的结果，并具有挑战该结果的经济机制。这就是我们认为代理对代理商业所需的基础设施。
Q5. 智能合约在哪些方面使 GenLayer 能够处理传统智能合约无法处理的现实世界模糊性和上下文？
传统智能合约非常擅长确定性规则。如果发生 X，则执行 Y。这是一个特性，而不是缺陷。
但现实世界的协议并不总是这样。它们包含诸如“基本完成”、“合理质量”、“按时交付”或“符合商定规格”等条款。你可以尝试将所有这些概念简化为刚性代码，但最终你是在试图将人类判断编码到一个旨在避免它的系统中。
智能合约以不同的方式解决这个问题。它们可以解释自然语言，访问实时网络信息并执行非确定性操作，同时共识层为独立验证者评估这些结果提供了一种方式。
这就是它们有趣的地方。我们并不是试图从协议中消除模糊性。我们正在构建实际上能够处理它的基础设施。
Q6. 网络的共识方法如何帮助独立的 AI 验证者以机器速度就主观结果做出可靠决定？
关键在于我们并不要求每个 AI 神奇地产生相同的答案。
在 GenLayer 的乐观民主中，领导者提出一个执行结果，并由独立选择的验证者组成的权益加权委员会进行评估。对于非确定性输出，验证者使用合约的等效原则（Equivalence Principle）来确定结果是否可接受。
这种区别很重要。如果五个模型对条款的解释略有不同，我们不一定需要五个完全相同的段落。我们需要知道他们的结论是否满足合约定义的标准。
如果有人认为决定是错误的，他们可以挑战它。上诉会引入新的验证者和更大的委员会，增加维持错误决定的成本。
因此，目标并不是假装 AI 是万无一失的。而是要创建一个去中心化的流程，用于达成和挑战决定，而无需让一个模型或一家公司负责。
Q7. 与传统系统相比，这种裁决模型在代理商业、预测市场或自主金融用例中提供了哪些优势？
这些应用的共同点是它们涉及难以完全用确定性代码表达的决定。以代理商业为例。两个代理可以就服务、付款和交付条款达成一致，但仍有人需要确定服务是否实际上符合协议。在预测市场中，问题可能不是某个特定数字是否存在于数据库中，而是现实世界的事件是否满足市场的结算标准。在自主金融中，你可以拥有执行依赖于解释外部信息或合同条件的协议。
GenLayer 将这些决定带入与交易本身相同的可编程环境中。这可以使它们比将每个分歧路由到中心化平台或人工流程更快、更自动化且更具可扩展性。
重要的区别在于，我们并不是说 AI 天生就比人类判断更好。相反，我们正在为需要以机器速度运行且其经济学通常无法证明传统裁决合理的一类争议构建系统。
Q8. 鉴于当前的测试网活动和构建者采用情况，GenLayer 在成为代理经济体的必要基础设施方面进展如何？
对我们来说，最重要的信号是人们实际上正在构建和测试基础设施。
我们已经看到网络处理了数千个决定，超过 200 名构建者正在协议上工作，拥有超过 80,000 人的社区，开源代码库获得了数千个 GitHub 星标。Rally，围绕该技术构建的旗舰应用程序之一，也产生了超过 2 亿次展示，并吸引了超过 140,000 名用户。
但我不认为衡量这一点的正确方法仅仅是计算用户或交易量。我们试图证明一些技术上困难的事情：即去中心化网络可以围绕非确定性决定协调独立的 AI 系统。
我们的测试网进展旨在逐步证明这些特性。目标是在主网上线时，协议、验证者经济学和共识机制已在越来越苛刻的条件下经过测试。
我们仍处于早期阶段。这一点很重要。现在的目标是将这种技术进展和构建者活动转化为人们可以在生产中依赖的基础设施。
Q9. 从长远来看，随着 AI 代理的普及，你对 GenLayer 在支持可扩展、可执行的机器对机器商业方面的角色有何愿景？
我会说，我们正走向一个软件不仅执行指令，而且代表我们进行谈判、做出决定、购买东西、销售东西并达成协议的世界。如果这大规模发生，我们需要重新思考合同的意义。
我对 GenLayer 的长期愿景是它成为该经济体下方的中立裁决基础设施。当两个代理就某事达成一致时，他们不需要完全信任彼此，也不需要每次出现分歧时都涉及人类。应该有一个他们都可以依赖的协议来确定协议的含义以及是否得到履行。这就是我所说的代理经济体的裁决层。
我们并不是试图取代法院或声称每个争议都可以简化为 AI 决定。总会有属于现有法律体系的情况。机会在于为传统系统从未设计处理的庞大数量的小型、快速、机器对机器争议构建互联网原生的第一层。
如果代理要成为经济参与者，他们需要的不仅仅是交易能力。他们需要一种解决分歧的方法。我认为这是互联网仍然缺失的一块基础设施。