根據 a16z crypto 的說法，人工智能正進入一個新階段，主要瓶頸已不再是模型能力，而是缺乏足夠的經濟與治理基建。
在一系列前瞻性觀點中，該公司研究與投資團隊成員認為，AI 系統如今已能完成實質工作，從學術研究到金融任務，但缺少能支援大規模運作的身分、歸屬與報酬機制。
因此，a16z 把區塊鏈系統定位為基礎設施，而非純粹的投機性技術。
AI 從「助理」走向「發現」
a16z crypto 研究團隊成員、哈佛商學院教授 Scott Kominers 指出，過去一年 AI 模型的進展非常迅速。
他形容，系統已從難以處理抽象指令，演變為能以近似高階研究生水準的方式，推理複雜問題的模型。
Kominers 表示，AI 正愈來愈多地被用於需要大量推理的發現型領域，包括數學；在這些領域中，模型已展現出解決頂尖大學等級題目的能力。
這促成了一種新的研究風格，以猜想、綜合理解與探索為中心，即使中間產出的結果並不完美，仍然具有價值。
不過，他也指出，這類工作流程往往依賴分層系統，由多個模型互相評估與修正彼此的輸出，這帶來關於互通性，以及應如何確認與獎勵各方貢獻等尚未解決的問題。
從 KYC 到「了解你的代理」
a16z 強調的另一個挑戰是身分問題。
Sean Neville，Circle 聯合創辦人兼 Catena Labs 行政總裁指出，如今制約代理經濟的，與其說是智能，不如說是信任。
Neville 表示，在各種金融系統中，非人類身分的數量已超越人類員工，但大多數在實務上仍處於「未被銀行服務」狀態。
他認為，正如金融機構對人類客戶依賴「了解你的客戶」（KYC）規則一樣，AI 代理也需要可用密碼學驗證的憑證框架，他把這個概念稱為「Know Your Agent」（了解你的代理）。
Neville 指出，若沒有這類系統，商戶與平台將會持續在大規模層面上阻擋自主代理進行交易。
AI 對開放網路帶來的壓力
a16z crypto 投資團隊成員 Liz Harkavy 警告，AI 代理正在對開放網路徵收一種「隱形稅」，即在繞過廣告與訂閱式收入模式的情況下，從內容中抽取價值。
她表示，現有授權協議已證明不足，並主張網路需要即時、按使用量計算的補償系統。
她指出，若能結合區塊鏈上的微支付與歸屬標準，將可讓價值自動回流至內容貢獻者。