Exchange Ranking
Top Exchanges
24h Volume Ranking
Popularity Ranking
Exchange BTC Balance
Proof of Reserves
Decentralized Exchanges
Funding Rate
Funding Heatmap
Liquidation Data
Max Pain
Long/Short Ratio
Whale L/S Ratio
Binance/Okex/Huobi L/S
Bitfinex Margin L/S
ETF Tracker
Solana ETF
XRP ETF
Hong Kong ETF
Bitcoin Treasuries
Crypto Reversal
Ethereum Reserves
HyperLiquid Wallet Analysis
Hyperliquid Whale Watch
Large Transactions
On-chain Movement
Bitcoin ROI
Stablecoin Market Cap
Options Analysis
News
Articles
Economic Calendar
Features
Wallet
Contract Calculator
Security
Collections
Watchlist
Following
UMA AI代理迈向日常经济活动：互联网法院与GenLayer的争议解决新范式
人工智能代理（AI Agents）正逐步渗透至日常经济活动中，承担下单、条款谈判及纠纷结算等任务。然而，当指令执行出现偏差时，行业仍缺乏一种实用且低成本的误解处理机制。近期，互联网法院生态系统提出了一项新概念，旨在通过结合托管合约与由GenLayer支持的AI辅助裁决来填补这一空白。GenLayer是一个连接到多个AI模型的开放权益证明（PoS）网络。
据悉，该互联网法院系统已运行测试版约一年，日均处理约12,000项裁决。该系统验证特定的用户输入（包括特定工作流中使用的照片），并在argue.fun平台上解决争议。主网预计将于下月推出，Genlayer将作为争议解决的骨干网络。
核心要点
- 托管资金与AI陪审团：互联网法院利用托管资金和AI陪审团来解决因代理指令模糊或误用而引发的合同争议。
- 渐进式裁决机制：争议始于由五名验证者组成的小型陪审团，采用多数投票制；若需最终定论，可升级至更大规模的陪审团。
- 多模型融合：GenLayer接入多个AI模型家族，旨在通过多样化的“陪审员”减少单一模型的偏见。
- 规模化应用：该协议已进行约一年的测试，据报道每日处理约12,000项裁决。
- 短期应用场景：主要用于加快预测市场争议的裁决速度，尽管结果仍可能向人类上诉。
从误解到托管裁决
互联网法院的设计初衷十分明确：如果AI代理代表进行交易，它们有时会误解指令。由此产生的争议——特别是那些涉及主观解释、上下文或多媒体证据的争议——难以直接套用传统的法律程序，因为相对于自动化交易的规模和频率，传统司法过程往往缓慢且昂贵。
互联网法院的方法围绕现代仲裁工作流程构建。双方签订合同，资金被托管，直到条款被认为已满足为止。该协议不依赖法院解决每一次分歧，而是将争议路由到一个可以快速执行且成本较低的裁决机制中。
裁决者使用GenLayer，这是一个连接AI模型的开放委托权益证明验证者网络。在测试期间，该系统支持诸如Collective Memory照片验证和argue.fun上的争议解决等实际功能。团队还将互联网法院比作哲学家孔多塞普及的“陪审团定理”的技术表亲：随着独立评估者的增加，得出正确结果的可能性也会提高。
互联网法院的“陪审团”如何裁定争议
从机制上看，互联网法院的争议被发送给随机选择的五人GenLayer验证者陪审团，每位验证者运行不同的AI模型。初步决定通常在几分钟内通过简单多数投票达成。如果一方提出上诉，流程将扩展到更广泛的陪审员群体——规模从11人扩大到23人甚至更多——直到达到系统限制。
GenLayer联合创始人兼首席执行官Albert Castellana表示，最终裁决通常在30分钟左右完成。他还区分了等待最大解决轮次与接受早期结果的差异：上诉过程分阶段升级，如果各方继续争论结果，可能会达到更大的陪审团规模并花费更长时间。
GenLayer的开放联盟据报道已增长至35个成员。该联盟包括ZKsync、NEAR、Consensys和UMA等加密行业参与者，其中UMA曾参与解决Polymarket的争议。虽然联盟参与并不能保证特定结果，但这表明该项目正在与验证和裁决导向型加密工作流中的成熟机构保持一致。
智能合约：评判“主观性”
除了争议解决，GenLayer还被定位为启用一种新型“智能合约”，这与仅执行客观代码路径的标准智能合约不同。其前提是合约可以纳入对自然语言或图像的判断，然后基于该评估释放付款。
Castellana描述了此类合约评估工作质量的例子，例如支付自由撰稿人费用并使用系统评估内容是否符合预期标准。他还指出了AI判断已经足够具有可操作性以用于自动付款的工作流。
Collective Memory被视为当前的一个用例：GenLayer据称会评估用户上传的照片的质量和准确性，然后确定付款。另一个主要用户是argue.fun，用户可以在由代理辩论解决的争议上投注。据报道，该设置中的顶级用户每人赚取了超过200万美元，迄今为止许多争议涉及跨越GenLayer治理、DAO和AI安全的政策问题。
尽管如此，项目方承认存在局限性。该技术被描述为尚未足够稳健以执行某些任务——例如，仅凭照片确定图像是否为深度伪造，或解决邻居边界纠纷。这对投资者和建设者的启示是实用的：智能合约在所需的“判断”处于当前可靠性范围内的情况下最具可信度，而在高风险的边缘案例中则不然。
为何这对预测市场至关重要
互联网法院更直接的目標用例是预测市场，当条款模糊时，解决时间表往往会引发争议。文章提到了2025年中期Polymarket的一个例子，涉及一个关于乌克兰总统弗拉基米尔·泽连斯基是否在截止日期前穿西装的大型市场。据报道，初始裁决结果为“是”，因为泽连斯基穿着一套被描述为类似西装的服装，但在经过九天的上诉和涉及UMA代币持有者的投票驱动过程后，结果翻转为“否”。
Castellana认为，GenLayer的陪审团机制可以大大缩短这些解决窗口。在他看来，一个中立的裁决层可以通过使用数百或数千个AI代理快速投票，在几分钟内产生决定。其实际的承诺在于速度和可访问性——这对于依赖及时、可预测结算的预测市场来说至关重要。
然而，文章也指出了一个关键张力：人类对AI衍生裁决的接受度。互联网法院和GenLayer并非在所有情况下都被视为最终裁决。据报道，决定可以进一步上诉给人类，或者根据情况上诉给Kleros或UMA等其他争议解决框架。
风险辩论：偏见、群体思维与可靠性
将争议解决委托给AI陪审员带来的担忧超出了速度范畴。首先是成熟度问题：AI模型可能在每种场景下都无法提供始终一致的可靠判断。其次，AI系统可能反映训练数据中的偏见，而试图减轻这些偏见的尝试有时会用一种偏差替换另一种偏差。
此外，还有一篇麻省理工学院关于“表征收敛”的论文提出了更概念性的担忧，该论文表明随着时间的推移，不同的AI系统可能会收敛于相似的内部表征。如果发生这种情况，多样化的陪审员可能会开始犯相关的错误——使“更多的陪审员”变成一种群体思维而非独立评估。
Castellana否认了这种场景发生的可能性，他认为生态系统可能会不断扩展，而不是崩溃成单一的共享模型行为。他指出各国、公司和团队之间持续创建模型，这意味着陪审员的多样性仍将具有重要意义。
随着互联网法院预计在下个月转向主网，对于用户和市场运营商来说，最重要的问题是AI陪审团的结果在实际争议条件下能多快和多一致地经受住考验，以及向人类或其他机制上诉在AI层不确定时管理案件的有效性。
