根據 a16z crypto 的說法，人工智慧正進入一個新階段，主要瓶頸已不再是模型本身的能力，而是缺乏足夠的經濟與治理基礎設施。
在一系列前瞻性評估中，該公司研究與投資團隊成員指出，AI 系統如今已能執行具實質價值的工作，從學術研究到金融任務皆然，但卻欠缺在大規模運作時所需的身份、歸屬與報酬機制。
因此，a16z 將區塊鏈系統定位為基礎設施，而非單純的投機性技術。
AI 從「協助」走向「發現」
Scott Kominers，a16z crypto 研究團隊成員、哈佛商學院教授表示，過去一年 AI 模型快速進步。
他形容，系統已從難以理解抽象指令，演進到能以類似高階研究生的方式，推理解決複雜問題的模型。
Kominers 指出，AI 正越來越多地被用於推理密集的「發現型」領域，包括數學在內，模型已展現解決頂尖大學層級題目的能力。
這使得一種全新的研究風格成形：聚焦於猜想、綜合與探索，即使中間產出並不完美，仍能推進研究進程。
不過，他也指出，這些工作流程往往依賴多層系統，由多個模型交互評估與修正彼此的結果，這進一步帶來互通性，以及「貢獻應如何被認定與獎勵」等尚未解決的問題。
從 KYC 到「了解你的代理人」
a16z 強調的另一大挑戰是「身份」。
Sean Neville，Circle 共同創辦人、Catena Labs 執行長表示，如今代理人經濟受限的已不是「智慧」，而是「信任」。
Neville 說，在金融體系中，非人類身份的數量已超過真人員工，但多數卻在實務上仍處於「無銀行服務」狀態。
他主張，就像金融機構對真人採用「了解你的客戶」（KYC）規範一樣，AI 代理人也需要可密碼學驗證的憑證，他稱這套框架為「Know Your Agent」（了解你的代理人）。
若沒有這類系統，Neville 認為，商家與平台將持續在大規模上阻擋自主代理人進行交易。
AI 對開放網路的壓力
Liz Harkavy，a16z crypto 團隊投資人則警告，AI 代理人正對開放網路課徵一種「隱形稅」，也就是從內容中抽取價值，卻繞過廣告與訂閱制等現有收入模式。
她表示，現有授權協議已證明難以應付新情況，因而主張網路需要「即時、依使用量計費」的報酬系統。
她指出，結合區塊鏈的微支付與歸屬標準，可以讓價值自動回流給貢獻者。