メインコンテンツまでスキップ

「分散型コンピューティング」タグの記事が 82 件 件あります

分散型コンピューティングとクラウド

すべてのタグを見る

Tether の MiningOS：ビットコイン・マイニングの独占的な要塞を解体する

· 約 18 分
Dora Noda
Dora Noda
Software Engineer

何年もの間、ビットコイン・マイニングはプロプライエタリ・ソフトウェアによって縛られてきました。それはオペレーターをベンダー・エコシステムに閉じ込め、重要な運用データを不透明にし、参入障壁を不自然に高くしてきました。2026 年 2 月 2 日、Tether は MiningOS をリリースすることでこのモデルを打破しました。これは Apache 2.0 ライセンスの下で提供される完全なオープンソースのオペレーティングシステムであり、サードパーティへの依存を一切必要とせず、ガレージのリグからギガワット級のファームまでスケールアップ可能です。

これは単なる新たなオープンソース・プロジェクトではありません。年間 172 億ドル を生み出す業界を支配してきた中央集権的なアーキテクチャに対する直接的な攻撃です。世界の暗号資産マイニング市場は、2025 年の 27.7 億ドルから 2035 年までに 91.8 億ドルに成長する と予測されています。MiningOS は、マイニング・インフラをプロプライエタリな知的財産ではなく、公共財として扱う初めての産業グレードの代替手段となります。

ブラックボックス問題：なぜプロプライエタリなマイニング・ソフトウェアは分散化に失敗したのか​

従来のビットコイン・マイニングのセットアップは、クローズドな環境（ウォールド・ガーデン）として運営されています。マイナーは、ベンダー固有の管理ソフトウェアがプリインストールされた ASIC ハードウェアを購入しますが、このソフトウェアは運用データを中央集権的なクラウドサービス経由で送信し、ファームウェアの制限を課し、モニタリングツールをプロプライエタリなプラットフォームに紐付けます。その結果、マイナーが自らのインフラを真に所有することはありません。

Tether の発表 は、ハードウェアと管理レイヤーが不透明でメーカーによって制御されている、この「ブラックボックス」アーキテクチャを明確にターゲットにしています。自宅で数台の ASIC を稼働させている小規模なオペレーターにとって、これは基本的なモニタリングを外部プラットフォームに依存することを意味します。複数の地域で数十万台のマシンを管理する大規模なマイニングファームにとって、それは壊滅的な規模でのベンダー・ロックインを意味します。

タイミングも極めて重要です。2025 年には、Iris Energy、Riot Blockchain、Marathon Digital、Core Scientific、Cipher Mining の主要マイニング企業 5 社が、合計で 45.8 億ドルから 125.8 億ドルの時価総額 を誇っていました。これらの巨人は規模の経済の恩恵を受けていますが、小規模なオペレーターを悩ませているのと同じプロプライエタリ・ソフトウェアの制約に対して同様に脆弱です。MiningOS は、セルフホスト可能でベンダーに依存しないインフラを両者に提供することで、技術的な競争の場を平準化します。

ピアツーピア・アーキテクチャ：Holepunch という基盤​

MiningOS は、Tether と Bitfinex が 2022 年に検閲耐性のあるアプリケーションを構築するためにリリースしたのと同じ暗号化通信スタックである Holepunch ピアツーピア（P2P）プロトコル 上に構築されています。データを中央集権的なサーバー経由で送信する従来のマイニング管理プラットフォームとは異なり、MiningOS は、マイニング・デバイスが統合された P2P ネットワークを介して直接通信するセルフホスト型のアーキテクチャを通じて動作します。

これは理論上の分散化ではなく、運用の主権（ソブリンティ）です。オペレーターは、外部のクラウドサービスにデータをルーティングすることなく、ローカルでマイニング活動を管理します。システムは分散ホールパンチング（DHT）と暗号鍵ペアを使用してデバイス間の直接接続を確立し、サードパーティのインフラから独立して機能するマイニング・スウォームを作成します。

レジリエンス（回復力）への影響は計り知れません。中央集権的なマイニング・プラットフォームは単一障害点（Single Point of Failure）となります。ベンダーのサーバーがダウンすれば、運用は停止します。ベンダーが料金モデルを変更すれば、オペレーターのコストが増大します。規制当局の圧力がベンダーに向けられれば、マイナーはコンプライアンスの不確実性に直面します。MiningOS は設計段階からこれらの依存関係を排除しています。Tether の CEO である Paolo Ardoino 氏が述べたように、このシステムは「オペレーターをサードパーティのプラットフォームに縛り付けることなく、個々のマシンから複数の地域にまたがる産業規模のサイトまで拡張可能」です。

モジュール式かつハードウェア・アグノスティック：制約のないスケーリング​

MiningOS は、現代のビットコイン・マイニングを支える ASIC マイナー、電力供給システム、冷却インフラ、物理的施設などの複雑な組み合わせを調整する、モジュール式でハードウェアに依存しない（ハードウェア・アグノスティックな）システムとして設計されています。The Block のレポート によると、このオペレーティングシステムは「小規模な運用のための軽量なハードウェアで動作させることも、サイト全体のデプロイメントで数十万台のマイニング・デバイスを監視・管理するためにスケールさせることも可能」です。

このモジュール性は、表面的なものではなくアーキテクチャ上の特徴です。システムはデバイスの統合と運用管理を分離しているため、マイナーはソフトウェアスタック全体を再構成することなく、ハードウェアベンダーを変更できます。オペレーターが Bitmain の Antminer、MicroBT の Whatsminer、あるいは新興の ASIC モデルを使用しているかに関わらず、MiningOS は統合された管理レイヤーを提供します。

MiningOS と共に発表され、今後数ヶ月以内に オープンソース・コミュニティとの協力により完成 する予定の Mining SDK は、このモジュール性を開発者にも拡張します。開発者はデバイスの統合をゼロから構築する代わりに、構築済みのワーカー、API、UI コンポーネントを使用して、独自のマイニング・アプリケーションを作成できます。これにより、MiningOS は単一の OS から、マイニング・インフラ・イノベーションのためのプラットフォームへと変貌を遂げます。

大規模な産業オペレーターにとって、これは異種混合のハードウェア環境における迅速なデプロイメントを意味します。小規模なマイナーにとっては、企業レベルのコストをかけずに企業レベルのツールを使用できることを意味します。Apache 2.0 ライセンス は、修正やカスタムビルドが自由に配布可能であることを保証し、プロプライエタリなフォークの再出現を防ぎます。

巨人に挑む：ステーブルコインを超えた Tether の戦略的布石​

MiningOS は、Tether によるビットコインインフラへの最も積極的な進出を象徴していますが、これは単なる孤立した実験ではありません。同社は、大規模なステーブルコイン準備金による金利収入を主な原動力として、2025 年に 100 億ドルを超える純利益を報告しました。その強固な資本基盤を背景に、Tether はマイニング、決済、インフラの各分野にまたがる地位を確立し、ステーブルコイン発行会社からフルスタックのビットコインサービス企業へと変貌を遂げようとしています。

競合他社もすでに反応を示しています。Jack Dorsey 氏の Block は、分散型マイニングツールやオープンソースの ASIC 設計の取り組みを支援しており、独自のマイニングエコシステムに対抗する企業連合が形成されつつあります。MiningOS は、実験的なプロトタイプではなく、実稼働可能なソフトウェアを提供することで、このトレンドを加速させています。

プロプライエタリ（独自の）ソフトウェアを提供するベンダーは、戦略的なジレンマに直面しています。年間 100 億ドルの利益を上げる企業が支援するオープンソースプロジェクトとソフトウェア機能で競い合うか、あるいはビジネスモデルをサービスやサポートへと移行させるかです。今後、プロプライエタリなプラットフォームはプレミアムなエンタープライズ層へと撤退し、オープンソースの代替案がマスマーケットを席巻するという二極化が進む可能性が高いでしょう。

これは、2000 年代にエンタープライズ Linux がプロプライエタリな Unix システムを王座から引きずり下ろした構図と重なります。Red Hat が勝利したのは Linux をクローズドに保ったからではなく、オープンソースインフラに対してエンタープライズ向けのサポートと認証を提供したからでした。迅速に適応するマイニングベンダーは生き残るかもしれませんが、プロプライエタリなロックインに固執するベンダーは利益率の圧縮に直面することになるでしょう。

ガレージマイナーからギガワット級ファームへ：民主化のテーゼ​

「マイニングの民主化」というレトリックは、しばしば権力の集中を覆い隠してしまいます。結局のところ、ビットコインマイニングは資本集約型です。安価な電力とハードウェアの一括調達が可能な大規模な工業用ファームがハッシュレートを支配しています。では、オープンソースソフトウェアはこの方程式をどう変えるのでしょうか？

その答えは、運用効率と知識の伝達にあります。プロプライエタリなソフトウェアを使用する小規模マイナーは、険しい学習曲線とベンダーが課す非効率性に直面しています。彼らは、大規模オペレーターがどのように電力管理を最適化し、デバイスの監視を自動化し、あるいは大規模なハードウェア障害をトラブルシューティングしているかを知る術がありません。MiningOS は、産業グレードの運用技術を検証可能かつ複製可能にすることで、この状況を変えます。

電力管理を例に考えてみましょう。産業用マイナーは変動する電気料金を交渉し、価格が高騰した際に ASIC の出力を自動的に抑制して収益性を最大化しています。プロプライエタリなソフトウェアでは、これらの最適化はベンダーのダッシュボードの背後に隠されています。しかし、オープンソースコードはそれらを白日の下にさらします。テキサスのガレージマイナーが、パラグアイのギガワット級ファームがどのように電力自動化を構築しているかを調査し、同じロジックをローカルで実装することが可能になるのです。

これは「資本の民主化」ではなく「知識の民主化」です。小規模オペレーターが、$125.8 億ドルの時価総額を誇る Marathon Digital と突如として肩を並べることはありませんが、彼らと同じ洗練されたソフトウェアで運用できるようになります。時間が経つにつれ、大規模マイナーと小規模マイナーの間の運用上の格差は縮小し、マイニングの収益性はソフトウェアベンダーとの関係性よりも、電力コストやハードウェア調達能力に依存するようになるでしょう。

環境への影響も同様に重要です。Tether は、再生可能エネルギーと運用効率を優先するマイニングプロジェクトを明示的に支援しています。オープンソースソフトウェアは透明性の高いエネルギー会計を可能にします。マイナーはテラハッシュあたりの消費電力を検証し、異なるハードウェア構成間で効率指標を比較できます。この透明性は、業界に対して低排出運用への圧力をかけると同時に、グリーンウォッシングの維持をより困難にします。

インフラ戦争：91.8 億ドル市場におけるオープンソース vs プロプライエタリ​

世界の暗号資産マイニング市場が 2035 年までに 91.8 億ドルに成長する（年平均成長率 12.73%）と予測されていることは、ソフトウェアプラットフォームにとって数十億ドル規模の戦場を生み出しています。ビットコインマイニングハードウェアだけでも、2025 年の 6 億 4,562 万ドルから 2035 年には 22.5 億ドルに成長すると予想されており、ソフトウェアや管理プラットフォームは、それに付随する重要な収益源となります。

MiningOS はライセンス供与を通じて直接収益化するわけではありませんが、マイニングプールへの統合、エネルギー裁定取引サービス、ASIC の販売パートナーシップ、インフラ融資といった隣接市場で価値を獲得するための戦略的な地位を Tether にもたらします。無料でオープンソースのオペレーティングソフトウェアを提供することで、Tether は自社の他のマイニング関連サービスを不可欠なものにするネットワーク効果を構築できるのです。

これを、ビジネスモデル全体がソフトウェアライセンスや SaaS サブスクリプションに依存しているプロプライエタリなベンダーと比較してみてください。MiningOS が広く採用されれば、これらのベンダーは二方向からの収益減少に直面します。一つはマイナーのオープンソースへの移行、もう一つは開発者が Mining SDK 上で競合ツールを構築することです。ネットワーク効果は逆方向に働き、より多くのマイナーがオープンソースのコードベースに貢献するほど、プロプライエタリな代替案は相対的に機能不足となっていくでしょう。

世界のマイニング市場シェアの 44.1% を占める北米市場は、特にオープンソースによる破壊の影響を受けやすいと言えます。米国のマイナーは、ベンダーへの依存やデータの主権を厳格に精査する規制環境下で活動しています。セルフホスト可能でピアツーピアのマイニング管理は、クラウドベースのプロプライエタリなプラットフォームよりも、こうした規制上の好みに合致しているのです。

次に来るもの： Mining SDK とコミュニティ開発​

Tether による Mining SDK の発表は、 MiningOS が単なる基盤に過ぎないことを示唆しています。この SDK により、開発者はデバイスの統合や運用のプリミティブをゼロから再構築することなく、マイニングアプリケーションを構築できるようになります。これこそがオープンソースモデルの真の相乗効果です。 SDK を活用するすべての開発者が、相互運用可能なマイニングツールの成長するエコシステムに貢献することになります。

潜在的なユースケースには以下が含まれます：

  • リアルタイムの電気料金に基づいて ASIC のスロットリングを自動化する エネルギー市場の裁定取引（アービトラージ）ツール
  • 機械学習を使用してハードウェアの故障を未然に検知する 予兆保全システム
  • 収益性指標に基づいてマイニング対象を動的に切り替える クロスプール最適化エンジン
  • ASIC からさらなるパフォーマンスを引き出す コミュニティ主導の代替ファームウェア

「オープンソースコミュニティとの協力」による SDK の完成は、 Tether が MiningOS を製品ではなくプラットフォームとして位置づけていることを示しています。これは Linux をエンタープライズインフラで主流にしたのと同じ戦略です。堅牢なカーネルを提供し、コミュニティの革新を可能にすることで、一社では予測できない方向に数千人の開発者がエコシステムを拡張できるようにします。

マイナーにとって、これは MiningOS の機能セットが、社内の開発サイクルに制約される独自の代替ソフトよりも速く進化することを意味します。ビットコインネットワークにとっては、マイニングインフラの回復力、透明性、アクセシビリティが高まることを意味し、独自のソフトウェアが密かに損なってきた分散化の精神を強化することになります。

オープンソースによる変革の時​

Tether の MiningOS は、ビットコインマイニングにおける明確な転換点となります。 10 年以上にわたり、業界は利便性と引き換えにベンダーロックインや中央集権的な管理を受け入れ、独自のソフトウェアを必要な妥協として容認してきました。 MiningOS は、その妥協が不要であったことを証明しています。

ピアツーピア（P2P）アーキテクチャにより、サードパーティへの依存が排除されます。モジュール設計により、ハードウェアの柔軟性が実現します。 Apache 2.0 ライセンスは、再集権化を防ぎます。そして Mining SDK は、静的なソフトウェアを継続的な革新のためのプラットフォームへと変貌させます。これらは単なる漸進的な改善ではなく、独自モデルに対する構造的な代替案です。

既存ベンダーの対応が、 MiningOS が業界標準になるか、ニッチなプロジェクトに留まるかを決定するでしょう。しかし、その軌跡は明らかです。 2035 年までに約 100 億ドルに達すると予測される市場において、オープンソースのインフラは、いかなる独自ソフトよりもビットコインの分散化の原則とより良く整合します。

ガレージで 5 台の ASIC を動かしている個人マイナーであれ、大陸をまたいで 5 万台のマシンを運用している企業であれ、もはや「オープンソースのマイニングソフトウェアが実行可能か」という問いではありません。「ブラックボックスに依存し続けても大丈夫か」という問いなのです。

出典​

マルチエージェント AI システムが稼働：ネットワーク化された協調の夜明け

· 約 15 分
Dora Noda
Dora Noda
Software Engineer

Coinbase が 2026 年 2 月 11 日に エージェンティック・ウォレット（Agentic Wallets）を発表したとき、それは単なる新製品の発表ではありませんでした。それは大きな転換点となりました。AI エージェントは、単一のタスクを実行する孤立したツールから、複雑なワークフローを調整し、暗号資産を管理し、人間の介入なしに取引を行うことができる自律的な経済主体へと進化しました。マルチエージェント AI システムの時代が到来したのです。

モノリシックな LLM から協調型エージェント・エコシステムへ​

長年、AI 開発はより大規模で高性能な言語モデルの構築に焦点を当ててきました。GPT-4 や Claude、そしてその後継モデルは驚異的な能力を示しましたが、それらは孤立して動作し、人間の指示を待つ強力なツールに過ぎませんでした。しかし、そのパラダイムは崩れつつあります。

2026 年、コンセンサスは変化しました。未来はモノリシックな超知能ではなく、複雑な問題を解決するために連携する、特化型 AI エージェントのネットワーク化されたエコシステムにあります。Gartner によると、2025 年には 5% 未満であったエンタープライズ・アプリケーションのうち、2026 年末までに 40% が特定のタスクに特化した AI エージェントを搭載するようになると予測されており、劇的な飛躍を遂げています。

これは、メインフレーム・コンピュータからクラウド・マイクロサービスへの移行に似ています。一つの巨大なモデルがすべてをこなそうとするのではなく、現代の AI システムは、請求、物流、カスタマーサービス、リスク管理など、特定の機能に最適化された数十の専門エージェントをデプロイし、標準化されたプロトコルを通じて連携させます。

エージェントの協調を支えるプロトコル​

この変革は偶然起きたものではありません。2025 年に登場した 2 つの重要なインフラ標準が、2026 年における本番規模のマルチエージェント・システムを可能にしています。それが、Model Context Protocol (MCP) と Agent-to-Agent Protocol (A2A) です。

Model Context Protocol (MCP): 2024 年 11 月に Anthropic によって発表された MCP は、AI アプリケーションにとっての USB-C ポートのような役割を果たします。USB-C がデバイスの接続性を標準化したように、MCP は AI エージェントがデータシステム、コンテンツリポジトリ、ビジネスツール、開発環境に接続する方法を標準化します。このプロトコルは、Language Server Protocol (LSP) の実証済みのメッセージング・パターンを再利用し、JSON-RPC 2.0 上で動作します。

2026 年初頭までに、Anthropic、OpenAI、Google を含む主要なプレーヤーが MCP を基盤に構築を行い、事実上の相互運用性標準として確立しました。MCP はコンテキスト通信、メモリ管理、タスク計画を処理し、エージェントが複雑なワークフロー全体で一貫した状態を維持することを可能にします。

Agent-to-Agent Protocol (A2A): 2025 年 4 月に Google によって導入され、Atlassian、Box、PayPal、Salesforce、SAP、ServiceNow を含む 50 以上のテクノロジーパートナーの支援を受けている A2A は、エージェント間の直接通信を可能にします。crewAI や LangChain などのフレームワークが独自のエコシステム内でマルチエージェント・ワークフローを自動化する一方で、A2A は異なるプロバイダーやプラットフォームのエージェントがシームレスに調整できるようにするユニバーサルなメッセージング・レイヤーとして機能します。

2026 年における新興のプロトコル・スタックのコンセンサスは明確です。ツール統合のための MCP、エージェント間通信のための A2A、そして商取引のための AP2 (Agent Payments Protocol) です。これらの標準が合わさることで、バックグラウンドで自律システムが動作し、人間の介入なしにアクションを調整し、取引を決済する「インビジブル・エコノミー（見えない経済）」が実現します。

加速する現実世界の企業導入​

マルチエージェントのオーケストレーションは、概念実証（PoC）の域を超えています。ヘルスケア分野では、AI エージェントが患者の受付、保険請求処理、コンプライアンス監査を調整し、患者のエンゲージメントと支払い側の効率の両方を向上させています。サプライチェーン管理では、複数のエージェントが分野や地域を越えて協力し、輸送ルートの変更、リスクの特定、配送予測の調整をリアルタイムで共同で行っています。

IT サービス・プロバイダーの Getronics は、ServiceNow などのプラットフォーム間で統合を行うことで、マルチエージェント・システムを活用し、年間 100 万件以上の IT チケットを自動化しました。小売業では、エージェント・システムにより、継続的に適応する超パーソナライズされたプロモーションや需要主導型の価格戦略が可能になっています。

最近の企業調査によると、2028 年までに 38% の組織が AI エージェントを人間のチーム内のフルメンバーとして迎えることを期待しています。AI エージェントが提案・実行し、人間が監督・統治する「ブレンデッド・チーム・モデル」が、新たな運用の標準になりつつあります。

ブロックチェーンの架け橋：自律的な経済主体​

おそらく最も革新的な進展は、マルチエージェント AI とブロックチェーン技術の融合であり、エージェントが独立した経済参加者として機能する新しいデジタル商取引のレイヤーを生み出したことです。

Coinbase の エージェンティック・ウォレット は、自律型エージェントのために特別に設計された暗号資産インフラを提供し、エージェントがデジタル資産を自己管理し、取引を実行し、ステーブルコインの決済基盤を使用して支払いを決済することを可能にします。Solana の AI 推論機能を暗号資産ウォレットに直接統合したことも、もう一つの大きな節目となりました。

その影響は測定可能です。AI エージェントは、2025 年末までに分散型金融（DeFi）のボリュームの 15 〜 20% を牽引する可能性があり、2026 年初頭のデータではその予測を上回る勢いであることが示唆されています。予測市場プラットフォームの Polymarket では、AI エージェントがすでに取引活動の 30% 以上に貢献しています。

イーサリアムの ERC-8004 標準（「トラストレス・エージェント」という名称）は、オンチェーン・レジストリ、エージェント用の NFT ベースのポータブル ID、信頼スコアを構築するための検証可能なフィードバック・メカニズム、および出力用のプラグ可能な証明を通じて、自律システムに固有の信頼の課題に対処しています。Coinbase、Ethereum Foundation、MetaMask、その他の主要組織による共同の取り組みにより、エージェントベースの暗号資産決済のための A2A x402 拡張機能が作成され、現在本番環境で稼働しています。

500 億ドルの市場機会​

経済的影響は絶大です。世界の AI エージェント市場は 2024 年に 51 億ドルに達し、2030 年までに 471 億ドルに達すると予測されています。特にクリプト分野では、AI エージェントトークンが爆発的な成長を遂げており、このセクターは 1 年足らずで 230 億ドルから 500 億ドル以上に拡大しました。

主要なプロジェクトには、高いスループットと高速なファイナリティによって AI エージェントベースのアプリケーションを引き付けている NEAR Protocol、分散型機械学習を支える Bittensor (TAO)、自律型経済エージェントを可能にする Fetch.ai (FET)、そして 2024 年後半に 850% の価格急騰を見せ、時価総額が 8 億ドル近くに達した Virtuals Protocol (VIRTUAL) などがあります。

ベンチャーキャピタルは、エージェント間（Agent-to-Agent）コマース・インフラストラクチャに資金を投じています。ブロックチェーン市場全体は 2027 年までに 1,628.4 億ドルに達すると予測されており、マルチエージェント AI システムはその重要な成長ドライバーとなっています。

台頭する 2 つのアーキテクチャモデル​

マルチエージェントシステムは通常、2 つの設計パターンのいずれかに従い、それぞれに明確なトレードオフがあります。

階層型アーキテクチャ（Hierarchical Architecture）： リードエージェントが専門特化したサブエージェントをオーケストレート（統制）し、コラボレーションと調整を最適化します。このモデルは中央集中型の制御と監視ポイントを導入するため、明確なガバナンスと説明責任を必要とする企業にとって魅力的です。人間の監督者は主にリードエージェントとやり取りし、リードエージェントが専門家にタスクを委譲します。

ピアツーピア・アーキテクチャ（Peer-to-Peer Architecture）： エージェントが中央のコントローラーなしで直接連携します。堅牢な通信プロトコルが必要となりますが、より高いレジリエンス（回復力）と分散性を提供します。このモデルは、クロス組織のサプライチェーンや分散型金融システムなど、単一のエージェントが完全な可視性や権限を持たないシナリオで威力を発揮します。

これらのモデルの選択はユースケースに依存します。エンタープライズ IT やヘルスケアは、コンプライアンスと監査可能性のために階層型システムを好む傾向にありますが、DeFi やブロックチェーンコマースは、分散化の原則に沿ったピアツーピアモデルを好みます。

信頼のギャップと人間による監視​

急速な技術的進歩にもかかわらず、信頼が依然として重要なボトルネックとなっています。2024 年には経営幹部の 43% が完全自律型 AI エージェントに自信を示していましたが、2025 年までにその数字は 22% に低下し、60% が監視なしでタスクを管理するエージェントを完全には信頼していません。

これは後退ではなく、成熟の過程です。組織が本番環境にエージェントをデプロイするにつれ、エッジケースや調整の失敗、時には大きなミスに直面してきました。業界は自律性を減らすのではなく、監視（オーバーサイト）を再設計することで対応しています。

新たに登場しているモデルでは、AI エージェントを意思決定者ではなく「提案型の実行者」として扱います。エージェントはデータを分析し、アクションを推奨し、事前に承認されたワークフローを実行しますが、人間がガードレールを設定し、結果を監査し、例外が発生した際に介入します。監視は後付けではなく、設計原則になりつつあります。

Forrester によると、カスタマーエクスペリエンスリーダーの 75% が現在、AI を代替品ではなく「人間を拡張するもの（アンプリファイア）」と見なしており、組織の 61% が、適切に管理されたエージェント型 AI には変革の可能性があると考えています。

今後の展望：マルチモーダルな連携と機能の拡張​

マルチエージェントシステムの 2026 年に向けたロードマップには、大幅な機能拡張が含まれています。MCP（Model Context Protocol）は画像、ビデオ、オーディオ、その他のメディアタイプをサポートするように進化しており、エージェントは単に読み書きするだけでなく、「見て、聞いて、そして監視する」ようになります。

2025 年後半には、署名、プロベナンス（起源の証明）、および検証のためにブロックチェーン技術の統合が進みました。これにより、コンプライアンスと説明責任に不可欠なエージェントのアクションに関する不変のログが提供されます。企業が監査可能な AI を求める中、この傾向は 2026 年に加速しています。

マルチエージェントのオーケストレーションは、実験的なものから不可欠なインフラへと移行しています。2026 年末までに、それは主要企業の運営を支えるバックボーンとなり、単なる機能ではなくビジネス運営の基盤レイヤーとして組み込まれるでしょう。

すべてを変えるインフラストラクチャレイヤー​

マルチエージェント AI システムは、単なる段階的な改善ではなく、インテリジェントなシステムの構築方法におけるパラダイムシフトを表しています。MCP や A2A を通じた通信の標準化、信頼と決済のためのブロックチェーンとの統合、そしてコア設計原則としての人間による監視の組み込みにより、業界は自律型経済のためのインフラストラクチャを構築しています。

AI エージェントは、もはや人間のコマンドを待つ受動的なツールではありません。彼らはデジタルコマースの積極的な参加者であり、資産を管理し、ワークフローを調整し、複雑なマルチステップのプロセスを実行します。もはや問いは、マルチエージェントシステムが企業運営やデジタル金融を変革するかどうかではなく、組織がいかに早くこの新しい現実に適応できるかです。

ブロックチェーンインフラストラクチャ上で構築を行う開発者にとって、マルチエージェント AI とクリプト・レールの融合は、かつてない機会を生み出します。エージェントが大規模に稼働するためには、信頼性が高く、高性能なブロックチェーンインフラが必要です。

BlockEden.xyz は、AI エージェントアプリケーションを支えるブロックチェーンネットワーク向けに、エンタープライズグレードの API インフラストラクチャを提供しています。当社のサービスを探索して、マルチエージェントの未来のために設計された基盤の上に自律型システムを構築してください。

出典​

Gensyn の Judge：ビット単位で正確な再現性が不透明な AI API の時代をどのように終わらせるか

· 約 30 分
Dora Noda
Dora Noda
Software Engineer

ChatGPT や Claude、あるいは Gemini にクエリを投げるたびに、ユーザーは目に見えないブラックボックスを信頼していることになります。モデルのバージョンは？ 不明です。正確な重みは？ プロプライエタリです。出力が、自分が使用していると思っているモデルによって生成されたのか、それとも密かに更新されたバリアントによるものなのか？ 検証は不可能です。レシピや雑学を尋ねるカジュアルなユーザーにとって、この不透明さは単に煩わしいだけかもしれません。しかし、金融取引アルゴリズム、医療診断、法的契約の分析など、重大な意思決定を伴う AI 利用においては、これは根本的な信頼の危機となります。

2025 年後半にリリースされ、2026 年に本稼働を開始する Gensyn の Judge は、急進的な代替案を提示します。それは、すべての推論がビット単位まで再現可能な、暗号学的に検証可能な AI 評価です。正しいモデルを提供するために OpenAI や Anthropic を信頼する代わりに、Judge は、特定の合意済みの AI モデルが現実世界の入力に対して決定論的に実行されたことを、誰でも検証できるようにします。暗号学的証明により、結果を偽造することはできません。

技術的な突破口は、AI の再現性を阻む要因となっていた浮動小数点の非決定性を排除する、Gensyn の検証システム Verde です。Verde は、デバイスをまたいでビット単位で正確な計算を強制することで、ロンドンの NVIDIA A100 と東京の AMD MI250 で同じモデルを実行しても同一の結果が得られることを保証し、それをオンチェーンで証明可能にします。これにより、分散型金融（DeFi）、自律型エージェント、および透明性がオプションではなく必須であるあらゆるアプリケーションにおいて、検証可能な AI が利用可能になります。

不透明な API の問題：検証なき信頼​

AI 業界は API で動いています。開発者は、REST エンドポイントを介して OpenAI の GPT-4、Anthropic の Claude、または Google の Gemini を統合し、プロンプトを送信してレスポンスを受け取ります。しかし、これらの API は根本的に不透明です。

バージョンの不確実性：gpt-4 を呼び出したとき、正確にはどのバージョンを取得しているのでしょうか？ GPT-4-0314？ GPT-4-0613？ それとも密かに更新されたバリアントでしょうか？ プロバイダーは、公表せずにパッチを頻繁に適用し、一夜にしてモデルの挙動を変えてしまうことがあります。

監査証跡の欠如：API のレスポンスには、どのモデルがそれを生成したかを示す暗号学的証明が含まれていません。OpenAI が特定の地域や顧客に対して、検閲された、あるいは偏ったバリアントを提供したとしても、ユーザーにはそれを検知する術がありません。

サイレントな劣化：プロバイダーは、コストを削減するためにモデルを「ロボトミー化（性能の意図的な劣化）」し、API の規約は維持したまま推論の質を下げることがあります。ユーザーからは GPT-4 が時間の経過とともに「性能が落ちた」という報告が上がりますが、透明性のあるバージョニングがなければ、そのような主張は客観的な裏付けを欠いたままとなります。

非決定的な出力：温度設定、バッチ処理、またはハードウェア レベルの浮動小数点丸め誤差により、同一の入力で同じモデルに 2 回クエリを実行しても、異なる結果が得られることがあります。これにより監査は不可能になります。出力が再現可能でない場合、どのようにして正しさを検証すればよいのでしょうか？

カジュアルな用途であれば、これらの問題は不便な程度で済みます。しかし、重大な意思決定においては、これらは致命的な障害となります。以下を考えてみてください。

アルゴリズム取引：あるヘッジファンドが、5,000 万ドルの DeFi ポジションを管理する AI エージェントを運用しているとします。このエージェントは、X（旧 Twitter）の投稿から市場センチメントを分析するために GPT-4 に依存しています。取引セッションの途中でモデルが密かに更新され、センチメント スコアが予測不能に変化すると、意図しない清算が引き起こされる可能性があります。ファンドにはモデルが誤動作したという証拠がなく、OpenAI のログは公開監査されていません。

医療診断：ある病院が癌の治療法を推奨するために AI モデルを使用しています。規制により、医師は意思決定プロセスを文書化する必要があります。しかし、AI モデルのバージョンを検証できない場合、監査証跡は不完全になります。医療過誤訴訟は「どの」モデルが推奨を生成したかを証明できるかどうかにかかっているかもしれませんが、不透明な API ではそれは不可能です。

DAO ガバナンス：分散型組織（DAO）が、トレジャリーの提案に投票するために AI エージェントを使用しています。コミュニティ メンバーは、エージェントが承認されたモデルを使用したという証拠を求めます。特定の結果に有利なように改ざんされたバリアントではないという証拠です。暗号学的検証がなければ、投票の正当性が欠如してしまいます。

これこそが Gensyn がターゲットとする信頼のギャップです。AI が重要な意思決定に組み込まれるにつれ、モデルの真正性と挙動を検証できないことは、「重大な環境においてエージェンティック（自律的）AI を導入する上での根本的な障壁」となります。

Judge：検証可能な AI 評価プロトコル​

Judge は、合意済みの決定論的な AI モデルを現実世界の入力に対して実行し、その結果を誰でも異議申し立てができるブロックチェーンにコミットすることで、不透明性の問題を解決します。プロトコルの仕組みは以下の通りです。

1. モデルのコミットメント：参加者は、AI モデルのアーキテクチャ、重み、および推論設定に合意します。このモデルはハッシュ化され、オンチェーンにコミットされます。このハッシュは暗号学的な指紋として機能し、合意されたモデルから少しでも逸脱すれば、異なるハッシュが生成されます。

2. 決定論的な実行：Judge は Gensyn の再現可能なランタイムを使用してモデルを実行します。これにより、デバイスをまたいでビット単位で正確な再現性が保証されます。これは、浮動小数点の非決定性を排除する、極めて重要なイノベーションです。

3. 公開コミットメント：推論後、Judge は出力（またはそのハッシュ）をオンチェーンに投稿します。これにより、特定の入力に対してモデルが何を生成したかを示す、永続的で監査可能な記録が作成されます。

4. チャレンジ期間：誰でも独立してモデルを再実行することで、結果に異議を唱えることができます。出力が異なる場合、不正証明（Fraud Proof）を提出します。Verde の 参照委任メカニズム（refereed delegation mechanism）は、計算グラフの中で結果が分岐した正確な演算箇所を特定します。

5. 不正に対するスラッシング：チャレンジャーが Judge の出力が正しくないことを証明した場合、元の実行者はペナルティを受けます（ステーキングされたトークンのスラッシング）。これにより経済的インセンティブが調整され、実行者はモデルを正しく実行することで利益を最大化するようになります。

Judge は、AI 評価を「API プロバイダーを信頼する」ことから「暗号学的証明を検証する」ことへと変革します。モデルの挙動は公開され、監査可能で、強制力を持つようになり、もはやプロプライエタリなエンドポイントの背後に隠されることはありません。

Verde: 浮動小数点非決定性の排除​

検証可能な AI における核心的な技術的課題は「決定性」です。ニューラルネットワークは推論中に数十億もの浮動小数点演算を行います。最新の GPU では、これらの演算は完全に再現可能ではありません。

非結合性: 浮動小数点の加算は結合法則を満たしません。丸め誤差のため、(a + b) + c は a + (b + c) とは異なる結果をもたらす可能性があります。GPU は数千のコアにわたって合計を並列化しますが、部分和が蓄積される順序はハードウェアやドライバのバージョンによって異なります。

カーネルスケジューリングの可変性: GPU カーネル（行列乗算やアテンションなど）は、ワークロード、ドライバの最適化、またはハードウェアアーキテクチャに応じて、異なる順序で実行されることがあります。同じ GPU で同じモデルを 2 回実行したとしても、カーネルスケジューリングが異なれば結果が変わる可能性があります。

バッチサイズへの依存性: 研究により、LLM 推論はシステムレベルで非決定的であることが判明しています。これは、出力がバッチサイズに依存するためです。多くのカーネル（matmul、RMSNorm、アテンション）は、同時に処理されるサンプル数に基づいて数値出力が変化します。バッチサイズ 1 での推論は、同じ入力をバッチサイズ 8 で処理した場合とは異なる値を生成します。

これらの問題により、標準的な AI モデルはブロックチェーンの検証には不向きとなっています。2 人のバリデータが同じ推論を再実行してわずかに異なる出力を得た場合、どちらが正しいのでしょうか？ 決定性がなければ、コンセンサスを得ることは不可能です。

Verde は、すべてのデバイスで浮動小数点演算の順序を制御し、ハードウェアの非決定性を排除するライブラリである RepOps (Reproducible Operators) によってこれを解決します。仕組みは以下の通りです。

標準的なリダクション順序: RepOps は、行列乗算などの演算において部分的な結果を合計するための決定的な順序を強制します。GPU スケジューラに任せるのではなく、RepOps はすべてのハードウェアにおいて「列 0、次に列 1、次に列 2... を合計する」と明示的に指定します。これにより、(a + b) + c は常に同じ順序で計算されます。

カスタム CUDA カーネル: Gensyn は、生の速度よりも再現性を優先した最適化済みカーネルを開発しました。RepOps の行列乗算のオーバーヘッドは、標準的な cuBLAS と比較して 30% 未満であり、決定性を得るためのトレードオフとしては妥当な範囲内です。

ドライバとバージョンの固定: Verde はバージョンを固定した GPU ドライバと標準的な構成を使用し、異なるハードウェアで実行される同じモデルがビット単位で同一の出力を生成することを保証します。あるデータセンターの NVIDIA A100 で動作するモデルは、別のデータセンターの AMD MI250 からの出力とビット単位で一致します。

これが Judge の検証を可能にする画期的な進歩です。ビット単位で正確な再現性は、バリデータが実行者を信頼することなく、独立して結果を確認できることを意味します。ハッシュが一致すれば、その推論は正しいことが数学的に証明されます。

Refereed Delegation（調停型委任）: 全再計算を伴わない効率的な検証​

決定的な実行が可能であっても、AI 推論を素朴に検証するのはコストがかかります。1,000 トークンを生成する 700 億パラメータのモデルには、10 GPU 時間が必要になる場合があります。バリデータが正当性を確認するためにすべての推論を再実行しなければならない場合、検証コストは実行コストと等しくなり、分散化の目的が損なわれます。

Verde の Refereed Delegation（調停型委任）メカニズムは、検証を指数関数的に安価にします。

複数の信頼できない実行者: Judge は 1 人の実行者ではなく、複数の独立したプロバイダーにタスクを割り当てます。各プロバイダーは同じ推論を実行し、結果を提出します。

不一致が調査のトリガーに: すべての実行者が同意すれば、結果は承認され、それ以上の検証は不要です。出力が異なる場合、Verde はチャレンジゲームを開始します。

計算グラフ上での二分探索: Verde は推論全体を再実行しません。代わりに、モデルの計算グラフ上で二分探索を行い、結果が分岐した最初のオペレーターを特定します。これにより、不一致の原因となっている正確なレイヤー（例：「アテンションレイヤー 47、ヘッド 8」）をピンポイントで特定します。

最小限のレフェリー計算: レフェリー（スマートコントラクトや計算能力の限られたバリデータなど）は、フォワードパス全体ではなく、争点となっているオペレーターのみをチェックします。80 レイヤーを持つ 70B パラメータモデルの場合、これにより検証は最悪のケースでも約 7 レイヤー（log₂ 80）のチェックに削減されます。

このアプローチは、すべてのバリデータがすべてを再実行する素朴な複製よりも 1,350% 以上効率的です。Gensyn は暗号学的証明、ゲーム理論、および最適化されたプロセスを組み合わせて、冗長な計算を行うことなく正しい実行を保証します。

その結果、Judge は AI ワークロードを大規模に検証できるようになり、数千の信頼できないノードが計算を提供し、不正な実行者が摘発・処罰される分散型推論ネットワークを可能にします。

ハイステークスな AI 意思決定: なぜ透明性が重要なのか​

Judge のターゲット市場はカジュアルなチャットボットではありません。検証可能性が「あれば良いもの」ではなく、規制上または経済上の要件となるアプリケーションです。不透明な API が致命的な失敗を招くシナリオを以下に示します。

分散型金融 (DeFi): 自律的なトレーディングエージェントが数十億の資産を管理しています。エージェントが AI モデルを使用してポートフォリオのリバランス時期を決定する場合、ユーザーはモデルが改ざんされていないという証拠を必要とします。Judge はオンチェーン検証を可能にします。エージェントは特定のモデルハッシュをコミットし、その出力に基づいて取引を実行し、誰でもその意思決定ロジックに異議を唱えることができます。この透明性は、悪意のあるエージェントが証拠もなく「AI が清算しろと言った」と主張するラグプルを防ぎます。

規制コンプライアンス: 信用スコアリング、不正検知、またはマネーロンダリング防止 (AML) のために AI を導入している金融機関は、監査に直面します。規制当局は「なぜモデルはこの取引にフラグを立てたのか？」という説明を求めます。不透明な API は監査証跡を提供しません。Judge はモデルのバージョン、入力、出力の不変の記録を作成し、コンプライアンス要件を満たします。

アルゴリズムガバナンス: 分散型自律組織 (DAO) は、AI エージェントを使用してガバナンスの決定を提案したり投票したりします。コミュニティメンバーは、エージェントがハッキングされたバリアントではなく、承認されたモデルを使用したことを検証する必要があります。Judge を使用すると、DAO はスマートコントラクトにモデルハッシュをエンコードし、すべての決定に正当性の暗号学的証明が含まれるようになります。

医療および法的 AI: ヘルスケアや司法制度には説明責任が必要です。AI の支援を受けて癌を診断する医師は、使用された正確なモデルバージョンを記録する必要があります。AI を使用して契約書を作成する弁護士は、出力が審査済みの偏りのないモデルからのものであることを証明しなければなりません。Judge のオンチェーン監査証跡は、このエビデンスを提供します。

予測市場とオラクル: Polymarket のようなプロジェクトは、AI を使用して賭けの結果（例：「このイベントは起こるか？」）を解決します。解決がニュース記事を分析する AI モデルに依存している場合、参加者はモデルが操作されていないという証拠を必要とします。Judge はオラクルの AI 推論を検証し、紛争を防ぎます。

どの場合においても共通しているのは、透明性のない信頼は不十分であるということです。VeritasChain が指摘しているように、AI システムには、紛争が発生したときに何が起こったかを証明する不変のログである「暗号学的フライトレコーダー」が必要なのです。

ゼロ知識証明の代替案：Verde と ZKML の比較​

Judge は、検証可能な AI を実現するための唯一のアプローチではありません。ゼロ知識機械学習（ZKML）は、zk-SNARKs を使用して同様の目標を達成します。これは、入力や重みを明かすことなく、計算が正しく実行されたことを証明する暗号学的証明です。

Verde は ZKML と比較してどうでしょうか？

検証コスト: ZKML は、証明を生成するために元の推論よりも約 1,000 倍多い計算量を必要とします（研究による推定）。推論に 10 GPU 時間を要する 70B パラメータのモデルでは、証明に 10,000 GPU 時間が必要になる可能性があります。Verde の参照委譲（refereed delegation）は対数的です。80 レイヤーではなく約 7 レイヤーをチェックすることは、1,000 倍の増加ではなく 10 倍の削減を意味します。

証明者の複雑性: ZKML は、証明を効率的に生成するために専用のハードウェア（zk-SNARK 回路用のカスタム ASIC など）を必要とします。Verde は汎用 GPU で動作し、ゲーミング PC を持つマイナーなら誰でも参加できます。

プライバシーのトレードオフ: ZKML の強みはプライバシーです。証明は入力やモデルの重みについて何も明かしません。Verde の決定論的実行は透明性があります。入力と出力は公開されます（重みは暗号化可能です）。リスクの高い意思決定において、透明性はしばしば望ましいものです。トレジャリーの配分を決定する DAO の投票では、隠された証明ではなく、公開された監査トレイルが求められます。

証明の範囲: ZKML は実用上、推論に限定されています。現在の計算コストでは、トレーニングを証明することは不可能です。Verde は推論とトレーニングの両方の検証をサポートしています（Gensyn のより広範なプロトコルは分散型トレーニングを検証します）。

実世界での採用: Modulus Labs のような ZKML プロジェクトは、オンチェーンで 18M パラメータのモデルを検証するという画期的な成果を上げていますが、依然として小規模なモデルに限定されています。Verde の決定論的ランタイムは、本番環境で 70B 以上のパラメータを持つモデルを処理します。

ZKML は、虹彩スキャンを公開せずにバイオメトリック認証を検証する（Worldcoin）など、プライバシーが最優先される場合に優れています。Verde は、特定の公開モデルが正しく実行されたことを証明するという、透明性が目標である場合に適しています。これら 2 つのアプローチは競合するものではなく、補完的なものです。

Gensyn エコシステム：Judge から分散型トレーニングへ​

Judge は、Gensyn のより広範なビジョンである、機械学習計算のための分散型ネットワークの一構成要素です。このプロトコルには以下が含まれます：

実行レイヤー: 異種ハードウェア（コンシューマー GPU、エンタープライズクラスター、エッジデバイス）間での一貫した ML 実行。Gensyn は推論とトレーニングのワークロードを標準化し、互換性を確保します。

検証レイヤー（Verde）: 参照委譲を用いたトラストレスな検証。不正な実行者は検出され、ペナルティを課されます。

ピアツーピア（P2P）通信: 中央集権的な調整なしでのデバイス間のワークロード分散。マイナーはタスクを受け取り、実行し、証明をブロックチェーンに直接提出します。

分散型コーディネーション: Ethereum ロールアップ上のスマートコントラクトが参加者を特定し、タスクを割り当て、許可なく支払いを処理します。

Gensyn の パブリックテストネットは 2025 年 3 月に開始 され、メインネットは 2026 年に予定されています。$AI トークンのパブリックセール は 2025 年 12 月に行われ、マイナーとバリデーターのための経済的インセンティブが確立されました。

Judge は評価レイヤーとしてこのエコシステムに適合します。Gensyn のコアプロトコルがトレーニングと推論を処理する一方で、Judge はそれらの出力が検証可能であることを保証します。これにより、次のようなフライホイールが生まれます：

デベロッパーがモデルをトレーニングする: Gensyn の分散型ネットワーク上で実行されます（活用されていないコンシューマー GPU が計算を提供するため、AWS よりも安価です）。

モデルがデプロイされる: Judge が評価の完全性を保証します。アプリケーションは Gensyn の API を通じて推論を消費しますが、OpenAI とは異なり、すべての出力に暗号学的証明が含まれます。

バリデーターが報酬を得る: 証明をチェックし不正を摘発することで手数料を獲得し、経済的インセンティブをネットワークのセキュリティと一致させます。

信頼が拡大する: より多くのアプリケーションが検証可能な AI を採用するにつれて、中央集権的なプロバイダーへの依存が減少します。

最終的な目標：Big Tech だけでなく、誰もが利用できる、証明可能で正しく、分散化された AI トレーニングと推論を実現することです。

課題と今後の展望​

Judge のアプローチは画期的ですが、いくつかの課題が残っています。

パフォーマンスのオーバーヘッド: RepOps による 30% の速度低下は検証には許容範囲内ですが、すべての推論を決定論的に実行する必要がある場合、レイテンシに敏感なアプリケーション（リアルタイム取引、自動運転車）は、より高速で検証不可能な代替案を好む可能性があります。Gensyn のロードマップには RepOps のさらなる最適化が含まれていると思われますが、速度と決定論の間には根本的なトレードオフが存在します。

ドライバーバージョンの断片化: Verde はバージョンが固定されたドライバーを想定していますが、GPU メーカーは常にアップデートをリリースしています。一部のマイナーが CUDA 12.4 を使い、他のマイナーが 12.5 を使うと、ビット単位の再現性が崩れます。Gensyn は厳格なバージョン管理を強制しなければならず、これはマイナーのオンボーディングを複雑にします。

モデル重みの機密性: Judge の透明性は公開モデルにとっては機能ですが、独自のモデルにとっては欠点となります。ヘッジファンドが価値のある取引モデルをトレーニングし、それを Judge にデプロイすると、オンチェーンのコミットメントを通じて競合に重みが公開されるリスクがあります。秘密のモデルには ZKML ベースの代替案が好まれる可能性があり、これは Judge がオープンまたはセミオープンな AI アプリケーションをターゲットにしていることを示唆しています。

紛争解決のレイテンシ: チャレンジャーが不正を主張した場合、バイナリサーチによる紛争解決には複数のオンチェーン取引が必要になります（各ラウンドで探索範囲が絞り込まれます）。高頻度アプリケーションは、ファイナリティ（確定）まで数時間待つことはできません。Gensyn はレイテンシを短縮するために、オプティミスティック検証（期間内に異議申し立てがない限り正しいと仮定する）を導入する可能性があります。

参照委譲におけるシビル耐性: 複数の実行者が合意しなければならない場合、単一のエンティティがシビル・アイデンティティ（偽造された複数の身元）を通じてすべての実行者を制御することをどう防ぐのでしょうか？Gensyn はおそらく、ステーク加重による選択（評判の高いバリデーターが優先的に選ばれる）とスラッシングを組み合わせて共謀を抑止すると思われますが、経済的な閾値は慎重に調整される必要があります。

これらは致命的な欠陥ではなく、エンジニアリング上の課題です。「決定論的 AI + 暗号学的検証」という核となるイノベーションは堅実です。テストネットからメインネットへと移行するにつれて、実行の詳細は成熟していくでしょう。

検証可能な AI への道：採用経路とマーケットフィット​

Judge の成功は採用にかかっています。どのアプリケーションが最初に検証可能な AI を導入するのでしょうか？

自律型エージェントを備えた DeFi プロトコル: Aave、Compound、Uniswap などの DAO は、財務管理のために Judge で検証されたエージェントを統合できます。コミュニティがモデルのハッシュを承認するために投票し、すべてのエージェントの決定には証明が含まれます。この透明性は、DeFi の正当性にとって極めて重要な信頼を構築します。

予測市場とオラクル: Polymarket や Chainlink のようなプラットフォームは、賭けの解決や価格フィードの配信に Judge を使用できます。感情、ニュース、またはオンチェーンのアクティビティを分析する AI モデルは、検証可能な出力を生成し、オラクル操作をめぐる紛争を排除します。

分散型アイデンティティと KYC: AI ベースの本人確認（自撮り写真からの年齢推定、書類の真正性チェック）を必要とするプロジェクトは、Judge の監査証跡から利益を得ます。規制当局は、中央集権的なアイデンティティプロバイダーを信頼することなく、コンプライアンスの暗号学的証明を受け入れることができます。

ソーシャルメディアのコンテンツモデレーション: 分散型ソーシャルネットワーク（Farcaster、Lens Protocol）は、Judge で検証された AI モデレーターを導入できます。コミュニティメンバーは、モデレーションモデルに偏りや検閲がないことを検証でき、プラットフォームの中立性を確保できます。

AI-as-a-Service プラットフォーム: AI アプリケーションを構築する開発者は、「検証可能な推論」をプレミアム機能として提供できます。ユーザーは証明のために追加料金を支払い、不透明な代替サービスと差別化を図ることができます。

共通点：信頼のコストが高い（規制、分散化、または利害関係が大きいため）一方で、検証コストが許容される（確実性の価値と比較して）アプリケーションです。

Judge は、消費者向けのチャットボットにおいて OpenAI に取って代わるものではありません。レシピのアイデアを求めているユーザーは、GPT-4 が検証可能かどうかを気にしません。しかし、金融アルゴリズム、医療ツール、ガバナンスシステムにとって、検証可能な AI は未来そのものです。

新たな標準としての検証可能性​

Gensyn の Judge はパラダイムシフトを象徴しています。AI の評価は「プロバイダーを信頼する」ことから「証明を検証する」ことへと移行しています。Verde によるビット単位で正確な再現性、参照委託を通じた効率的な検証、そしてオンチェーンの監査証跡という技術的基盤が、この移行を単なる理想ではなく現実的なものにしています。

その影響は Gensyn をはるかに超えて広がります。検証可能な AI が標準になれば、中央集権的なプロバイダーはその参入障壁（モート）を失います。OpenAI の価値提案は GPT-4 の能力だけではなく、インフラを管理しなくて済むという「利便性」にあります。しかし、もし Gensyn が分散型 AI が中央集権型と同等のパフォーマンスに「検証可能性」を加えて提供できることを証明すれば、開発者が独自の API に縛られる理由はなくなります。

競争はすでに始まっています。ZKML プロジェクト（Modulus Labs、Worldcoin のバイオメトリックシステム）はゼロ知識証明に賭けています。確実なランタイム（Gensyn の Verde、EigenAI）は再現性に賭けています。オプティミスティックなアプローチ（ブロックチェーン AI オラクル）は不正証明に賭けています。それぞれの道にはトレードオフがありますが、目的地は同じです。それは、出力が単に「もっともらしい」だけでなく「証明可能」である AI システムです。

利害関係の大きい意思決定において、これはオプションではありません。金融、ヘルスケア、または法的なアプリケーションにおいて、規制当局は AI プロバイダーからの「信じてください」という言葉を受け入れないでしょう。DAO は財務管理をブラックボックスのエージェントに委ねることはありません。そして、自律型 AI システムがより強力になるにつれ、一般市民は透明性を求めるようになるでしょう。

Judge は、この約束を果たす最初のプロダクション対応システムです。テストネットは稼働しています。暗号学的な基盤は強固です。AI エージェント関連の暗号資産 270 億ドル、アルゴリズムによって管理される数十億ドルの DeFi 資産、そして高まる規制圧力という市場の準備は整っています。

不透明な AI API の時代は終わりつつあります。検証可能な知性の時代が始まろうとしています。そして、Gensyn の Judge がその道を照らしています。

情報源:

Nillion の Blacklight が稼働開始：ERC-8004 が自律型 AI エージェントの信頼レイヤーを構築する方法

· 約 19 分
Dora Noda
Dora Noda
Software Engineer

2026 年 2 月 2 日、AI エージェント経済は重要な一歩を踏み出しました。Nillion は、ブロックチェーンにおける最も差し迫った課題の 1 つである「一度も会ったことのない AI エージェントをどうやって信頼するか？」という問題を解決するために、ERC-8004 標準 を実装した検証レイヤーである Blacklight を立ち上げました。

その答えは、単純なレピュテーションスコアや中央集権的なレジストリではありません。それは、暗号学的証明、プログラム可能な監査、そしてコミュニティが運営するノードネットワークに支えられた 5 段階の検証プロセスです。自律型エージェントが取引の実行、トレジャリーの管理、クロスチェーン活動の調整を行う機会が増える中、Blacklight は大規模なトラストレスな AI 調整を可能にするインフラを象徴しています。

AI エージェントが単独では解決できない信頼の問題​

数字が物語っています。現在、AI エージェントは Polymarket の取引量の 30％ に貢献しており、複数のプロトコルにわたる DeFi の収益戦略を担当し、複雑なワークフローを自律的に実行しています。しかし、根本的なボトルネックが存在します。「既存の関係がないエージェント同士が、どのようにお互いの信頼性を検証するのか？」という点です。

従来のシステムは、証明書を発行する中央集権的な権限に依存しています。Web3 の約束は異なります。つまり、暗号学とコンセンサスを通じたトラストレスな検証です。しかし、ERC-8004 が登場するまで、エージェントが自らの真正性を証明したり、行動を追跡したり、意思決定ロジックをオンチェーンで検証したりするための標準化された方法はありませんでした。

これは単なる理論上の問題ではありません。Davide Crapis 氏が説明するように、「ERC-8004 は、分散型 AI エージェントの相互作用を可能にし、トラストレスなコマースを確立し、Ethereum 上のレピュテーションシステムを強化します。」これがなければ、エージェント間のコマースは「クローズドな庭（Walled Garden）」の中に限定されるか、手動の監視が必要になり、自律性の目的が失われてしまいます。

ERC-8004：3 つのレジストリによる信頼インフラ​

2026 年 1 月 29 日に Ethereum メインネットで稼働を開始した ERC-8004 標準 は、3 つのオンチェーンレジストリを通じてモジュール式の信頼レイヤーを構築します。

Identity Registry（アイデンティティ・レジストリ）: ERC-721 を使用して、ポータブルなエージェント識別子を提供します。各エージェントは、固有のオンチェーン・アイデンティティを表す非代替性トークン（NFT）を受け取り、プラットフォームを跨いだ認識を可能にし、アイデンティティのなりすましを防止します。

Reputation Registry（レピュテーション・レジストリ）: 標準化されたフィードバックと評価を収集します。中央集権的なレビューシステムとは異なり、フィードバックは暗号署名と共にオンチェーンに記録され、不変の監査証跡を作成します。誰でもこの履歴を取得し、独自のレピュテーション・アルゴリズムを構築できます。

Validation Registry（バリデーション・レジストリ）: エージェントの作業の暗号学的および経済的検証をサポートします。ここではプログラム可能な監査が行われます。バリデーターは計算を再実行したり、ゼロ知識証明を検証したり、信頼実行環境（TEE）を活用してエージェントが正しく行動したことを確認したりできます。

ERC-8004 の素晴らしさは、その非固執的（Unopinionated）な設計にあります。技術仕様 に記載されているように、この標準は様々な検証手法をサポートしています。「ステークによって保護されたタスクの再実行（EigenLayer のようなシステムに着想を得たもの）、ゼロ知識機械学習（zkML）証明の検証、および信頼実行環境からのアテステーション（証明）。」

この柔軟性が重要です。DeFi アービトラージ・エージェントは、アルファ（独自の情報）を明かすことなく zkML 証明を使用して取引ロジックを検証できます。サプライチェーン・エージェントは、TEE アテステーションを使用して、現実世界のデータに正しくアクセスしたことを証明できます。クロスチェーン・ブリッジ・エージェントは、誠実な実行を保証するために、スラッシング（ペナルティ）を伴う暗号経済的検証に依存することができます。

Blacklight の 5 段階の検証プロセス​

Nillion による Blacklight への ERC-8004 の実装は、重要なレイヤーである「コミュニティ運営の検証ノード」を追加します。プロセスの仕組みは以下の通りです。

1. エージェント登録: エージェントは Identity Registry にアイデンティティを登録し、ERC-721 NFT を受け取ります。これにより、エージェントの公開鍵に関連付けられた固有のオンチェーン識別子が作成されます。

2. 検証リクエストの開始: 取引の実行、資金の移動、状態の更新など、検証が必要なアクションをエージェントが実行するとき、Blacklight に検証リクエストを送信します。

3. 委員会の割り当て: Blacklight プロトコルは、リクエストを監査するために検証ノードの委員会をランダムに割り当てます。これらのノードは、ネットワークの完全性のためにインセンティブが調整された、70,000 NIL トークンをステークしているコミュニティメンバーによって運営されます。

4. ノードによるチェック: 委員会のメンバーは、計算を再実行するか、暗号学的証明を検証します。バリデーターが不正な行動を検出した場合、（暗号経済的検証を使用しているシステムでは）エージェントのステークをスラッシングしたり、Reputation Registry でそのアイデンティティにフラグを立てたりすることができます。

5. オンチェーン・レポート: 結果はオンチェーンに投稿されます。Validation Registry はエージェントの作業が検証されたかどうかを記録し、実行の永続的な証明を作成します。それに応じて Reputation Registry が更新されます。

このプロセスは非同期かつノンブロッキング（非停止）で行われるため、エージェントはルーチンタスクを完了するために検証を待つ必要はありません。ただし、リスクの高いアクション（多額の送金、クロスチェーン操作）には、事前の検証が必要になる場合があります。

プログラマブルな監査：バイナリな信頼を超えて​

Blacklight の最も野心的な機能は「プログラマブルな検証」です。これは、エージェントが「何をしたか」だけでなく、意思決定を「どのように」行ったかを監査する能力です。

トレジャリーを管理する DeFi エージェントを考えてみましょう。従来の監査では、資金が正しく移動したことを検証します。プログラマブルな監査では、以下を検証します：

  • 意思決定ロジックの一貫性：エージェントは表明された投資戦略に従ったか、それとも逸脱したか？
  • マルチステップ・ワークフローの実行：エージェントが 3 つのチェーンにわたってポートフォリオをリバランスすることになっていた場合、すべてのステップを完了したか？
  • セキュリティ制約：エージェントはガスリミット、スリッページ許容度、およびエクスポージャーの上限を遵守したか？

これが可能なのは、ERC-8004 の Validation Registry が任意の証明システムをサポートしているためです。エージェントは、意思決定アルゴリズム（例：ニューラルネットワークの重みのハッシュや、そのロジックを表す zk-SNARK 回路）をオンチェーンでコミットし、独自の詳細を明かすことなく、各アクションがそのアルゴリズムに準拠していることを証明できます。

Nillion のロードマップは、これらのユースケースを明確にターゲットにしています：「Nillion は Blacklight の機能を『プログラマブルな検証』へと拡張し、エージェントの意思決定ロジックの一貫性、マルチステップ・ワークフローの実行、セキュリティ制約などの複雑な動作の分散型監査を可能にする計画です。」

これにより、検証はリアクティブ（事後にエラーを検出する）なものから、プロアクティブ（設計によって正しい動作を強制する）なものへと移行します。

ブラインド・コンピュテーション：プライバシーと検証の両立​

Nillion の基盤技術である Nil Message Compute (NMC) は、エージェント検証にプライバシーの次元を加えます。すべてのデータが公開される従来のブロックチェーンとは異なり、Nillion の「ブラインド・コンピュテーション」は、復号することなく暗号化されたデータ上での操作を可能にします。

これがエージェントにとって重要な理由は次のとおりです。AI エージェントは、競合他社にアルファ（超過収益の源泉）を明かすことなく、自身の取引戦略を検証する必要があるかもしれません。あるいは、患者のデータを公開することなく、機密性の高い医療記録に正しくアクセスしたことを証明する必要があるかもしれません。または、独自のビジネスロジックを開示することなく、規制上の制約への準拠を実証する必要があるかもしれません。

Nillion の NMC は、マルチパーティ計算 (MPC) を通じてこれを実現します。MPC では、ノードが協力して、データの暗号化に使用される相関乱数である「ブラインディング・ファクター（目隠し要素）」を生成します。DAIC Capital が説明するように、「ノードはデータの処理に必要な主要なネットワークリソース、つまりブラインディング・ファクターと呼ばれる一種の相関乱数を生成し、各ノードがそのシェアを安全に保存することで、量子耐性のある方法でネットワーク全体に信頼を分散させます。」

このアーキテクチャは、設計段階から量子耐性を備えています。たとえ量子コンピュータが今日の楕円曲線暗号を解読したとしても、分散されたブラインディング・ファクターは安全なままです。なぜなら、単一のノードがデータを復号するのに十分な情報を保持していないためです。

AI エージェントにとって、これは機密性を犠牲にすることなく検証が可能であることを意味します。エージェントは、手法、データソース、および意思決定ロジックを非公開に保ちながら、タスクを正しく実行したことを証明できます。

43 億ドルのエージェント・エコノミー・インフラ戦略​

Blacklight の立ち上げは、ブロックチェーン × AI セクターが急成長期に入るタイミングで行われました。市場は 2025 年の 6 億 8,000 万ドルから 2034 年には 43 億ドルへ 、年平均成長率 (CAGR) 22.9% で成長すると予測されており、より広範なコンフィデンシャル・コンピューティング市場は 2032 年までに 3,500 億ドルに達すると見られています。

しかし、Nillion は単に市場の拡大に賭けているだけではありません。自らを重要なインフラとして位置づけています。エージェント・エコノミーのボトルネックは計算能力やストレージではなく、「大規模な信頼（trust at scale）」です。KuCoin の 2026 年の見通しが指摘するように、3 つの主要なトレンドが AI のアイデンティティと価値の流れを再形成しています。

Agent-Wrapping-Agent システム：エージェントが他のエージェントと連携して、複雑なマルチステップのタスクを実行するシステム。これには標準化されたアイデンティティと検証が必要であり、それこそが ERC-8004 が提供するものです。

KYA (Know Your Agent)：エージェントの認証情報を要求する金融インフラ。規制当局は、正しい動作の証明なしに、自律型エージェントが資金を管理することを承認しないでしょう。Blacklight のプログラマブルな監査は、この問題に直接対処します。

ナノ・ペイメント：エージェントはマイクロペイメントを効率的に決済する必要があります。2026 年 1 月に 2,000 万件以上のトランザクションを処理した x402 決済プロトコルは、決済を担当することで ERC-8004 を補完し、Blacklight が信頼を担保します。

Together, these standards reached production readiness within weeks of each other—a coordination breakthrough signaling infrastructure maturation. これらの一連の標準は、互いに数週間の差で本番環境への導入準備が整いました。これは、インフラの成熟を示す調整のブレイクスルーです。

Ethereum のエージェント・ファーストな未来​

ERC-8004 の採用は Nillion をはるかに超えて広がっています。2026 年初頭の時点で、複数のプロジェクトがこの標準を統合しています。

この急速な採用は、Ethereum のロードマップにおける広範な変化を反映しています。ヴィタリック・ブテリン氏は、ブロックチェーンの役割は AI エージェントのための「単なる配管」になりつつあると繰り返し強調しています。つまり、消費者向けのレイヤーではなく、自律的な調整を可能にする信頼インフラとしての役割です。

Nillion の Blacklight は、検証をプログラマブルでプライバシーを保護し、分散化されたものにすることで、このビジョンを加速させます。中央集権的なオラクルや人間の査読者に頼る代わりに、エージェントは暗号技術を用いて自らの正確性を証明できるのです。

次に来るもの：メインネットの統合とエコシステムの拡大​

Nillion の 2026 年のロードマップ では、Ethereum との互換性と持続可能な分散化を優先しています。2026 年 2 月に Ethereum ブリッジが稼働し、続いてステーキングとプライベート計算のためのネイティブ・スマートコントラクトが導入されました。

70,000 NIL トークンをステーキングしているコミュニティメンバーは、Blacklight 検証ノードを運営し、ネットワークの完全性を維持しながら報酬を得ることができます。この設計は Ethereum のバリデーター経済を反映していますが、検証に特化した役割が追加されています。

次のマイルストーンは以下の通りです：

  • zkML サポートの拡大：Modulus Labs などのプロジェクトと統合し、オンチェーンでの AI 推論を検証します。
  • クロスチェーン検証：Blacklight が Ethereum、Cosmos、Solana で動作するエージェントを検証できるようにします。
  • 企業パートナーシップ：エンタープライズ・エージェントのデプロイメントに向けた Coinbase や Alibaba Cloud との提携。
  • 規制コンプライアンスツール：金融サービス採用のための KYA フレームワークの構築。

おそらく最も重要なのは、Nillion が nilGPT を開発していることです。これは、ブラインド計算（Blind Computation）がいかに機密性の高いエージェントとのやり取りを可能にするかを実証する、完全プライベートな AI チャットボットです。これは単なるデモではなく、ヘルスケア、金融、政府機関における機密データを扱うエージェントの青写真となります。

トラストレスなコーディネーションの終着点​

Blacklight のローンチは、エージェント経済の転換点となります。ERC-8004 以前、エージェントはサイロ化された状態で活動していました。独自のエコシステム内では信頼されていても、人間の仲介なしにはプラットフォームを越えた連携ができませんでした。ERC-8004 以降、エージェントはお互いの身元を検証し、行動を監査し、自律的に支払いを決済できるようになります。

これにより、全く新しいカテゴリーのアプリケーションが解放されます：

  • 分散型ヘッジファンド：検証可能な投資戦略と透明性のあるパフォーマンス監査を備え、チェーンを跨いでポートフォリオを管理するエージェント。
  • 自律型サプライチェーン：中央集権的な監視なしに、物流、支払い、コンプライアンスを調整するエージェント。
  • AI 搭載 DAO：暗号学的に検証された意思決定ロジックに基づいて投票、提案、実行を行うエージェントによって管理される組織。
  • クロスプロトコル流動性管理：プログラム可能なリスク制約の下で、DeFi プロトコル間で資産をリバランスするエージェント。

共通点は何でしょうか？それはすべて、既存の関係や中央集権的な信頼の拠り所なしに、エージェントが協力し合う能力、つまり「トラストレスなコーディネーション」を必要としている点です。

Nillion の Blacklight は、まさにそれを提供します。ERC-8004 のアイデンティティとレピュテーション（評判）インフラを、プログラム可能な検証およびブラインド計算と組み合わせることで、目前に迫った「1 兆エージェント経済」に対応できる拡張性の高い信頼レイヤーを構築します。

ブロックチェーンが AI エージェントやグローバル金融の配管（インフラ）となる中で、問題は検証インフラが必要かどうかではなく、誰がそれを構築し、それが分散型であるか、あるいは少数のゲートキーパーによって管理されるかということです。Blacklight のコミュニティ運営ノードとオープンスタンダードは、前者の正当性を証明しています。

自律的なオンチェーン・アクターの時代が到来しました。インフラは稼働しています。残された唯一の問いは、その上に何が構築されるかです。

出典：

AI × Web3 の融合：ブロックチェーンが自律型エージェントのオペレーティングシステムになった経緯

· 約 24 分
Dora Noda
Dora Noda
Software Engineer

2026年 1月 29日、Ethereum は ERC-8004 をローンチしました。これは AI ソフトウェアエージェントに永続的なオンチェーンアイデンティティを付与する規格です。数日以内に 24,549 を超えるエージェントが登録され、BNB Chain は同プロトコルへのサポートを発表しました。これは単なる漸進的な進歩ではありません。人間の介在なしに、取引、調整、レピュテーションの構築を行うことができる自律的な経済主体のためのインフラストラクチャです。

AI エージェントが生存するためにブロックチェーンは必須ではありません。しかし、調整を行うためにはブロックチェーンが必要です。組織の境界を越えてトラストレスに取引を行うため。検証可能なレピュテーションを構築するため。自律的に支払いを決済するため。中央集権的な仲介者なしに実行を証明するため。

この融合が加速しているのは、両方のテクノロジーが互いの決定的な弱点を解決するからです。AI は知能と自動化を提供し、ブロックチェーンは信頼と経済的インフラを提供します。これらが組み合わさることで、既存の信頼関係を必要とせずにオープンな市場に参加できる自律型システムという、単独では達成不可能な何かが生み出されます。

この記事では、アイデンティティ標準から経済プロトコル、分散型モデルの実行に至るまで、AI × Web3 の融合を不可避にしているインフラストラクチャを検証します。問題は、AI エージェントがブロックチェーン上で活動するかどうかではなく、数百万の自律的な経済主体をサポートするために、インフラがどれだけ早くスケールするかということです。

ERC-8004：AI エージェントのためのアイデンティティインフラ​

ERC-8004 は 2026年 1月 29日に Ethereum メインネットで稼働を開始し、エージェントのアイデンティティ、レピュテーション、検証のための標準化されたパーミッションレスなメカズムを確立しました。

このプロトコルは、既存の信頼関係なしに、組織の境界を越えてエージェントを発見し、選択し、相互作用する方法という根本的な問題を解決します。アイデンティティインフラがなければ、エージェントのあらゆる相互作用には、マーケットプレイスプラットフォーム、検証サービス、紛争解決レイヤーといった中央集権的な仲介が必要になります。ERC-8004 は、これらをトラストレスでコンポーザブルなものにします。

3つのコアレジストリ：

アイデンティティレジストリ： URIStorage 拡張機能を備えた ERC-721 に基づく、オンチェーン上の最小限のハンドルで、エージェントの登録ファイルに紐付けられます。すべてのエージェントは、ポータブルで検閲耐性のある識別子を取得します。どこの中央機関も、誰がエージェントのアイデンティティを作成できるか、あるいはどのプラットフォームがそれを認識するかを制御することはありません。

レピュテーションレジストリ： フィードバックシグナルを投稿および取得するための標準化されたインターフェース。エージェントは、オンチェーンの取引履歴、完了したタスク、相手方からのレビューを通じてレピュテーションを構築します。レピュテーションは個別のマーケットプレイス内に閉じ込められるのではなく、プラットフォーム間で持ち運び可能になります。

バリデーションレジストリ： 独立したバリデータによるチェック（ジョブを再実行するステーカー、実行を確認する zkML 検証者、計算を証明する TEE オラクル、紛争を解決する信頼できる判定者など）を要求および記録するための汎用的なフック。検証メカズムは、プラットフォーム固有の実装を必要とせず、モジュール式に接続されます。

このアーキテクチャは、オープンなエージェント市場のための条件を作り出します。AI エージェントのための Upwork のようなものの代わりに、エージェントが互いを発見し、条件を交渉し、タスクを実行し、支払いを決済する、中央集権的なプラットフォームのゲートキーピングが一切ないパーミッションレスなプロトコルが得られます。

BNB Chain による迅速なサポート発表は、この規格がマルチチェーンでの採用に向かっていることを示唆しています。マルチチェーンエージェントアイデンティティにより、エージェントは統一されたレピュテーションと検証システムを維持しながら、複数のブロックチェーンエコシステムにまたがって活動できるようになります。

DeMCP：Model Context Protocol と分散化の融合​

DeMCP は初の分散型 Model Context Protocol ネットワークとしてローンチされ、TEE（信頼実行環境）とブロックチェーンを用いて信頼とセキュリティの問題に取り組んでいます。

Anthropic によって開発された Model Context Protocol（MCP）は、アプリケーションが大規模言語モデルにコンテキストを提供する方法を標準化します。AI アプリケーションにとっての USB-C と考えてください。あらゆるデータソースに対してカスタム統合を行う代わりに、MCP はユニバーサルなインターフェース標準を提供します。

DeMCP はこれを Web3 に拡張します。オンデマンドの MCP インスタンスを介して GPT-4 や Claude などの主要な LLM へのシームレスな従量課金制アクセスを提供し、支払いはすべてステーブルコイン（USDT/USDC）で行われ、収益分配モデルによって管理されます。

このアーキテクチャは、3つの決定的な問題を解決します。

アクセス： 従来の AI モデル API には、中央集権的なアカウント、決済インフラ、プラットフォーム固有の SDK が必要です。DeMCP により、自律型エージェントは標準化されたプロトコルを通じて LLM にアクセスでき、人間が管理する API キーやクレジットカードなしで暗号資産で支払うことができます。

信頼： 中央集権的な MCP サービスは、単一障害点や監視の対象となります。DeMCP の TEE で保護されたノードは検証可能な実行を提供します。エージェントは、モデルが改ざんされることなく特定のプロンプトを実行したことを確認できます。これは財務上の決定や規制遵守において不可欠です。

コンポーザビリティ： MCP と A2A（Agent-to-Agent）プロトコルに基づいた新世代の AI エージェントインフラストラクチャが登場しています。これらは特に Web3 のシナリオ向けに設計されており、エージェントがマルチチェーンデータにアクセスし、DeFi プロトコルとネイティブに相互作用することを可能にします。

その結果、MCP は AI を Web3 の第一級市民に変えます。ブロックチェーンは信頼、調整、そして経済的基盤を提供します。これらが合わさることで、エージェントが相互運用可能なプロトコル間で推論し、調整し、行動する分散型オペレーティングシステムが形成されます。

2026年に注目すべき注目の MCP 暗号資産プロジェクトには、エージェント調整レイヤーを構築するインフラプロバイダー、分散型モデル実行ネットワーク、およびエージェントが Web3 エコシステム全体で自律的に活動することを可能にするプロトコルレベルの統合が含まれます。

Polymarket の 170 以上のエージェントツール：実働するインフラ​

Polymarket のエコシステムは 19 カテゴリーにわたる 170 以上のサードパーティツールに成長し、予測市場の取引に真剣に取り組むすべての人にとって不可欠なインフラとなっています。

ツールのカテゴリーは、エージェントのワークフロー全体を網羅しています：

自律型トレーディング： AI 搭載エージェントが戦略を自動的に発見・最適化し、予測市場をイールドファーミングや DeFi プロトコルと統合します。一部のエージェントは短期予測において 98% の精度を達成しています。

アービトラージシステム： Polymarket と他の予測プラットフォーム、あるいは従来のベッティング市場との間の価格乖離を特定する自動ボットであり、人間よりも速く取引を実行します。

クジラ（大口投資家）の追跡： 大規模なポジション移動を監視するツールです。これにより、エージェントは過去のパフォーマンスの相関関係に基づいて、機関投資家の動きに追随したり、逆張りをしたりすることが可能になります。

コピートレードインフラ： トップパフォーマーの戦略をエージェントが複製できるようにするプラットフォームです。実績のオンチェーン検証により、偽のパフォーマンス情報の掲載を防止します。

分析とデータフィード： 機関投資家グレードの分析を提供し、市場の厚み、流動性分析、過去の確率分布、イベント結果の相関データをエージェントに提供します。

リスク管理： 自動化されたポジションサイジング、エクスポージャー制限、ストップロス・メカニズムが、エージェントのトレーディングロジックに直接組み込まれています。

このエコシステムは、AI × Web3 の融合というテーゼを実証しています。Polymarket はエージェント開発専用の GitHub リポジトリと SDK を提供しており、自律的なアクターを例外や利用規約違反としてではなく、プラットフォームの第一級の参加者として扱っています。

2026 年の展望には、$POLY トークンのローンチの可能性が含まれており、ガバナンス、手数料体系、エコシステムのインセンティブに関する新たなダイナミクスを生み出すことが期待されています。CEO の Shayne Coplan は、これが 2026 年で最大級の TGE（トークン生成イベント）の一つになる可能性があることを示唆しました。さらに、Polymarket が（Hyperliquid モデルに倣って）独自のブロックチェーンをローンチする可能性もあり、数十億ドルの資金調達を経てアプリチェーンへと進化するのは自然な流れと言えます。

インフラスタック：AI × Web3 のレイヤー​

ブロックチェーン上で動作する自律型エージェントには、複数のレイヤーにわたる調整されたインフラが必要です：

レイヤー 1：アイデンティティとレピュテーション

  • エージェント識別のための ERC-8004 レジストリ
  • パフォーマンスを追跡するオンチェーン・レピュテーションシステム
  • エージェントの所有権と権限の暗号学的証明
  • マルチエコシステム運用のためのクロスチェーン・アイデンティティ・ブリッジ

レイヤー 2：アクセスと実行

  • 分散型 LLM アクセスのための DeMCP
  • プライベートなエージェントロジックのための TEE（信頼実行環境）で保護された計算
  • 検証可能な推論のための zkML（ゼロ知識機械学習）
  • モデルの実行を分散させる分散型推論ネットワーク

レイヤー 3：調整とコミュニケーション

  • 直接交渉のための A2A（エージェント間）プロトコル
  • エージェント間通信のための標準化されたメッセージングフォーマット
  • 特定の能力を持つエージェントを見つけるためのディスカバリーメカニズム
  • 自律型契約のためのエスクローおよび紛争解決

レイヤー 4：経済的インフラ

  • 国境を越えた決済のためのステーブルコイン決済レール
  • エージェントが生成した資産のための自動マーケットメーカー（AMM）
  • プログラマブルな手数料体系と収益分配
  • トークンベースのインセンティブ設計

レイヤー 5：アプリケーションプロトコル

  • 自律的な収益最適化のための DeFi 統合
  • 情報取引のための予測市場 API
  • エージェントが作成したコンテンツのための NFT マーケットプレイス
  • DAO ガバナンスへの参加フレームワーク

このスタックにより、単純な自動化（スマートコントラクトの実行）、反応型エージェント（オンチェーンイベントへの応答）、プロアクティブ型エージェント（推論に基づいた戦略の開始）、そして調整型エージェント（他の自律的アクターとの交渉）へと、エージェントの行動は段階的に複雑化していきます。

このインフラは、AI エージェントがブロックチェーンを利用できるようにするだけではありません。ブロックチェーンを自律的な経済活動のための「自然な実行環境」へと変貌させるのです。

なぜ AI にはブロックチェーンが必要なのか：信頼の問題​

AI エージェントは、中央集権的なアーキテクチャでは解決できない根本的な信頼の課題に直面しています：

検証（Verification）： AI エージェントが改ざんされることなく特定のロジックを実行したことを、どう証明するのでしょうか？ 従来の API は何の保証も提供しません。zkML や TEE アテステーションを備えたブロックチェーンは、検証可能な計算、つまり特定のモデルが特定の入力を処理し、特定の出力を生成したという暗号学的証明を生成します。

レピュテーション（Reputation）： エージェントはどうやって組織の枠を越えて信頼を築くのでしょうか？ 中央集権的なプラットフォームはクローズドな環境を作り出します。Upwork で獲得した評判は Fiverr には引き継がれません。オンチェーンのレピュテーションは、ポータブル（持ち運び可能）で検証可能であり、シビル攻撃による操作にも耐性があります。

決済（Settlement）： 自律型エージェントは、人間の介在なしにどうやって支払いを処理するのでしょうか？ 従来の銀行業務には、口座、KYC、そして取引ごとの人間による承認が必要です。ステーブルコインとスマートコントラクトは、官僚的なセキュリティではなく暗号学的なセキュリティに基づいた、プログラマブルで即時の決済を可能にします。

調整（Coordination）： 異なる組織のエージェント同士が、信頼できる仲介者なしにどうやって交渉するのでしょうか？ 従来のビジネスには契約書、弁護士、執行メカニズムが必要です。スマートコントラクトはトラストレスな契約実行を可能にします。コードが検証可能な条件に基づいて、自動的に規約を執行するのです。

帰属（Attribution）： どのエージェントが特定の出力を生成したかをどうやって証明するのでしょうか？ AI コンテンツの出所（プロベナンス）は、著作権、責任、収益分配において極めて重要になります。オンチェーンのアテステーションは、作成、変更、所有権に関する改ざん不可能な記録を提供します。

ブロックチェーンは、単にこれらの機能を可能にするだけではありません。中央集権的な信頼の前提を再導入することなく、これらを可能にする唯一のアーキテクチャなのです。この融合は、投機的なナラティブからではなく、技術的な必然性から生まれています。

なぜブロックチェーンに AI が必要なのか：インテリジェンスの課題​

ブロックチェーンは、AI が解決できる同様に根本的な限界に直面しています。

複雑さの抽象化： ブロックチェーンの UX は依然として使いにくいものです。シードフレーズ、ガス代、トランザクション署名などです。AI エージェントは、技術的な実装詳細を公開することなくユーザーの意図を実行するインテリジェントな仲介者として、複雑さを抽象化できます。

情報処理： ブロックチェーンはデータを提供しますが、それを解釈するインテリジェンスが不足しています。AI エージェントはオンチェーンの活動パターンを分析し、アービトラージ（裁定取引）の機会を特定し、市場の動きを予測し、人間には不可能なスピードと規模で戦略を最適化します。

自動化： スマートコントラクトはロジックを実行しますが、明示的なプログラミングなしに変化する状況に適応することはできません。AI エージェントは、パラメータ変更のたびにガバナンス提案を必要とすることなく、結果から学習し戦略を調整することで、動的な意思決定を提供します。

発見可能性： DeFi プロトコルは断片化に悩まされています。ユーザーは何百ものプラットフォームから手動で機会を見つけ出す必要があります。AI エージェントは、高度な多変数最適化に基づいて、アクティビティを継続的にスキャン、評価し、最適なプロトコルにルーティングします。

リスク管理： 人間のトレーダーは、規律、感情、そして注意力の限界に苦労します。AI エージェントは、事前定義されたリスクパラメータを強制し、迷わずストップロスを実行し、複数のチェーンを同時に 24 時間 365 日監視します。

この関係は共生的です。ブロックチェーンは AI の調整を可能にする信頼のインフラを提供し、AI はブロックチェーンインフラを複雑な経済活動に利用可能にするインテリジェンスを提供します。

台頭するエージェント経済​

インフラスタックは、新しい経済モデルを可能にします。

Agent-as-a-Service（サービスとしてのエージェント）： 自律型エージェントはオンデマンドでその機能を貸し出し、需要と供給に基づいて動的に価格設定を行います。プラットフォームも仲介者も存在しない、直接的なエージェント間サービス市場です。

協調的インテリジェンス： エージェントは複雑なタスクのために専門知識を出し合い、貢献度に応じて収益を自動的に分配するスマートコントラクトを通じて調整を行います。単一のエージェントの能力を超えた問題を解決するマルチエージェントシステムです。

予測の拡張： エージェントは情報の流れを継続的に監視し、確率推定を更新し、人間が読めるニュースになる前にインサイトに基づいて取引を行います。情報金融（InfoFi）はアルゴリズム化され、エージェントが価格発見を主導するようになります。

自律型組織： トークン保有者に代わって実行する AI エージェントによって完全に管理される DAO です。人間の投票ではなく、検証可能な推論を通じて意思決定を行います。暗号学的な説明責任を持ち、マシンのスピードで運営される組織です。

コンテンツ経済： オンチェーンのプロバンス（出所証明）を備えた AI 生成コンテンツにより、自動化されたライセンス供与、ロイヤリティ分配、二次創作権の作成が可能になります。エージェントが利用条件を交渉し、スマートコントラクトを通じて帰属を強制します。

これらは仮説ではありません。初期のバージョンはすでに稼働しています。問題は、数百万の自律的な経済主体をサポートするために、インフラがいかに速くスケールするかです。

残された技術的課題​

急速な進歩にもかかわらず、大きな障害が残っています。

スケーラビリティ： 現在のブロックチェーンはスループットに苦労しています。継続的なマイクロトランザクションを実行する数百万のエージェントには、レイヤー 2 ソリューション、オプティミスティック・ロールアップ、またはエージェント専用のチェーンが必要です。

プライバシー： 多くのエージェント操作には、機密性の高いロジックやデータが必要です。TEE（信頼実行環境）は部分的な解決策を提供しますが、完全準同型暗号（FHE）や高度な暗号技術は、本番規模では依然として高価すぎます。

規制： 自律的な経済主体は既存の法的枠組みに挑戦しています。エージェントが損害を与えた場合、誰が責任を負うのでしょうか？ KYC/AML（本人確認・マネーロンダリング防止）の要件はどのように適用されるのでしょうか？ 規制の明確化は技術的能力に遅れをとっています。

モデルコスト： LLM（大規模言語モデル）の推論は依然として高額です。分散型ネットワークは、検証のオーバーヘッドを加えつつ、中央集権的な API 価格設定に対抗しなければなりません。経済的な実行可能性には、継続的なモデル効率の向上が必要です。

オラクル問題： エージェントには信頼できる現実世界のデータが必要です。既存のオラクルソリューションは、信頼の前提と遅延を導入します。オンチェーンロジックとオフチェーン情報の間のより優れたブリッジが引き続き不可欠です。

これらの課題は克服不可能なものではありません。明確な解決策への道筋があるエンジニアリング上の問題です。インフラの軌道は、12 〜 24 か月以内の解決を指し示しています。

2026 年の変曲点​

2026 年には複数の触媒が収束します。

標準の成熟： 主要チェーンでの ERC-8004 の採用により、相互運用可能なアイデンティティインフラが構築されます。エージェントは Ethereum、BNB Chain、および新興のエコシステム間でシームレスに動作します。

モデルの効率化： より小型で特化したモデルにより、特定のタスクのパフォーマンスを維持しながら、推論コストが 10 〜 100 倍削減されます。経済的実現可能性が劇的に向上します。

規制の明確化： 最初の法域で自律型エージェントの枠組みが確立され、機関導入のための法的確実性が提供されます。

アプリケーションの躍進： 予測市場、DeFi 最適化、コンテンツ作成において、エージェントが人間のオペレーターよりも明確に優れていることが実証され、暗号資産ネイティブ以外のユーザー層にも普及が進みます。

インフラ競争： 分散型推論、エージェント調整プロトコル、専用チェーンを構築する複数のチームが競争圧力を生み出し、開発を加速させます。

この収束により、実験的な段階からインフラ的な段階へと移行します。早期導入者は優位性を獲得し、プラットフォームはエージェントサポートをデフォルトとして統合し、経済活動はますます自律的な仲介者を通じて流れるようになります。

Web3 開発にとっての意味​

Web3 の次のフェーズに向けて構築を行う開発者は、以下の事項を優先すべきです：

エージェントファーストな設計 (Agent-First Design): 自律的なアクターを例外的なケースではなく、主要なユーザーとして扱います。エージェントがアクティビティの大半を占めることを前提に、 API 、手数料構造、ガバナンスメカニズムを設計してください。

コンポーザビリティ (Composability): エージェントが容易に統合、連携、拡張できるプロトコルを構築します。独自の実装よりも、標準化されたインターフェースの方が重要です。

検証可能性 (Verification): 単なる実行結果だけでなく、実行の暗号学的証明を提供します。エージェントが信頼の連鎖（トラストチェーン）を構築するには、検証可能な計算が必要です。

経済的効率性 (Economic Efficiency): マイクロトランザクション、継続的な決済、ダイナミックな手数料市場に合わせて最適化します。従来のバッチ処理や手動の介入は、エージェントのアクティビティにはスケールしません。

プライバシーの選択肢 (Privacy Options): 透明な運用と機密性の高い運用の両方をサポートします。ユースケースによって、必要とされるプライバシーの保証は異なります。

インフラは整いつつあります。標準が生まれつつあります。経済的インセンティブも一致しています。 AI × Web3 の融合は、これから来るのではなく、すでにここにあります。問いはこうです：次の 10 年間の自律的な経済活動の基盤となるインフラを構築するのは誰か？

BlockEden.xyz は Web3 アプリケーション向けにエンタープライズグレードのインフラを提供し、主要なブロックチェーンエコシステム全体で信頼性の高い高性能な RPC アクセスを提供しています。 AI エージェントインフラと自律型システムのサポートについては、 当社のサービスをご覧ください 。

出典:

InfoFi 市場の展望：予測市場を超えたインフラとしてのデータ

· 約 15 分
Dora Noda
Dora Noda
Software Engineer

予測市場の週間取引高は 2026 年 2 月初旬に 63.2 億ドルを超え、Kalshi が 51% の市場シェアを保持し、Polymarket が 47% で続きました。しかし、インフォメーション・ファイナンス（InfoFi）は、単なる二者択一の賭けをはるかに超えるものです。データのトークン化市場、データ DAO、そして資産としての情報インフラは、情報がプログラム可能で、取引可能、かつ検証可能なものとなる、新たなエコシステムを形成しています。

InfoFi のテーゼ：情報には価値があり、市場が価格を発見し、ブロックチェーンがインフラを可能にする。この記事では、Polymarket の予測エンジンから Ocean Protocol のデータ・トークン化、データ DAO から AI に制約された真実市場まで、その展望をマッピングします。

予測市場という基盤​

予測市場は InfoFi エコシステムの基盤（アンカー）であり、不確実な未来の出来事に対して価格シグナルを提供します。

Kalshi と Polymarket の二強体制​

市場は Kalshi と Polymarket の間でほぼ 51 対 49 に分かれていますが、その構成は根本的に異なります。

Kalshi： 2025 年に 431 億ドル以上の決済を行い、スポーツベッティングに大きく偏っています。CFTC（米商品先物取引委員会）のライセンスを取得しており、米ドル建てで、米国の小売ブローカーと統合されています。Robinhood の「予測市場ハブ」は、Kalshi のインフラを通じて数十億ドルの契約を送り込んでいます。

Polymarket： 2025 年に 334 億ドルを処理し、地政学、マクロ経済、科学的画期的進歩といった「ハイ・シグナル（精度の高い信号）」な出来事に焦点を当てています。クリプトネイティブで、グローバルな参加が可能であり、DeFi とのコンポーザビリティを備えています。2025 年後半には、CFTC ライセンスを通じた米国市場への再参入のため、QCEX の 1 億 1,200 万ドルでの買収を完了しました。

この競争がイノベーションを促進しています。Kalshi は小売と機関投資家のコンプライアンスを取り込み、Polymarket はクリプトネイティブなコンポーザビリティと国際的なアクセスでリードしています。

賭けを超えて：情報オラクル​

予測市場は、投機のツールから AI システムの情報オラクルへと進化しました。市場の確率は、AI のハルシネーション（もっともらしい嘘）を抑制する「外部アンカー」として機能します。現在、多くの AI システムは、予測市場で賭けの対象にできない主張の重みを下げています。

これによりフィードバック・ループが生まれます。AI エージェントが予測市場で取引し、市場価格が AI の出力を補完し、AI が生成した予測が人間の取引に影響を与えます。その結果、情報市場はアルゴリズムによる真実発見のためのインフラとなります。

データ・トークン化：Ocean Protocol のモデル​

予測市場が未来の出来事に価格をつけるのに対し、Ocean Protocol は既存のデータセットをトークン化し、AI 学習データ、研究データセット、機密情報のための市場を創出します。

データトークン・アーキテクチャ​

Ocean のモデル：各データトークンは、元の知的財産権所有者からのサブライセンスを表し、ユーザーが関連するデータセットにアクセスして利用することを可能にします。データトークンは ERC20 規格に準拠しているため、取引可能であり、DeFi とのコンポーザビリティを持ち、スマートコントラクトを通じてプログラム可能です。

3 層のスタック：

データ NFT： 基盤となるデータセットの所有権を表します。クリエイターは NFT をミントすることで、プロバナンス（起源）と制御権を確立します。

データトークン： アクセス制御トークン。データトークンを保有することで、所有権を移転することなく一時的な使用権が付与されます。これにより、データへのアクセスとデータの所有権が分離されます。

Ocean Marketplace： データトークンのための分散型取引所。データ提供者は資産を収益化し、消費者はアクセス権を購入し、投機家はトークンを取引します。

このアーキテクチャは重要な課題を解決します。データ提供者は管理権を失うことなく収益化でき、消費者は全購入コストを支払うことなくアクセスでき、市場は情報の価値に対して適正な価格を発見します。

トレーディングを超えたユースケース​

AI 学習市場： モデル開発者は学習のためにデータセットへのアクセスを購入します。データトークンの経済学はインセンティブを一致させます — 価値のあるデータはより高い価格で取引され、クリエイターはモデルの学習活動から継続的な収益を得ることができます。

研究データの共有： 学術的および科学的なデータセットが、管理された配布のためにトークン化されます。研究者は来歴を確認し、使用状況を追跡し、自動化されたロイヤリティ分配を通じてデータ生成者に報酬を支払います。

企業間データコラボレーション： 企業は、完全な譲渡ではなくトークン化されたアクセスを通じて独自のデータセットを共有します。機密性を維持しながら、共同での分析やモデル開発を可能にします。

個人データのマネタイズ： 個人が健康記録、行動データ、または消費者の好みをトークン化します。プラットフォームが報酬なしで価値を抽出するのではなく、アクセス権を直接販売します。

Ocean は、データ協同組合としてのデータ DAO に Ethereum のコンポーサビリティを可能にし、データがプログラム可能な金融資産となるインフラストラクチャを構築します。

データ DAO： 情報の共同所有​

データ DAO は、データ資産を管理する分散型自律組織として機能し、共同所有、ガバナンス、およびマネタイズを可能にします。

データユニオンモデル​

メンバーが共同でデータを提供し、DAO がアクセス権のポリシーと価格設定を管理し、収益はスマートコントラクトを通じて自動的に分配されます。ガバナンス権はデータの貢献度に応じて拡大します。

台頭する事例：

ヘルスケアデータユニオン： 患者は健康記録をプールし、暗号学的証明を通じて個人のプライバシーを維持します。研究者は集計されたアクセス権を購入し、収益は貢献者に流れます。データは中央集権的な医療システムではなく、患者によって管理され続けます。

神経科学研究 DAO： 学術機関や研究者が、脳画像データセット、遺伝情報、および臨床結果を提供します。共同データセットは個々の貢献よりも価値が高まり、データ提供者に報酬を与えながら研究を加速させます。

生態学的 / GIS プロジェクト： 環境センサー、衛星画像、および地理データがコミュニティによってプールされます。DAO は気候モデリング、都市計画、および保全のためのデータアクセスを管理し、同時に地域コミュニティがその地域で生成されたデータから利益を得られるようにします。

データ DAO は調整問題を解決します。個人には交渉力が欠けており、プラットフォームは独占的な利益を抽出し、データはサイロ化されたままです。共同所有は、公正な報酬と民主的なガバナンスを可能にします。

デジタル資産としての情報​

このコンセプトは、データ資産をデジタル資産として扱い、元々暗号資産のために設計されたブロックチェーンインフラストラクチャを使用して、情報の所有権、移転、および評価を管理します。

このアーキテクチャの選択は、強力なコンポーサビリティ（構成可能性）を生み出します。データ資産は DeFi プロトコルと統合され、自動マーケットメーカーに参加し、ローンの担保として機能し、プログラム可能な収益分配を可能にします。

インフラストラクチャスタック​

アイデンティティレイヤー： データの所有権と貢献の暗号学的証明。盗用を防ぎ、来歴を確立し、帰属を可能にします。

アクセスコントロール： どのような条件下で誰がデータにアクセスできるかを管理するスマートコントラクト。手動の契約交渉に代わるプログラム可能なライセンス。

価格決定メカニズム： データセットの適正な価値を発見する自動マーケットメーカー。恣意的な機関による価格設定ではなく、需要と供給のダイナミクス。

収益分配： スマートコントラクトが貢献者、キュレーター、およびプラットフォーム運営者の間で収益を自動的に分割します。支払仲介者や遅延を排除します。

コンポーサビリティ： データ資産がより広範な Web3 エコシステムと統合されます。データセットを担保として使用したり、デリバティブを作成したり、複合製品にバンドルしたりします。

2025 年半ばまでに、オンチェーン RWA 市場（データを含む）は 230 億ドルに達し、投機的な暗号資産を超えたトークン化資産に対する機関投資家の意欲が示されました。

AI による InfoFi の制約： 検証ループ​

AI システムは真実の検証のために InfoFi インフラストラクチャへの依存を強めています。

予測市場は AI のハルシネーション（幻覚）を抑制します。トレーダーは現実の資金をリスクにさらし、市場の確率は外部のアンカーとして機能します。AI システムは、賭けの対象にならない主張の重みを下げます。

これにより品質フィルターが作成されます。検証可能な主張は予測市場で取引され、検証不可能な主張は AI の信頼度が低くなり、市場価格は継続的な確率の更新を提供し、AI の出力は経済的な現実に根ざしたものになります。

このフィードバックループは双方向に機能します。AI エージェントは市場効率を向上させる予測を生成し、市場価格は AI 学習データの品質を通知し、高価値な予測はデータ収集の取り組みを促進し、情報市場はノイズよりもシグナルを最適化します。

2026 年 InfoFi エコシステム・マップ​

ランドスケープには、相互に関連する複数のレイヤーが含まれています。

レイヤー 1：真実の発見 (Truth Discovery)

  • 予測市場 (Kalshi, Polymarket)
  • 予測プラットフォーム
  • レピュテーション・システム
  • 検証プロトコル

レイヤー 2：データのマネタイズ

  • Ocean Protocol データトークン
  • データセット・マーケットプレイス
  • API アクセス・トークン
  • 情報ライセンス・プラットフォーム

レイヤー 3：共同所有

  • データ DAO
  • 研究コラボレーション
  • データ・ユニオン
  • コミュニティ情報プール

レイヤー 4：AI 統合

  • モデル学習市場
  • 推論検証
  • 出力アテステーション
  • ハルシネーション（幻覚）の抑制

レイヤー 5：金融インフラ

  • 情報デリバティブ
  • データ担保
  • 自動マーケットメーカー (AMM)
  • 収益分配プロトコル

各レイヤーは互いに補完し合っています。予測市場が価格シグナルを確立し、データ市場が情報を収益化し、DAO が共同行動を可能にし、AI が需要を創出し、金融インフラが流動性を提供します。

2026 年が明らかにするもの​

InfoFi は実験的な段階からインフラとしての段階へと移行します。

機関投資家による検証： 主要なプラットフォームが予測市場を統合。ウォール街が InfoFi のシグナルを活用。資産としての情報を扱うための規制枠組みが登場。

インフラの成熟： データのトークン化標準が定着。DAO ガバナンスのパターンが大規模に実証。AI とブロックチェーンの統合がシームレスに。

市場の成長： 週間の予測市場取引高 63.2 億ドル、230 億ドルのオンチェーン・データ資産、あらゆるセクターでの採用が加速。

ユースケースの拡大： 投機を超えて、研究、企業間コラボレーション、AI 開発、公共財の調整へと拡大。

情報がアセットクラス（資産クラス）になるかどうかはもはや疑問ではありません。重要なのは、インフラがいかに早くスケールし、どのモデルが主流になるかです。予測市場が最初に注目を集めましたが、最終的にはデータ DAO やトークン化プロトコルがより大きな価値の流れを牽引する可能性があります。

2026 年の InfoFi の展望：確立された基盤、実証済みのユースケース、機関投資家による採用の開始、インフラの成熟。次のフェーズは、主流の情報システムへの統合、従来のデータマーケットプレイスの置換、そして情報交換のためのデフォルトのインフラになることです。

BlockEden.xyz は、主要なブロックチェーン・エコシステム全体で、信頼性が高く、高性能な RPC アクセスを提供する Web3 アプリケーション向けのエンタープライズ・グレードのインフラを提供します。InfoFi インフラとデータ市場のサポートについては、当社のサービスを詳しく見る をご確認ください。

ソース：

分散型GPUネットワーク 2026：DePINがいかにして1,000億ドルのAIコンピューティング市場でAWSに挑んでいるか

· 約 17 分
Dora Noda
Dora Noda
Software Engineer

AI 革命は、かつてないほどの計算能力への渇望を生み出しました。AWS、Azure、Google Cloud といったハイパースケーラーがこの分野を支配してきましたが、彼らの優位性に挑む新しいクラスの分散型 GPU ネットワークが登場しています。DePIN（分散型物理インフラネットワーク）セクターの時価総額は 1 年間で 52 億ドルから 190 億ドル以上に急増し、2028 年までに 3.5 兆ドルに達すると予測されています。もはや、分散型コンピューティングが従来のクラウドプロバイダーと競合するかどうかではなく、いかに早く市場シェアを奪うかが問題となっています。

GPU 不足の危機：分散化に向けた絶好の機会​

半導体業界は、分散型コンピューティングの理論を裏付ける供給のボトルネックに直面しています。

世界最大の高帯域幅メモリ (HBM) プロデューサーである SK Hynix と Micron の両社は、2026 年の生産分がすべて完売したと発表しました。Samsung は、需要が供給を大幅に上回っているため、2 桁の価格引き上げを警告しています。

この不足は、ハイパースケールインフラに直接アクセスできる層と、それ以外の層という二極化した市場を生み出しています。

10 億ドル規模の予算を持たない AI 開発者、スタートアップ、研究者にとって、従来のクラウドモデルには 3 つの重大な障壁があります。

  • 予算の 50 〜 70% を消費する可能性のある法外なコスト
  • 柔軟性がほとんどない長期的な囲い込み契約
  • NVIDIA H100 や H200 のようなハイエンド GPU の限られた可用性

分散型 GPU ネットワークは、これら 3 つすべてを解決する立場にあります。

市場のリーダー：4 つのアーキテクチャ、1 つのビジョン​

Render Network：3D アーティストから AI インフラへ​

もともと分散レンダリングタスクのためにアイドル状態の GPU を集約するために構築された Render Network は、AI コンピューティングワークロードへの転換に成功しました。現在、このネットワークは毎月約 150 万フレームを処理しており、2025 年 12 月の Dispersed.com の立ち上げは、クリエイティブ業界を超えた戦略的拡大を象徴しています。

2026 年の主要なマイルストーンは以下の通りです。

  • AI コンピューティングサブネットのスケーリング: 機械学習ワークロードに特化した分散型 GPU リソースの拡張
  • 600 以上の AI モデルを導入: 推論やロボティクスシミュレーションのためのオープンウェイトモデル
  • 70% のアップロード最適化: Blender 用のディファレンシャルアップロードにより、ファイル転送時間を大幅に短縮

イーサリアムから Solana へのネットワーク移行（RNDR から RENDER へのリブランディング）により、AI コンピューティングの高スループット需要に対応する体制が整いました。

CES 2026 において、Render はエッジ ML ワークロードの GPU 需要の爆発的増加に対応することを目的としたパートナーシップを披露しました。クリエイティブなレンダリングから汎用 AI コンピューティングへの転換は、DePIN セクターで最も成功した市場拡大の 1 つです。

Akash Network：Kubernetes 互換の挑戦者​

Akash は、逆オークションモデルを採用することで、根本的に異なるアプローチをとっています。固定価格ではなく、GPU プロバイダーがワークロードを競い合うことで、分散型マーケットプレイスを通じて品質を維持しながらコストを抑えています。

その結果は顕著です。利用率は前年比 428% 増を記録し、2026 年に向けて稼働率は 80% を超えています。

このネットワークの Starcluster イニシアチブは、これまでで最も野心的な取り組みです。中央管理型のデータセンターと Akash の分散型マーケットプレイスを組み合わせ、トレーニングと推論の両方に最適化された「プラネタリーメッシュ」と呼ばれるものを構築します。Starbonds を通じて約 7,200 台の NVIDIA GB200 GPU を取得する計画により、Akash はハイパースケールの AI 需要をサポートできる体制を整えます。

2025 年第 3 四半期の指標は、加速する勢いを示しています。

  • 手数料収入は前四半期比 11% 増の 715,000 AKT
  • 新規リース数は前四半期比 42% 増の 27,000 件
  • 2026 年第 1 四半期のバーンメカニズム強化 (BME) により、AKT トークンのバーンがコンピューティング支出に連動。1 ドル支出されるごとに 0.85 ドル相当の AKT がバーンされます。

月間コンピューティングボリュームが 336 万ドルであることを考慮すると、毎月約 210 万 AKT（約 98 万 5,000 ドル）がバーンされる可能性があり、トークン供給にデフレ圧力を生み出します。

この利用状況とトークノミクスの直接的な結びつきは、トークンの有用性が強制されているように感じられたり、実際のプロダクトの採用と切り離されているプロジェクトとは Akash を一線を画すものにしています。

Hyperbolic：コストの破壊者​

Hyperbolic の価値提案は非常にシンプルです。AWS、Azure、Google Cloud と同じ AI 推論機能を 75% 低いコストで提供することです。10 万人以上の開発者を支えるこのプラットフォームは、高度なオーケストレーション層を通じて世界中に分散された GPU リソースを調整する分散型オペレーティングシステム、Hyper-dOS を使用しています。

アーキテクチャは 4 つのコアコンポーネントで構成されています。

  1. Hyper-dOS: 世界中に分散された GPU リソースを調整
  2. GPU マーケットプレイス: サプライヤーとコンピューティング需要を接続
  3. 推論サービス: 最先端のオープンソースモデルへのアクセス
  4. エージェントフレームワーク: 自律型インテリジェンスを可能にするツール

Hyperbolic を際立たせているのは、カリフォルニア大学バークレー校やコロンビア大学の研究者と共に開発された、間もなく登場する Proof of Sampling (PoSP) プロトコルです。これにより、AI 出力の暗号化された検証が可能になります。

これは、中央集権的な権威に頼ることなくトラストレスな検証を行うという、分散型コンピューティングにおける最大の課題の 1 つに対処するものです。PoSP が稼働すれば、企業は GPU プロバイダーを信頼することなく、推論結果が正しく計算されたことを検証できるようになります。

Inferix：ブリッジビルダー​

Inferix は、GPU コンピューティングパワーを必要とする開発者と、余剰能力を持つプロバイダーを繋ぐ接続レイヤーとして位置付けられています。その従量課金モデルにより、従来のクラウドプロバイダーでユーザーを縛り付けていた長期契約の必要性がなくなります。

市場への参入は比較的新しいものの、Inferix は特定のセグメントをターゲットとする特化型 GPU ネットワークの成長を象徴しています。この場合、エンタープライズ規模の要件を必要とせず、柔軟で短期間のアクセスを求める開発者が対象となります。

DePIN 革命：数字で見る現状​

広範な DePIN セクターは、分散型 GPU コンピューティングがインフラ環境のどこに適しているかを理解するための重要な背景となります。

2025 年 9 月時点で、CoinGecko は 250 近い DePIN プロジェクトを追跡しており、その合計時価総額は 190 億ドルを超えています。これはわずか 12 ヶ月前の 52 億ドルから増加しており、265% という成長率は広範な暗号資産市場を劇的に上回っています。

このエコシステム内では、AI 関連の DePIN が時価総額で圧倒しており、このテーマの 48% を占めています。分散型コンピューティングとストレージネットワークを合わせると、約 193 億ドルに達し、DePIN 全体の時価総額の半分以上を占めています。

際立った成果を上げているプロジェクトは、このセクターの成熟を示しています：

  • Aethir: 14 億時間以上の計算時間を提供し、2025 年には四半期収益が約 4,000 万ドルに達したと報告されています
  • io.net および Nosana: それぞれの成長サイクルにおいて時価総額が 4 億ドルを超えました
  • Render Network: レンダリングから AI ワークロードへと拡大する中で、時価総額が 20 億ドルを突破しました

ハイパースケーラーの反論：依然として中央集権が優位な点​

説得力のある経済性と目覚ましい成長指標がある一方で、分散型 GPU ネットワークは、ハイパースケーラーが対処するように構築されている正当な技術的課題に直面しています。

長期間のワークロード: 大規模言語モデルのトレーニングには、数週間から数ヶ月の継続的な計算が必要になる場合があります。分散型ネットワークでは、特定の GPU が長期間利用可能であることを保証するのが困難ですが、AWS は必要な期間だけ容量を予約できます。

緊密な同期: 複数の GPU にわたる分散トレーニングには、マイクロ秒レベルの調整が必要です。これらの GPU が、ネットワーク遅延の異なる大陸間に分散している場合、効率的なトレーニングに必要な同期を維持することは指数関数的に難しくなります。

予測可能性: ミッションクリティカルなワークロードを実行する企業にとって、期待されるパフォーマンスを正確に把握することは譲れない条件です。ハイパースケーラーは詳細な SLA を提供できますが、分散型ネットワークは同様の保証を行うための検証インフラをまだ構築している段階です。

インフラの専門家の間では、分散型 GPU ネットワークはバッチワークロード、推論タスク、および短期間のトレーニング実行に優れているというコンセンサスがあります。

これらのユースケースでは、ハイパースケーラーと比較して 50-75% のコスト削減が可能であり、大きな変革をもたらします。しかし、最も要求が厳しく、長時間実行され、ミッションクリティカルなワークロードについては、少なくとも現時点では中央集権型のインフラが優位性を保っています。

2026 年の触媒：AI 推論の爆発的増加​

2026 年から、AI の推論およびトレーニング計算の需要は、3 つの収束するトレンドによって劇的に加速すると予測されています：

  1. エージェンティック AI の普及: 自律型エージェントは、意思決定のために持続的な計算能力を必要とします
  2. オープンソースモデルの採用: 企業がプロプライエタリな API から離れるにつれ、モデルをホストするためのインフラが必要になります
  3. エンタープライズ AI の導入: 企業が実験段階から本番稼働へと移行しています

この需要の急増は、分散型ネットワークの強みに直結します。

推論ワークロードは通常、短時間で、高度に並列化可能です。これはまさに、分散型 GPU ネットワークがコスト面でハイパースケーラーを凌駕しつつ、同等のパフォーマンスを提供できるプロファイルです。チャットボットや画像生成サービスの推論を実行するスタートアップは、ユーザーエクスペリエンスを損なうことなく、インフラコストを 75% 削減できます。

トークンエコノミクス：インセンティブレイヤー​

これらのネットワークにおける暗号資産の要素は、単なる投機ではありません。それは、グローバルな GPU の集約を経済的に実現可能にするメカニズムです。

Render (RENDER): もともと Ethereum 上で RNDR として発行されましたが、2023 年から 2024 年にかけてネットワークが Solana に移行し、トークン保有者は 1:1 の比率でスワップしました。RENDER を含む GPU 共有トークンは、セクターへの信頼が高まったことを反映し、2026 年初頭に 20% 以上急騰しました。

Akash (AKT): BME 焼却メカニズムは、ネットワークの利用状況とトークン価値の間に直接的なリンクを作成します。トークノミクスが製品の利用と切り離されているように感じられる多くの暗号プロジェクトとは異なり、Akash のモデルは、1 ドルのコンピューティング利用がトークン供給に直接影響を与えることを保証します。

トークンレイヤーは、初期の分散型コンピューティングの試みを悩ませていたコールドスタート問題を解決します。

ネットワークの初期段階で GPU プロバイダーにトークン報酬というインセンティブを与えることで、需要がクリティカルマスに達する前に供給を立ち上げることができます。ネットワークが成熟するにつれて、トークンのインフレに代わって実際の計算収益が徐々に取って代わります。

このトークンインセンティブから実際の収益への移行は、持続可能なインフラプロジェクトと持続不可能なポンジノミクス（ポンジスキーム的な経済）を分けるリトマス試験紙となります。

1,000 億ドルの問い：分散型は対抗できるのか？​

分散型コンピューティング市場は、2024 年の 90 億ドルから 2032 年には 1,000 億ドルに成長すると予測されています。分散型 GPU ネットワークが有意義なシェアを獲得できるかどうかは、次の 3 つの課題を解決できるかにかかっています。

大規模な検証: Hyperbolic の PoSP プロトコルは進歩を示していますが、業界にはコンピューティング作業が正しく実行されたことを暗号学的に検証するための標準化された手法が必要です。これがなければ、企業は依然として躊躇し続けるでしょう。

エンタープライズ級の信頼性: 世界中に分散し、独立して運営されている GPU を調整しながら 99.99% のアップタイムを達成するには、高度なオーケストレーションが必要です。Akash の Starcluster モデルはその一つの方向性を示しています。

開発者体験: 分散型ネットワークは、AWS、Azure、GCP の使いやすさに匹敵する必要があります。Kubernetes との互換性（Akash が提供しているものなど）は第一歩ですが、既存の ML ワークフローとのシームレスな統合が不可欠です。

開発者にとっての意味​

AI 開発者や Web3 ビルダーにとって、分散型 GPU ネットワークは戦略的な機会をもたらします。

コストの最適化: トレーニングや推論の費用は、AI スタートアップの予算の 50 〜 70% を容易に消費する可能性があります。これらのコストを半分以下に抑えることは、ユニットエコノミクスを根本から変えます。

ベンダーロックインの回避: ハイパースケーラーは参入を容易にしますが、離脱を困難にします。オープンスタンダードを使用する分散型ネットワークは、選択肢を保持します。

検閲耐性: 中央集権的なプロバイダーからの圧力を受ける可能性があるアプリケーションにとって、分散型インフラストラクチャは重要なレジリエンスレイヤーを提供します。

注意点は、ワークロードをインフラストラクチャに適合させることです。迅速なプロトタイピング、バッチ処理、推論サービング、並列トレーニングの実行については、分散型 GPU ネットワークは今日すでに利用可能です。絶対的な信頼性が必要な数週間にわたるモデルトレーニングについては、現時点ではハイパースケーラーの方が依然として安全な選択肢です。

今後の展望​

GPU の不足、AI コンピューティング需要の増大、そして成熟しつつある DePIN インフラストラクチャの融合は、稀な市場機会を生み出しています。従来のクラウドプロバイダーは、信頼性と利便性を提供することで第一世代の AI インフラストラクチャを支配しました。分散型 GPU ネットワークは、コスト、柔軟性、および中央集権的な制御への耐性で競合しています。

今後の 12 ヶ月が決定的なものになるでしょう。Render が AI コンピューティングサブネットを拡張し、Akash が Starcluster GPU をオンラインにし、Hyperbolic が暗号学的検証を導入する中で、分散型インフラストラクチャがハイパースケールでその約束を果たせるかどうかが明らかになります。

希少な GPU リソースにプレミアム価格を支払っている開発者、研究者、企業にとって、信頼できる代替手段の登場は、これ以上待ちきれないほど重要です。問題は、分散型 GPU ネットワークが 1,000 億ドルのコンピューティング市場の一部を獲得するかどうかではなく、どれだけのシェアを獲得するかです。

BlockEden.xyz は、永続するように設計された基盤上で構築を行う開発者のために、エンタープライズ級のブロックチェーンインフラストラクチャを提供します。API マーケットプレイスを探索して、主要なブロックチェーンネットワーク全体の信頼性の高いノードサービスにアクセスしてください。

プライバシー インフラ 2026：Web3 の基盤を再構築する ZK vs FHE vs TEE の攻防

· 約 20 分
Dora Noda
Dora Noda
Software Engineer

ブロックチェーン最大の脆弱性は技術的な欠陥ではなく、哲学的な欠陥だとしたらどうでしょうか？ すべてのトランザクション、すべてのウォレット残高、すべてのスマートコントラクトのやり取りは、インターネット接続環境があれば誰でも閲覧可能なパブリックレジャー（公開台帳）上にさらされています。 機関投資家の資金が Web3 に流入し、規制当局の監視が強まるにつれ、この急進的な透明性は Web3 最大の負債となりつつあります。

プライバシー・インフラストラクチャの競争は、もはやイデオロギーの問題ではありません。 それは生存の問題です。 117 億ドルを超えるゼロ知識（Zero-Knowledge）プロジェクトの時価総額、完全準同型暗号（FHE）の画期的な進展、そして 50 以上のブロックチェーンプロジェクトを支える信頼実行環境（TEE）により、3 つの競合技術がブロックチェーンのプライバシー・パラドックスを解決するために収束しつつあります。 問いは、プライバシーが Web3 の基盤を再構築するかどうかではなく、どの技術が勝利するかということです。

プライバシーのトリレンマ：速度、セキュリティ、そして分散化​

Web3 のプライバシーの課題は、スケーリングの問題を反映しています。 3 つの次元のうち 2 つを最適化することはできますが、3 つすべてを最適化できることは稀です。 ゼロ知識証明は数学的な確実性を提供しますが、計算上のオーバーヘッドを伴います。 完全準同型暗号は暗号化されたデータ上での計算を可能にしますが、パフォーマンスコストが極めて高くなります。 信頼実行環境はハードウェア固有のネイティブな速度を提供しますが、ハードウェアへの依存を通じて中央集権化のリスクを招きます。

それぞれの技術は、同じ問題に対して根本的に異なるアプローチを提示しています。 ZK 証明は、「なぜそうなるのかを明かさずに、それが真実であることを証明できるか？」と問いかけます。 FHE は、「データを見ることもなく、そのデータ上で計算ができるか？」と問いかけます。 TEE は、「既存のハードウェア内に侵入不可能なブラックボックスを作成できるか？」と問いかけます。

その答えによって、どのようなアプリケーションが可能になるかが決まります。 DeFi は高頻度取引のために速度を必要とします。 ヘルスケアやアイデンティティシステムは暗号学的な保証を必要とします。 エンタープライズアプリケーションはハードウェアレベルの隔離を必要とします。 単一の技術ですべてのユースケースを解決できるものはありません。 だからこそ、真のイノベーションはハイブリッド・アーキテクチャで起きているのです。

ゼロ知識証明：研究室から 117 億ドルのインフラへ​

ゼロ知識証明は、暗号学的な好奇心の対象から本番環境のインフラへと進化しました。 117 億ドルのプロジェクト時価総額と 35 億ドルの 24 時間取引高を誇る ZK 技術は、現在、出金時間を大幅に短縮し、オンチェーンデータを 90% 圧縮し、プライバシーを保護するアイデンティティシステムを可能にする有効性ロールアップ（Validity Rollup）を支えています。

画期的な進展は、ZK が単純なトランザクションのプライバシーを超えたときに訪れました。 現代の ZK システムは、大規模な検証可能計算（Verifiable Computation）を可能にします。 zkEVM のような zkSync や Polygon zkEVM は、Ethereum のセキュリティを継承しながら、秒間数千のトランザクションを処理します。 ZK ロールアップは、レイヤー 1 に最小限のデータのみをポストし、数学的な正しさの確実性を維持しながら、ガス代を桁違いに削減します。

しかし、ZK の真の力は機密コンピューティング（Confidential Computing）で発揮されます。 Aztec のようなプロジェクトは、シールドされたトークン残高、機密取引、暗号化されたスマートコントラクトの状態など、プライベートな DeFi を可能にします。 ユーザーは、自分の純資産を明かすことなく、ローンに十分な担保があることを証明できます。 DAO は、個々のメンバーの好みをさらすことなく、提案に投票できます。 企業は、独自の機密データを公開することなく、規制遵守を検証できます。

計算コストは依然として ZK のアキレス腱です。 証明の生成には専用のハードウェアと多大な処理時間が必要です。 RISC Zero の Boundless のようなプロバー（証明者）ネットワークは、分散型市場を通じて証明生成をコモディティ化しようとしていますが、検証は依然として非対称です。 つまり、検証は容易ですが、生成にはコストがかかります。 これが、レイテンシに敏感なアプリケーションにとっての事実上の上限となっています。

ZK は検証レイヤーとして優れており、計算自体を明かすことなく、計算に関する声明を証明します。 数学的な保証と公開検証可能性を必要とするアプリケーションにとって、ZK は依然として無類です。 しかし、リアルタイムの機密コンピューティングにおいては、パフォーマンスの低下が大きな障壁となります。

完全準同型暗号：不可能を計算する​

FHE は、プライバシー保護計算の「聖杯」を象徴しています。 それは、暗号化されたデータを一度も復号することなく、そのデータに対して任意の計算を行うことです。 数学的には非常に洗練されています。 データを暗号化して信頼できないサーバーに送り、暗号文のまま計算させ、暗号化された結果を受け取り、ローカルで復号します。 サーバーがプレーンテキスト（平文）のデータを見ることは一度もありません。

実際には、現実はもっと複雑です。 FHE の演算は、平文での計算よりも 100 ～ 1000 倍遅くなります。 暗号化されたデータ上での単純な加算でさえ、複雑な格子ベース暗号を必要とします。 乗算は指数関数的にさらに悪化します。 この計算オーバーヘッドにより、すべてのノードがすべてのトランザクションを処理する従来のブロックチェーン・アプリケーションにおいて、FHE は実用的ではないとされてきました。

Fhenix や Zama のようなプロジェクトは、この問題に多角的に取り組んでいます。 Fhenix の Decomposable BFV 技術は 2026 年初頭にブレイクスルーを達成し、現実世界のアプリケーション向けにパフォーマンスとスケーラビリティを向上させた正確な FHE スキームを可能にしました。 すべてのノードに FHE 演算を強制するのではなく、Fhenix は L2 として機能し、専門のコーディネーターノードが重い FHE 計算を処理し、その結果をメインネットにバッチ処理します。

Zama は、彼らの機密ブロックチェーン・プロトコル（Confidential Blockchain Protocol）で異なるアプローチを取っています。 モジュール式の FHE ライブラリを通じて、任意の L1 または L2 上で機密スマートコントラクトを実現します。 開発者は暗号化されたデータ上で動作する Solidity スマートコントラクトを記述でき、パブリックブロックチェーンでは以前は不可能だったユースケースを解禁できます。

その用途は多岐にわたります。 フロントランニングを防止する機密トークンスワップ、借り手の正体を隠す暗号化レンディングプロトコル、個々の選択を明かさずに投票集計が計算されるプライベートガバナンス、入札の覗き見を防止する機密オークションなどです。 Inco Network は、プログラム可能なアクセス制御を備えた暗号化スマートコントラクトの実行を実証しています。 データ所有者は、誰がどのような条件で自分のデータに対して計算を行えるかを指定できます。

しかし、FHE の計算負荷は根本的なトレードオフを生みます。 現在の実装では、強力なハードウェア、中央集権的な調整、あるいはスループットの低下を受け入れることが必要です。 技術は機能しますが、それを Ethereum のトランザクション量に合わせてスケーリングすることは、依然として未解決の課題です。 FHE をマルチパーティ計算（MPC）やゼロ知識証明と組み合わせるハイブリッドアプローチは、弱点を緩和しようとしています。 しきい値 FHE（Threshold FHE）スキームは、復号鍵を複数の当事者に分散させ、単一のエンティティが単独で復号できないようにします。

FHE は未来です。 ただし、それは数ヶ月単位ではなく、数年単位で測られる未来です。

信頼実行環境（TEE）：ハードウェアの速度と中央集権化のリスク​

ZK（ゼロ知識証明）や FHE（完全準同型暗号）が計算オーバーヘッドの問題に取り組む一方で、TEE（Trusted Execution Environments）は根本的に異なるアプローチをとっています。それは、既存のハードウェア セキュリティ機能を活用して、隔離された実行環境を構築するというものです。Intel SGX、AMD SEV、ARM TrustZone は、CPU 内に「セキュア エンクレーブ」を切り出し、オペレーティング システムやハイパーバイザからさえもコードとデータを秘匿します。

そのパフォーマンスの優位性は驚異的です。TEE は暗号学的な複雑な処理を行わないため、ネイティブなハードウェア速度で実行されます。TEE 上で動作するスマート コントラクトは、従来のソフトウェアと同じ速さでトランザクションを処理できます。これにより、機密性の高い DeFi トレード、暗号化されたオラクル ネットワーク、プライベートなクロスチェーン ブリッジなど、高スループットが求められるアプリケーションにおいて TEE は即座に実用的となります。

Chainlink の TEE 統合はこのアーキテクチャ パターンを象徴しています。機密性の高い計算をセキュア エンクレーブ内で実行し、正しい実行を証明する暗号化アテステーション（証明）を生成して、結果をパブリック ブロックチェーンにポストします。Chainlink のスタックは複数の技術を同時に調整します。TEE がネイティブ速度で複雑な計算を行い、同時にゼロ知識証明がエンクレーブの完全性を検証することで、ハードウェアのパフォーマンスと暗号学的な確実性を両立させています。

現在、50 以上のチームが TEE ベースのブロックチェーン プロジェクトを構築しています。TrustChain は、重量級の暗号アルゴリズムを使用せずにコードとユーザー データを保護するため、TEE とスマート コントラクトを組み合わせています。Arbitrum 上の iExec は、TEE ベースの機密コンピューティングをインフラとして提供しています。Flashbots は TEE を使用してトランザクション順序を最適化し、データ セキュリティを維持しながら MEV を削減しています。

しかし、TEE には議論の分かれるトレードオフがあります。それは「ハードウェアへの信頼」です。信頼の根拠が数学にある ZK や FHE とは異なり、TEE は Intel、AMD、または ARM が安全なプロセッサを構築することを信頼する必要があります。ハードウェアの脆弱性が発覚した場合はどうなるでしょうか？ 政府がメーカーにバックドアの設置を強要したら？ 予期せぬ脆弱性がエンクレーブのセキュリティを損なったらどうなるでしょうか？

Spectre や Meltdown といった脆弱性は、ハードウェア セキュリティが絶対ではないことを証明しました。TEE 推進派は、アテステーション メカニズムやリモート検証によって侵害されたエンクレーブからの被害を限定できると主張しますが、批判的な人々は、ハードウェア レイヤーが失敗すればセキュリティ モデル全体が崩壊すると指摘します。ZK の「数学を信じる」、FHE の「暗号化を信じる」とは異なり、TEE は「メーカーを信じる」ことを要求します。

この哲学的な違いがプライバシー コミュニティを二分しています。現実主義者は、製品レベルのパフォーマンスと引き換えにハードウェアへの信頼を受け入れます。純粋主義者は、いかなる中央集権的な信頼の仮定も Web3 の精神に反すると主張します。現実には、アプリケーションごとに信頼要件が異なるため、両方の視点が共存しています。

収束：ハイブリッド プライバシー アーキテクチャ​

最も洗練されたプライバシー システムは、単一の技術を選択するのではなく、複数のアプローチを組み合わせてトレードオフのバランスを取ります。Chainlink の DECO は、計算のための TEE と検証のための ZK 証明を組み合わせています。一部のプロジェクトでは、データ暗号化のための FHE と、分散型キー管理のためのマルチパーティ計算（MPC）を階層化しています。未来は「ZK vs FHE vs TEE」ではなく、「ZK + FHE + TEE」なのです。

このアーキテクチャの収束は、より広範な Web3 のパターンを反映しています。モジュラー ブロックチェーンがコンセンサス、実行、データ可用性を専門のレイヤーに分離するように、プライバシー インフラもモジュール化が進んでいます。速度が重要な場合は TEE を、公開検証可能性が重要な場合は ZK を、データがエンドツーエンドで暗号化されたままである必要がある場合は FHE を使用します。勝者となるプロトコルは、これらの技術をシームレスに調整できるものでしょう。

分散型機密コンピューティングに関する Messari の調査はこの傾向を強調しています。2 者間計算のためのガーブル回路（Garbled Circuits）、分散キー管理のためのマルチパーティ計算、検証のための ZK 証明、暗号化された計算のための FHE、ハードウェア隔離のための TEE。それぞれの技術が特定の課題を解決します。未来のプライバシー レイヤーは、これらすべてを統合したものになります。

これが、ZK プロジェクトに 117 億ドル以上が流れ込み、FHE スタートアップが数億ドルを調達し、TEE の採用が加速している理由です。市場は単一の勝者に賭けているのではなく、複数の技術が相互運用されるエコシステムに投資しているのです。プライバシー スタックは、ブロックチェーン スタックと同様にモジュール化されつつあります。

機能ではなくインフラとしてのプライバシー​

2026 年のプライバシーの展望は、哲学的な転換を意味しています。プライバシーはもはや透明なブロックチェーンに後付けされた機能ではなく、基盤となるインフラになりつつあります。新しいチェーンはプライバシー優先のアーキテクチャで立ち上げられ、既存のプロトコルはプライバシー レイヤーを後付けしています。機関投資家による採用は、機密性の高いトランザクション処理にかかっています。

規制の圧力もこの移行を加速させています。欧州の MiCA、米国の GENIUS 法、そして世界的なコンプライアンス フレームワークは、「ユーザー データの機密性を保持しつつ、規制当局への選択的な開示を可能にする」という相反する要求を満たすプライバシー保護システムを求めています。ZK 証明は、基盤となるデータを明かすことなくコンプライアンスのアテステーションを可能にします。FHE は、監査人が暗号化された記録に対して計算を行うことを可能にします。TEE は、機密性の高い規制関連の計算のためにハードウェアで隔離された環境を提供します。

エンタープライズ採用の動向もこの傾向を後押ししています。ブロックチェーン決済をテストしている銀行はトランザクションのプライバシーを必要としています。オンチェーンでの医療記録を模索しているヘルスケア システムは HIPAA 準拠を必要としています。サプライチェーン ネットワークは機密性の高いビジネス ロジックを必要としています。あらゆるエンタープライズ ユースケースにおいて、第一世代の透明なブロックチェーンでは提供できないプライバシー保証が求められています。

一方で、DeFi はフロントランニング、MEV 抽出、そしてユーザー エクスペリエンスを損なうプライバシーの問題に直面しています。大規模な注文をブロードキャストするトレーダーは、そのトランザクションをフロントランニングする高度なアクターに隙を与えてしまいます。プロトコルのガバナンス投票は戦略的な意図を露呈させます。ウォレットの全取引履歴は競合他社の分析にさらされます。これらは例外的なケースではなく、透明な実行環境における根本的な限界です。

市場はこれに応えています。ZK を活用した DEX は、検証可能な決済を維持しながら取引の詳細を隠します。FHE ベースのレンディング プロトコルは、担保設定を保証しつつ借り手の身元を秘匿します。TEE 対応のオラクルは、API キーや独自の計算式を公開することなく、機密情報を取得します。プライバシーは、アプリケーションがそれなしでは機能し得ないため、インフラになりつつあるのです。

前途：2026 年とその先へ​

2025 年がプライバシーの研究の年であったなら、2026 年は本番環境へのデプロイの年です。ZK 技術の時価総額は 117 億ドルを超え、バリディティ・ロールアップ（validity rollups）は毎日数百万件のトランザクションを処理しています。FHE は、Fhenix の Decomposable BFV と Zama のプロトコルの成熟により、画期的なパフォーマンスを実現します。ハードウェア・アテステーションの標準が成熟するにつれ、TEE の採用は 50 以上のブロックチェーン・プロジェクトに広がっています。

しかし、大きな課題も残っています。ZK 証明の生成には依然として専用のハードウェアが必要であり、レイテンシのボトルネックが生じます。FHE の計算オーバーヘッドは、最近の進歩にもかかわらずスループットを制限しています。TEE のハードウェアへの依存は、中央集権化のリスクや潜在的なバックドアの脆弱性をもたらします。それぞれの技術は特定の領域で優れていますが、他の領域では苦戦しています。

勝利へのアプローチは、おそらく思想的な純粋さではなく、実用的な構成にあります。パブリックな検証可能性と数学的な確実性のために ZK を使用し、暗号化された計算が譲れない場合には FHE を導入します。ネイティブなパフォーマンスが重要な場合には TEE を活用します。弱点を補いながら強みを継承するハイブリッド・アーキテクチャを通じて、これらの技術を組み合わせます。

Web3 のプライバシー・インフラストラクチャは、実験的なプロトタイプから本番システムへと成熟しつつあります。もはや、プライバシー技術がブロックチェーンの基盤を再構築するかどうかという問いではなく、どのハイブリッド・アーキテクチャが速度、セキュリティ、分散化という「不可能な三角形」を達成するかという問いになっています。26,000 文字に及ぶ Web3Caff の調査レポートや、プライバシー・プロトコルに流入する機関投資家の資本は、その答えが「3 つすべてが連携すること」であることを示唆しています。

ブロックチェーンのトリレンマは、トレードオフが根本的であることを教えてくれましたが、適切なアーキテクチャがあれば克服できないものではありません。プライバシー・インフラストラクチャも同じパターンを辿っています。ZK、FHE、TEE はそれぞれ独自の機能を持っています。これらの技術をまとまりのあるプライバシー・レイヤーとして構築するプラットフォームが、Web3 の次の 10 年を定義するでしょう。

なぜなら、機関投資家の資本、規制当局の監視、そしてユーザーの機密性への需要が交差するとき、プライバシーは単なる機能ではなく、基盤となるからです。

プライバシーを保護するブロックチェーン・アプリケーションを構築するには、機密データの処理を大規模に処理できるインフラストラクチャが必要です。BlockEden.xyz は、プライバシーに焦点を当てたチェーン向けにエンタープライズ・グレードのノード・インフラストラクチャと API アクセスを提供し、開発者が Web3 の未来のために設計されたプライバシー・ファーストの基盤の上に構築できるようにします。

情報源​

Coinbase の CEO がウォール街の「公敵 No. 1」に：仮想通貨の未来を巡る戦い

· 約 19 分
Dora Noda
Dora Noda
Software Engineer

2026 年 1 月のダボス会議において、JP モルガン・チェースの CEO であるジェイミー・ダイモン氏が、コインベース（Coinbase）の CEO ブライアン・アームストロング氏とイギリスのトニー・ブレア元首相のコーヒーチャットに割り込み、指をさしながら「お前はデタラメばかりだ（You are full of shit）」と言い放った。これは単なる個人的な衝突以上のものを象徴していた。この対立は、仮想通貨の成熟過程における決定的な対立、すなわち伝統的な銀行業務と分散型金融（DeFi）インフラとの間の生存をかけた戦いを浮き彫りにした。

ウォール・ストリート・ジャーナルがアームストロング氏をウォール街の「公の敵 No. 1」と名付けたのは決して誇張ではない。これは、数兆ドル規模のグローバル金融アーキテクチャを巡る、極めてリスクの高い戦争を反映している。この対立の中心にあるのが「CLARITY 法」である。278 ページに及ぶ上院の仮想通貨法案は、次の 10 年の業界の姿を形作るのはイノベーションなのか、それとも既存勢力の保護なのかを決定づける可能性がある。

ダボスでの冷遇：銀行業界の結束​

2026 年 1 月の世界経済フォーラムにおけるアームストロング氏への歓迎ムードは、まるで企業スリラーの一場面のようだった。CLARITY 法案の草案条項に公然と反対を表明した後、彼はアメリカの銀行エリートたちから一斉に冷遇されることとなった。

その遭遇はいずれも驚くほど敵対的で一貫していた：

  • バンク・オブ・アメリカのブライアン・モイニハン氏： 30 分間の面談の後、「銀行になりたいなら、単なる銀行になればいい」と言い捨ててアームストロング氏を退けた。
  • ウェルズ・ファーゴの CEO チャーリー・シャーフ氏： 「話すことは何もない」として関与を一切拒否した。
  • シティグループのジェーン・フレーザー氏： 彼に与えた時間は 60 秒に満たなかった。
  • ジェイミー・ダイモン氏との対立： 最も劇的で、銀行がデジタル資産関連の立法を妨害しているとアームストロング氏が「テレビで嘘をついている」と公衆の面前で非難した。

これらは無差別な敵意ではなかった。ダボス会議のわずか 24 時間前に、アームストロング氏がコインベースによる CLARITY 法への支持を撤回し、その後のメディア出演で銀行による「規制の虜（Regulatory Capture）」を訴えたことに対する組織的な反応であった。

6.6 兆ドルのステーブルコイン問題​

争点の核心は、一見技術的な条項にある。それは、仮想通貨プラットフォームがステーブルコインに対して利回り（イールド）を提供できるかどうかだ。しかし、その利害関係は双方にとって死活問題である。

アームストロング氏の主張： 銀行は立法上の影響力を行使して、自らの預金基盤を脅かす競争力のある製品を禁止しようとしている。ステーブルコインの利回りは、本質的にはブロックチェーン・インフラ上に構築された高金利口座であり、24 時間 365 日即時決済が可能で、従来の貯蓄口座よりも高い収益を消費者に提供する。

銀行側の反論： ステーブルコインの利回り商品は、準備金要件、FDIC（連邦預金保険公社）保険、自己資本規制など、預金口座と同じ規制要件に従うべきである。仮想通貨プラットフォームがこれらの保護措置を回避することを許せば、システムリスクが生じる。

数字がこの激しさの理由を物語っている。アームストロング氏は 2026 年 1 月、伝統的な銀行は現在、仮想通貨を「ビジネスに対する存亡の危機」と見なしていると指摘した。ステーブルコインの流通量が 2,000 億ドルに近づき急速に成長する中、米国の銀行預金（現在 17.5 兆ドル）のわずか 5% が移行しただけでも、約 9,000 億ドルの預金とそれに伴う手数料収入が失われることになる。

2026 年 1 月 12 日に発表された CLARITY 法の草案では、デジタル資産プラットフォームがステーブルコインの残高に対して利息を支払うことを禁止する一方で、銀行にはそれを許可していた。アームストロング氏はこれを「競合他社を排除するための規制の虜」と呼び、銀行は競合を法律で排除するのではなく、「公平な土俵で競争する」べきだと主張した。

規制の虜か、それとも消費者保護か？​

アームストロング氏による「規制の虜」という非難が波紋を呼んだのは、金融規制が実際にはどのように機能することが多いかという不都合な真実を浮き彫りにしたからだ。

2026 年 1 月 16 日のフォックス・ビジネスの取材に対し、アームストロング氏は自身の反対姿勢を次のように鮮明に語った。「一つの業界（銀行）が参入してきて、競合を禁止するために規制の虜にすることが許されるのは、私にとって極めて不公平に感じられた。」

CLARITY 法草案に対する彼の具体的な不満には、以下のものが含まれていた：

  1. トークン化された株式の実質的な禁止： 伝統的な証券のブロックチェーン版を阻害する条項。
  2. DeFi への制限： 分散型プロトコルに仲介者としての登録を義務付ける可能性のある曖昧な表現。
  3. ステーブルコインの利回り禁止： 銀行が利回り提供の能力を保持する一方で、ステーブルコイン保有に対する報酬を明示的に禁止すること。

規制の虜という議論は、仮想通貨業界以外でも共感を呼んでいる。経済研究によれば、既存の有力プレイヤーは自らの業界を規定するルールに対して過度な影響力を行使し、しばしば新規参入者の不利益となることが一貫して示されている。規制当局と、彼らが規制する金融機関との間の「天下り（回転ドア）」現象もよく知られている。

しかし銀行側は、アームストロング氏の枠組みは消費者保護の必要性を誤解させるものだと反論している。預金保険、自己資本要件、および規制当局による監視が存在するのは、銀行システムの破綻が経済を壊滅させる連鎖反応（システムリスク）を引き起こすからである。2008 年の金融危機は、規制の緩い金融仲介者に対して慎重になるべき理由として、今なお鮮明に記憶に残っている。

問題はこう集約される。仮想通貨プラットフォームは、伝統的な銀行による監視を必要としない真に分散化された代替手段を提供しているのか。それとも、銀行と同じルールに従うべき中央集権的な仲介者に過ぎないのだろうか。

中央集権化のパラドックス​

Armstrong（アームストロング）氏の立場が複雑になるのはここからです。Coinbase（コインベース）自体が、暗号資産の分散化という理想と、中央集権型取引所という実情との間の緊張関係を体現しているからです。

2026 年 2 月現在、Coinbase は数十億ドルの顧客資産を保持し、規制対象の仲介者として運営されており、その資産保管（カストディ）と取引決済においては、従来の金融機関と非常によく似た機能を果たしています。Armstrong 氏が銀行のような規制に反対すると、批判者たちは Coinbase の運営モデルが驚くほど銀行に似ていると指摘します。

このパラドックスは業界全体で顕在化しています。

中央集権型取引所（CEX）：Coinbase、Binance、Kraken などは、依然として取引量を支配しており、ほとんどのユーザーが必要とする流動性、スピード、法定通貨のオンランプ（入金経路）を提供しています。2026 年現在、カストディのリスクや規制上の脆弱性が根強く残っているにもかかわらず、CEX は暗号資産取引の大部分を処理しています。

分散型取引所（DEX）：Uniswap、Hyperliquid、dYdX などのプラットフォームは大幅に成長し、仲介者なしで 1 日あたり数十億ドルの取引量を処理しています。しかし、ユーザーエクスペリエンスの摩擦、流動性の断片化、ガス代などの課題を抱えており、多くのユースケースにおいて依然として実用的ではない面があります。

取引所の分散化に関する議論は学術的なものではありません。それは、暗号資産がその設立当初の約束である「脱仲介化」を達成するのか、それとも単に従来の金融をブロックチェーンという配管で作り直すだけなのか、という核心的な問いなのです。

Armstrong 氏がウォール街の敵であるとされるならば、それは Coinbase が「不快な中間地点」を占めているからでもあります。つまり、伝統的な銀行の預金や決済処理ビジネスを脅かすほどには中央集権的でありながら、顧客資産を保持することに伴う規制当局の監視を逃れられるほどには分散化されていないのです。

この争いが暗号資産のアーキテクチャに意味すること​

ダボス会議での Armstrong 氏と Dimon（ダイモン）氏の対決は、これまで暗黙の了解だったことを明確にした重要な瞬間として記憶されるでしょう。それは、暗号資産の成熟が、同じ顧客、同じ資産、そして最終的には同じ規制枠組みをめぐる伝統的金融との直接的な競争を意味するということです。

考えられる結末は 3 つあります。

1. 伝統的金融が法的保護を勝ち取る​

もし CLARITY 法案が銀行に有利な条項（暗号資産プラットフォームでのステーブルコインの利回り提供を禁止する一方で、銀行にはそれを許可するなど）を伴って可決されれば、二層構造のシステムが定着する可能性があります。銀行は高利回り商品によって預金の独占を維持し、暗号資産プラットフォームは直接的な顧客関係を持たない決済レール（インフラ）に成り下がります。

この結果は、分散化にとっては「ピュロスの勝利（犠牲の大きい勝利）」となるでしょう。暗号資産のインフラがバックエンドシステムを支えることになるかもしれませんが（JPMorgan の Canton Network やその他の企業向けブロックチェーンプロジェクトが既に行っているように）、消費者向けのレイヤーは依然として伝統的な金融機関によって支配されたままになります。

2. 暗号資産が実力で競争に勝つ​

もう一つの可能性は、銀行を保護するための立法努力が失敗し、暗号資産プラットフォームがユーザーエクスペリエンス、利回り、イノベーションにおいて優れていることが証明されるシナリオです。これは Armstrong 氏が望む結果であり、競争が改善を促す「プラスサム型の資本主義」です。

初期の兆候では、これが現実になりつつあることを示唆しています。ステーブルコインはすでに多くの地域で国際送金を支配しており、SWIFT（スイフト）の数分の一のコストと時間で、ほぼ即時の決済を提供しています。暗号資産プラットフォームは 24 時間 365 日の取引、プログラマブルな資産、そして伝統的な銀行が対抗するのに苦労するような利回りを提供しています。

しかし、この道には大きな逆風もあります。銀行のロビー活動の力は強大であり、規制当局は暗号資産プラットフォームが望むような自由な運営を許可することに消極的です。2022 年から 2023 年にかけての FTX や他の中央集権型プラットフォームの崩壊は、規制当局により厳格な監視を主張するための材料を与えてしまいました。

3. 融合による新しいハイブリッドの誕生​

最も可能性が高いのは、混沌とした「融合」です。伝統的な銀行はブロックチェーンベースの製品を立ち上げ（すでに複数のステーブルコインプロジェクトが存在します）、暗号資産プラットフォームはますます規制され、銀行に近い存在になります。そして、中央集権的機能と分散型機能を融合させた「ユニバーサル・エクスチェンジ」という新しいハイブリッドモデルが、さまざまなユースケースに対応するために登場します。

私たちはすでにこの兆候を目にしています。Bank of America や Citigroup などがブロックチェーンへの取り組みを行っています。Coinbase は、伝統的なプライム・ブローカレッジと区別がつかないような機関投資家向けカストディを提供しています。DeFi プロトコルは、規制されたオンランプを通じて伝統的金融と統合されつつあります。

問題は、暗号資産と銀行のどちらが「勝つ」かではなく、その結果として生まれるハイブリッドシステムが、現在よりもオープンで効率的、かつ革新的なものになるのか、それとも単に「古いワインを新しい革袋に入れただけ」のものになるのかということです。

より広範な影響​

Armstrong 氏がウォール街の宿敵へと変貌を遂げたことは重要です。なぜなら、それが暗号資産の「投機的なアセットクラス」から「インフラ競争」への移行を象徴しているからです。

2021 年に Coinbase が上場した際、暗号資産を伝統的金融とは無関係な、独自のルールと参加者を持つ別のエコシステムとして捉えることはまだ可能でした。しかし 2026 年までに、その幻想は打ち砕かれました。同じ顧客、同じ資本、そしてますます同じ規制枠組みが両方の世界に適用されています。

ダボス会議で銀行が冷ややかな態度をとったのは、単にステーブルコインの利回りだけの問題ではありません。それは、暗号資産プラットフォームが現在、以下の項目で直接競合していることを認識したからです。

  • 預金と貯蓄口座（ステーブルコイン残高 vs. 当座・貯蓄預金）
  • 決済処理（ブロックチェーン決済 vs. カードネットワーク）
  • 資産カストディ（暗号資産ウォレット vs. 証券口座）
  • 取引インフラ（DEX および CEX vs. 証券取引所）
  • 国際送金（ステーブルコイン vs. コルレス銀行）

これらの各項目は、伝統的な金融機関にとって年間数十億ドルの手数料収入を意味します。Armstrong 氏が体現する存亡の危機は、イデオロギー的なものではなく、極めて財務的なものなのです。

次の展開：CLARITY 法を巡る対決​

アームストロングと銀行との対立が続く中、上院銀行委員会は CLARITY 法の修正案検討（マークアップ）セッションを延期しました。議員たちは当初、2026 年 第 1 四半期末までに法制化を完了するという「強気な」目標を設定していましたが、そのスケジュールは現在、楽観的すぎるように見えます。

アームストロングは、コインベースが「現状のまま」の法案を支持することはできないと明言しました。暗号資産（仮想通貨）業界全体でも意見が分かれています。a16z の支援を受ける企業を含む一部の企業は妥協案を支持していますが、他の企業は「規制の虜（Regulatory Capture）」と見なされるものに対して、コインベースの強硬な姿勢に同調しています。

水面下では、双方による激しいロビー活動が続いています。銀行側は、消費者保護と（彼らの視点からの）公平な競争条件を主張しています。一方、暗号資産企業はイノベーションと競争を訴えています。規制当局は、システム的リスクへの懸念を管理しながら、これら相反する圧力のバランスを取ろうとしています。

その結果によって、以下のことが決定される可能性が高いでしょう：

  • ステーブルコインの利回りが主流の消費者向け製品になるかどうか
  • 伝統的な銀行がブロックチェーン・ネイティブな競争に直面する速さ
  • 分散型の代替手段が、クリプト・ネイティブ・ユーザーを超えて拡大できるかどうか
  • 暗号資産の 1 兆ドル規模の時価総額のうち、どれだけが DeFi ではなく CeFi に流入するか

結論：クリプトの魂を賭けた戦い​

ダボス会議でジェイミー・ダイモンがブライアン・アームストロングと対峙した光景が印象深いのは、それが暗号資産の現在を定義する対立を象徴しているからです。私たちは、伝統的な金融に代わる真に分散型の代替手段を構築しているのでしょうか、それとも単に新しい仲介者を生み出しているだけなのでしょうか？

ウォール街の「敵ナンバーワン」としてのアームストロングの地位は、この矛盾を体現していることに起因します。コインベースは、銀行のビジネスモデルを脅かすほど中央集権的でありながら、伝統的な規制枠組みに抵抗するほど（その理念とロードマップにおいて）分散型でもあります。2026 年初頭の同社による 29 億ドルの Deribit 買収は、同社がデリバティブや機関投資家向け製品といった、明らかに銀行に近いビジネスに賭けていることを示しています。

暗号資産の構築者や投資家にとって、アームストロングと銀行の対決が重要なのは、それが今後 10 年間の規制環境を形作るからです。制限的な立法は、米国内のイノベーションを凍結させ（同時により寛容な法域へと押し出し）かねません。逆に過度に緩い監視は、最終的な取り締まりを招くようなシステム的リスクを許容してしまう可能性があります。

理想的な結末、つまり既存の勢力を定着させることなく消費者を保護する規制を実現するには、金融規制当局が歴史的に苦労してきた非常に困難な調整が必要です。アームストロングによる「規制の虜」という告発が正当化されるか退けられるかにかかわらず、この争い自体が、暗号資産が実験的な技術から本格的なインフラ競争へと昇格したことを証明しています。

BlockEden.xyz は、規制遵守と機関投資家レベルの基準に合わせて設計された、エンタープライズ グレードのブロックチェーン API インフラストラクチャを提供しています。当社のサービスを探索 して、進化し続けるこの情勢に対応できる基盤を構築しましょう。

出典: