तंत्रज्ञानाच्या जगात, कृत्रिम बुद्धिमत्ता (Artificial Intelligence - AI) झपाट्याने प्रगती करत आहे. ब्लॉकचेन (Blockchain) तंत्रज्ञानामुळे या प्रगतीला आणखी गती मिळाली आहे. ऑन-चेन एआय एजंट्स (On-chain AI Agents) हे त्याचे उत्तम उदाहरण आहे. एमसीपी (MCP), ए2ए (A2A) आणि युनिफएआय (UnifAI) यांसारख्या प्रोटोकॉलच्या एकत्र येण्याने एक नवीन युग सुरू झाले आहे. हे प्रोटोकॉल मल्टी-एआय एजंट (Multi-AI Agent) संवादासाठी पायाभूत सुविधा तयार करत आहेत. त्यामुळे एआय एजंट्स आता केवळ माहिती देणारे नसून, ते अधिक उपयुक्त ॲप्लिकेशन टूल्स (Application Tools) बनले आहेत.
मुख्य प्रोटोकॉल समजून घेणे
मॉडेल कॉन्टेक्स्ट प्रोटोकॉल (MCP)
ॲन्थ्रोपिक (Anthropic) या कंपनीने मॉडेल कॉन्टेक्स्ट प्रोटोकॉल (Model Context Protocol) विकसित केला आहे. हा एक ओपन-स्टँडर्ड प्रोटोकॉल (Open-Standard Protocol) आहे, जो एआय मॉडेल (AI Model) आणि बाहेरील टूल्स (External Tools) यांच्यातील अंतर कमी करतो. एमसीपी एजंट्स आणि बाहेरील जग यांच्यात संवाद स्थापित करतो. गुगल डीपMind (Google DeepMind) सारख्या मोठ्या कंपन्यांनी याला पाठिंबा दर्शविल्यामुळे, एमसीपी लवकरच एक मान्यताप्राप्त प्रोटोकॉल बनला आहे.
एमसीपी फंक्शन कॉल्सचे (Function Calls) मानकीकरण करतो, ज्यामुळे विविध मोठ्या भाषिक मॉडेल्सना (Large Language Models - LLMs) एकाच भाषेत बाहेरील टूल्सशी संवाद साधता येतो. हे मानकीकरण वेब3 एआय इकोसिस्टममधील ‘एचटीटीपी प्रोटोकॉल’सारखे (HTTP Protocol) आहे. मात्र, दूरस्थ सुरक्षित संवादात (Remote Secure Communication) एमसीपीला काही मर्यादा येतात. विशेषत: जेव्हा मालमत्तेशी (Assets) संबंधित उच्च- stakesचे व्यवहार असतात.
एजंट-टू-एजंट प्रोटोकॉल (A2A)
गुगलने एजंट-टू-एजंट प्रोटोकॉल (Agent-to-Agent Protocol) विकसित केला आहे. हा एक कम्युनिकेशन प्रोटोकॉल (Communication Protocol) आहे, जो एजंट्ससाठी ‘सोशल नेटवर्क’ (Social Network) तयार करतो. एमसीपी एआय टूल्सना जोडण्यावर लक्ष केंद्रित करतो, तर ए2ए एजंट्समधील संवाद आणि देवाणघेवाण यावर भर देतो. एजंट कार्ड (Agent Card) यंत्रणेद्वारे, ए2ए क्षमता शोधण्याचे आव्हान (Challenge of Capability Discovery) स्वीकारतो आणि क्रॉस-प्लॅटफॉर्म (Cross-Platform), मल्टी-मॉडल (Multi-Modal) एजंट सहकार्याला प्रोत्साहन देतो. ॲटलासियन (Atlassian) आणि सेल्सफोर्स (Salesforce) यांसारख्या 50 हून अधिक कंपन्यांनी याला पाठिंबा दिला आहे.
ए2ए एआय जगात ‘सोशल प्रोटोकॉल’ म्हणून काम करतो, ज्यामुळे विविध लहान एआय सहजपणे सहयोग करू शकतात. प्रोटोकॉलव्यतिरिक्त, गुगलच्या पाठिंब्यामुळे एआय एजंट स्पेसला (AI Agent Space) बरीच मान्यता मिळाली आहे.
युनिफएआय (UnifAI)
युनिफएआय (UnifAI) हे एजंट कोलाबरेशन नेटवर्क (Agent Collaboration Network) आहे. याचा उद्देश एमसीपी आणि ए2ए या दोघांच्याही ताकदी एकत्र आणणे आहे. लघु आणि मध्यम उद्योगांना (Small and Medium Enterprises - SMEs) क्रॉस-प्लॅटफॉर्म एजंट कोलाबरेशन सोल्यूशन्स (Cross-Platform Agent Collaboration Solutions) प्रदान करणे हे युनिफएआयचे ध्येय आहे. युनिफएआय ‘इंटरमिडिएट लेयर’ (Intermediate Layer) म्हणून काम करते आणि एकीकृत सेवा शोध यंत्रणेद्वारे (Unified Service Discovery Mechanism) एजंट इकोसिस्टमला (Agent Ecosystem) सुलभ करते. मात्र, एमसीपी आणि ए2एच्या तुलनेत युनिफएआयचा बाजारातील प्रभाव (Market Influence) आणि इकोसिस्टम विकास (Ecosystem Development) तुलनेने कमी आहे. त्यामुळे भविष्यात युनिफएआय विशिष्ट परिस्थितींवर अधिक लक्ष केंद्रित करू शकते.
सोलाना-आधारित एमसीपी सर्व्हर आणि $DARK
सोलाना ब्लॉकचेनवरील (Solana Blockchain) एमसीपीचा ॲप्लिकेशन (Application) सुरक्षितता प्रदान करण्यासाठी ट्रस्टेड एक्झिक्यूशन एन्व्हायर्नमेंटचा (Trusted Execution Environment - TEE) वापर करते. त्यामुळे एआय एजंट्स सोलाना ब्लॉकचेनशी थेट संवाद साधू शकतात. यामध्ये अकाउंट बॅलन्स (Account Balance) तपासणे आणि टोकन जारी करणे (Issuing Tokens) यांसारख्या ऑपरेशन्सचा (Operations) समावेश आहे.
या प्रोटोकॉलचे वैशिष्ट्य म्हणजे ते विकेंद्रीकृत फायनान्समध्ये (Decentralized Finance - DeFi) एआय एजंट्सना सक्षम करते. तसेच, ऑन-चेन ऑपरेशन्ससाठी (On-chain Operations) विश्वसनीय एक्झिक्यूशनचा (Trusted Execution) मुद्दाpresent करते. $DARK या संबंधित tickerने अलीकडेच बाजारात लवचिकता दर्शविली आहे. खबरदारी बाळगणे आवश्यक असले तरी, एमसीपीवर आधारित $DARKचे ॲप्लिकेशन-लेयर एक्सपेंशन (Application-Layer Expansion) एक नवीन दिशा दर्शवते.
विस्तार दिशा आणि संधी
या मानकीकृत प्रोटोकॉलमुळे (Standardized Protocol), ऑन-चेन एआय एजंट्स कोणत्या विस्तार दिशा आणि संधी अनलॉक करू शकतात?
विकेंद्रीकृत एक्झिक्यूशन ॲप्लिकेशन क्षमता
TEE-आधारित डिझाइन एआय मॉडेल्सना (AI Models) विश्वसनीयपणे ऑन-चेन ऑपरेशन्स (On-chain Operations) करण्यास सक्षम करते. हे DeFi मध्ये एआय एजंट डिप्लॉयमेंटसाठी (AI Agent Deployment) तांत्रिक सहाय्य (Technical Support) पुरवते. यामुळे एआय एजंट्स स्वायत्तपणे (Autonomously) व्यवहार करू शकतात, टोकन जारी करू शकतात आणि लिक्विडिटी प्रोव्हायडर पोझिशन्स (Liquidity Provider Positions - LP) व्यवस्थापित करू शकतात.
फक्त संकल्पनात्मक (Conceptual) एजंट मॉडेल्सच्या तुलनेत, हे व्यावहारिक (Practical) एजंट इकोसिस्टम महत्त्वपूर्ण आहे. Github वर फक्त मर्यादित ॲक्शन्स (Actions) उपलब्ध असल्याने, $DARK अजूनही सुरुवातीच्या टप्प्यात आहे आणि व्यापक ॲप्लिकेशन साध्य करण्यासाठी बरीच मजल मारायची आहे.
मल्टी-एजंट कोलाबोरेटिव्ह ब्लॉकचेन नेटवर्क
मल्टी-एजंट कोलाबरेशन (Multi-Agent Collaboration) परिस्थितीच्या ए2ए आणि युनिफएआयच्या संशोधनामुळे ऑन-चेन एजंट इकोसिस्टममध्ये (On-chain Agent Ecosystem) नवीन नेटवर्क इफेक्ट्स (Network Effects) निर्माण होतात. एका विशेष एजंट्सच्या विकेंद्रीकृत नेटवर्कची (Decentralized Network) कल्पना करा, जे एकाच LLM च्या मर्यादा ओलांडून स्वायत्तपणे (Autonomously) सहयोगपूर्ण विकेंद्रीकृत बाजारपेठ (Collaborative Decentralized Market) तयार करतात. हे ब्लॉकचेन नेटवर्कच्या (Blockchain Network) वितरीत स्वरूपाशी (Distributed Nature) जुळते.
एआय एजंट्ससाठी पुढील मार्ग
एआय एजंट (AI Agent) क्षेत्र त्याच्या सुरुवातीच्या ‘मेमे-ड्रिव्हन’ (Meme-Driven) टप्प्यातून विकसित होत आहे. ऑन-चेन एआयच्या (On-chain AI) विकासाच्या मार्गामध्ये क्रॉस-प्लॅटफॉर्म स्टँडर्ड्सना (Cross-Platform Standards) (MCP, A2A) संबोधित करणे आणि नंतर ॲप्लिकेशन-लेयर इनोव्हेशन्स (Application-Layer Innovations) (जसे की $DARKची DeFi इनिशिएटिव्ह) तयार करणे समाविष्ट आहे.
विकेंद्रीकृत एजंट इकोसिस्टम (Decentralized Agent Ecosystem) एक नवीन स्तरित आर्किटेक्चर (Layered Architecture) तयार करेल: मूलभूत स्तरामध्ये TEE सारख्या मूलभूत सुरक्षा हमी (Basic Security Guarantees) असतील, मधल्या स्तरामध्ये MCP/A2A सारख्या प्रोटोकॉल स्टँडर्ड्स (Protocol Standards) असतील आणि वरच्या स्तरामध्ये विशिष्ट व्हर्टिकल ॲप्लिकेशन परिस्थिती (Specific Vertical Application Scenarios) असतील.
सामान्य वापरकर्त्यांसाठी, चेनवरील एआय एजंटच्या पहिल्या लाटेचा अनुभव घेतल्यानंतर, सर्वात मोठ्या मार्केट व्हॅल्यू बबलवर (Market Value Bubble) कोण सट्टा लावू शकतो यावर लक्ष केंद्रित करण्याऐवजी, Web3 आणि AI च्या संयोजनाच्या प्रक्रियेत सुरक्षा, विश्वास आणि सहकार्य (Security, Trust and Collaboration) या समस्यांचे निराकरण कोण करू शकते यावर लक्ष केंद्रित केले जाईल. आणखी एका बबलमध्ये (Bubble) अडकणे कसे टाळावे, याबद्दल मला असे वाटते की वेब2 च्या एआय तंत्रज्ञान नवोपक्रमाचे (AI Technology Innovation) प्रकल्प प्रगती बारकाईने अनुसरण करू शकते की नाही हे आपण पहावे.
एआय एजंट प्रोटोकॉलमध्ये अधिक माहिती: MCP, A2A आणि UnifAI
ब्लॉकचेनवरील (Blockchain) एआय एजंट्सच्या पुनरुत्थानामुळे बरीच आवड निर्माण झाली आहे. विशेषत: MCP, A2A आणि UnifAI सारख्या प्रोटोकॉलच्या उदयामुळे. हे फक्त काही शब्द नाहीत; ते एआय विकेंद्रीकृत जगात (Decentralized World) कसे संवाद साधते आणि कार्य करते यातील मूलभूत बदल दर्शवतात. या प्रोटोकॉलचे विश्लेषण करूया आणि त्यांचे योगदान आणि ते एकत्रितपणे एआय एजंट्सचे भविष्य कसे आकारतात हे समजून घेऊया.
MCP: एआयची भाषा प्रमाणित करणे
अशा जगाची कल्पना करा जिथे प्रत्येक एआय मॉडेल (AI Model) वेगळी भाषा बोलते, बाहेरील टूल्सशी (External Tools) किंवा एकमेकांशी संवाद साधण्यास अक्षम आहे. मॉडेल कॉन्टेक्स्ट प्रोटोकॉलच्या (Model Context Protocol - MCP) आधी हेच वास्तव होते. ॲन्थ्रोपिकने (Anthropic) विकसित केलेला MCP हा एक ओपन-सोर्स प्रोटोकॉल (Open-Source Protocol) आहे, जो युनिव्हर्सलट्रान्सलेटर (Universal Translator) म्हणून कार्य करतो. तसेच, एआय मॉडेल्स आणि बाहेरील संसाधनांच्या (External Resources) विस्तृत इकोसिस्टममध्ये (Ecosystem) संवाद सक्षम करतो.
MCP फंक्शन कॉल्सचे (Function Calls) मानकीकरण करते, ज्यामुळे विविध मोठ्या भाषिक मॉडेल्सना (Large Language Models - LLMs) एकाच भाषेत बाहेरील टूल्सशी संवाद साधता येतो. हा एक गेम-चेंजर (Game-Changer) आहे. कारण यामुळे डेव्हलपर्सना (Developers) प्रत्येक एआय मॉडेलसाठी (AI Model) कस्टम इंटिग्रेशन (Custom Integration) तयार करण्याची आवश्यकता नाही, ज्यामुळे डेव्हलपमेंटचा (Development) वेळ आणि गुंतागुंत मोठ्या प्रमाणात कमी होते. या मानकीकरणाचा प्रभाव वेबसाठी एचटीटीपी प्रोटोकॉलच्या (HTTP Protocol) परिचयासारखा आहे, जो विविध वेब सर्व्हर आणि ब्राउझरला (Browser) सहजपणे संवाद साधण्यास सक्षम करतो.
मात्र, MCP ला काही मर्यादा आहेत. जरी ते संवादाचे मानकीकरण (Standardization of Communication) करण्यात उत्कृष्ट असले तरी, ते दूरस्थ संवादाशी (Remote Interactions) संबंधित सुरक्षा समस्यांचे निराकरण करत नाही. विशेषत: जेव्हा संवेदनशील डेटा (Sensitive Data) किंवा आर्थिक व्यवहारांचा (Financial Transactions) विचार केला जातो. येथेच इतर प्रोटोकॉल आणि तंत्रज्ञान (Technology) उपयोगात येतात.
A2A: एआय एजंट्ससाठी सोशल नेटवर्क तयार करणे
MCP एआय मॉडेल्स आणि बाहेरील टूल्स यांच्यातील संवादावर लक्ष केंद्रित करते, तर एजंट-टू-एजंट प्रोटोकॉल (Agent-to-Agent Protocol - A2A) एआय एजंट्समधील (AI Agents) संवादावर लक्ष केंद्रित करते. याला एआयसाठी ‘सोशल नेटवर्क’ (Social Network) समजा, जिथे एजंट्स एकमेकांना शोधू शकतात, माहितीची देवाणघेवाण करू शकतात आणि जटिल कार्यांमध्ये (Complex Tasks) सहयोग करू शकतात.
गुगलने (Google) विकसित केलेला A2A एजंट्सना प्रमाणित पद्धतीने (Standardized Way) संवाद साधण्यासाठी एक फ्रेमवर्क (Framework) प्रदान करतो. हे ‘एजंट कार्ड्स’ (Agent Cards) या संकल्पनेचा उपयोग करते, जी डिजिटल प्रोफाइलसारखी (Digital Profile) आहेत, जी एजंटच्या क्षमतांचे वर्णन करतात आणि त्याच्याशी संवाद कसा साधावा हे सांगतात. यामुळे एजंट्सना एकमेकांच्या क्षमता शोधता येतात आणि पूर्वीचे ज्ञान किंवा जटिल इंटिग्रेशनशिवाय (Complex Integration) सहयोग करता येतो.
A2A च्या ॲप्लिकेशन्स (Applications) खूप आहेत. अशा परिस्थितीची कल्पना करा जिथे आर्थिक विश्लेषणात (Financial Analysis) विशेष असलेल्या एआय एजंटला बाजारपेठ संशोधनात (Market Research) विशेष असलेल्या एजंटसोबत सहयोग करण्याची आवश्यकता आहे. A2A सह, हे एजंट सहजपणे कनेक्ट (Connect) होऊ शकतात, डेटाची देवाणघेवाण करू शकतात आणि अधिक अचूक आणि अंतर्दृष्टीपूर्ण (Insightful) अहवाल तयार करण्यासाठी त्यांच्या कौशल्यांचा वापर करू शकतात.
मात्र, A2A अजूनही विकासाच्या सुरुवातीच्या टप्प्यात आहे आणि त्याचे यश एआय समुदायाद्वारे (AI Community) मोठ्या प्रमाणावर स्वीकारण्यावर अवलंबून आहे. गुगलच्या सहभागामुळे या प्रकल्पाला बरीच मान्यता मिळाली आहे, परंतु A2A एजंट-टू-एजंट (Agent-to-Agent) संवादासाठी प्रभावी मानक बनेल की नाही हे पाहणे बाकी आहे.
UnifAI: लघु आणि मध्यम उद्योगांसाठी पूल
MCP आणि A2A प्रामुख्याने मोठ्या उद्योगांवर आणि प्रगत एआय ॲप्लिकेशन्सवर (Advanced AI Applications) लक्ष केंद्रित करत असताना, UnifAI चा उद्देश लघु आणि मध्यम उद्योगांसाठी (Small and Medium Enterprises - SMEs) एआय एजंट तंत्रज्ञानाचा (AI Agent Technology) वापर सुलभ करणे आहे. एआय मॉडेल्स (AI Models) आणि व्यवसायांमधील ‘इंटरमिडिएट लेयर’ (Intermediate Layer) म्हणून स्थित असलेले UnifAI एआय एजंट्सना (AI Agents) सध्याच्या वर्कफ्लोमध्ये (Workflow) समाकलित करण्याची प्रक्रिया सुलभ करते.
UnifAI एकीकृत सेवा शोध यंत्रणेचा (Unified Service Discovery Mechanism) वापर करते, ज्यामुळे व्यवसायांना त्यांच्या विशिष्ट गरजा पूर्ण करणारे एआय एजंट्स सहजपणे शोधता येतात आणि समाकलित करता येतात. यामुळे लघु आणि मध्यम उद्योगांना महागड्या कस्टम डेव्हलपमेंटमध्ये (Custom Development) गुंतवणूक करण्याची किंवा भिन्न एआय मॉडेल्सना (AI Models) समाकलित करण्याच्या गुंतागुंतीतून मार्ग काढण्याची आवश्यकता नाही.
मात्र, UnifAI ला एआय एजंट स्पेसमध्ये (AI Agent Space) मोठ्या आणि अधिक स्थापित खेळाडूंशी स्पर्धा करण्याचे आव्हान आहे. त्याचे यश लघु आणि मध्यम उद्योगांना आकर्षित करणाऱ्या आकर्षक प्रस्तावावर (Value Proposition) आणि एआय एजंट प्रोव्हायडर्सचे (AI Agent Providers) मजबूत इकोसिस्टम (Ecosystem) तयार करण्याच्या क्षमतेवर अवलंबून आहे.
सिद्धांतापासून ते व्यवहारापर्यंत: $DARK ची भूमिका
आतापर्यंत आपण ज्या प्रोटोकॉलवर चर्चा केली ते प्रामुख्याने मानकीकरण आणि संवादावर (Standardization and Communication) केंद्रित आहेत. मात्र, एआय एजंट्सची खरी क्षमता वास्तविक जगातील कार्ये (Real-World Tasks) पार पाडण्यात आहे, विशेषत: विकेंद्रीकृत वित्त (Decentralized Finance - DeFi) इकोसिस्टममध्ये. येथेच $DARK उपयोगात येते.
$DARK हा एमसीपी प्रोटोकॉलचा (MCP Protocol) सोलाना-आधारित (Solana-Based) अंमलबजावणी (Implementation) आहे, जो ब्लॉकचेनशी (Blockchain) संवाद साधण्यासाठी एआय एजंट्सना (AI Agents) सुरक्षित आणि विश्वसनीय वातावरण (Trusted Environment) प्रदान करण्यासाठी ट्रस्टेड एक्झिक्यूशन एन्व्हायर्नमेंटचा (Trusted Execution Environment - TEE) वापर करतो. हे एआय एजंट्सना संवेदनशील ऑपरेशन्स (Sensitive Operations) करण्याची परवानगी देते. उदाहरणार्थ, अकाउंट बॅलन्स (Account Balance) तपासणे आणि टोकन जारी करणे (Issuing Tokens), ज्यामुळे अंतर्निहित ब्लॉकचेनच्या सुरक्षिततेशी तडजोड होणार नाही.
$DARK चे मुख्य वैशिष्ट्य म्हणजे TEE चा वापर करून ‘सुरक्षित एन्क्लेव्ह’ (Secure Enclave) तयार करणे. येथे एआय एजंट्स छेडछाड किंवा अनधिकृत ॲक्सेसच्या (Unauthorized Access) भीतीशिवाय कोड (Code) कार्यान्वित करू शकतात. DeFi ॲप्लिकेशन्ससाठी (DeFi Applications) हे खूप महत्वाचे आहे, जिथे लहानशी त्रुटी देखील मोठ्या आर्थिक नुकसानीस कारणीभूत ठरू शकते.
$DARK अजूनही विकासाच्या सुरुवातीच्या टप्प्यात असले तरी, DeFi इकोसिस्टमसाठी (DeFi Ecosystem) सुरक्षित आणि विश्वसनीय एआय एजंट्सच्या (AI Agents) विकासाच्या दिशेने हे एक महत्त्वपूर्ण पाऊल आहे. त्याचे यश डेव्हलपर्सना (Developers) आकर्षित करण्याच्या आणि एआय-पॉवर्ड DeFi ॲप्लिकेशन्सचे (AI-Powered DeFi Applications) एक मजबूत इकोसिस्टम (Ecosystem) तयार करण्याच्या क्षमतेवर अवलंबून आहे.
एआय एजंट्सचे भविष्य: विकेंद्रीकृत आणि सहयोगी इकोसिस्टम
ज्या प्रोटोकॉल आणि तंत्रज्ञानावर आपण चर्चा केली, ते एआय एजंट्सबद्दल (AI Agents) विचार करण्याच्या पद्धतीत मूलभूत बदल दर्शवतात. यापुढे ते साधी कार्ये करणारे स्वतंत्र घटक नाहीत. त्याऐवजी, ते विकेंद्रीकृत इकोसिस्टममध्ये (Decentralized Ecosystem) आंतर-कनेक्टेड (Inter-Connected), सहयोगी आणि जटिल ऑपरेशन्स (Complex Operations) करण्यास सक्षम होत आहेत.
एआय एजंट्सचे भविष्य खालील ट्रेंडद्वारे दर्शविले जाण्याची शक्यता आहे:
- वाढलेले मानकीकरण: एआय एजंट इकोसिस्टम (AI Agent Ecosystem) परिपक्व झाल्यावर MCP आणि A2A सारखे प्रोटोकॉल अधिकाधिक महत्त्वाचे ठरतील, ज्यामुळे विविध एजंट्स आणि प्लॅटफॉर्म्समध्ये (Platforms) सहज संवाद आणि सहयोग सक्षम होईल.
- अधिक विकेंद्रीकरण: एआय एजंट्स अधिक विकेंद्रीकृत होतील, ब्लॉकचेन नेटवर्कवर (Blockchain Network) कार्य करतील आणि पारदर्शकता आणि सुरक्षितता सुनिश्चित करण्यासाठी विकेंद्रीकृत तंत्रज्ञानाचा (Decentralized Technology) वापर करतील.
- वर्धित सुरक्षा: TEE आणि इतर सुरक्षा तंत्रज्ञान (Security Technology) अधिकाधिक महत्त्वाचे ठरतील, कारण एआय एजंट्सचा उपयोग अधिक संवेदनशील ऑपरेशन्स (Sensitive Operations) करण्यासाठी केला जातो, विशेषत: DeFi इकोसिस्टममध्ये.
- विस्तृत स्वीकृती: एआय एजंट्सचा वापर वित्त (Finance) आणि आरोग्य (Healthcare) ते पुरवठा साखळी व्यवस्थापन (Supply Chain Management) आणि लॉजिस्टिक्सपर्यंत (Logistics) विविध उद्योगांमध्ये मोठ्या प्रमाणावर केला जाईल.
या ट्रेंडच्या अभिसरणामुळे (Convergence) एआय एजंट्ससाठी (AI Agents) एक शक्तिशाली नवीन मॉडेल (New Model) तयार होईल, जे विकेंद्रीकरण, सहयोग आणि सुरक्षितता (Decentralization, Collaboration and Security) द्वारे दर्शविले जाईल. या मॉडेलमध्ये तंत्रज्ञानाशी संवाद साधण्याच्या पद्धतीत क्रांती घडवण्याची आणि नवोपक्रम (Innovation) आणि आर्थिक विकासासाठी (Economic Growth) नवीन शक्यता अनलॉक करण्याची क्षमता आहे.