Louis Amira, grunnlegger av Circuit & Chisel – intervjuserie

Louis Amira er grunnleggeren av Circuit & Chisel og bygger på erfaring med å utvikle produkter og partnerskap innen KI, krypto og betalinger. Karrieren hans omfatter å være med på å grunnlegge en virksomhet i Googles inkubator Area 120, å jobbe i Chainlink og å lede partnerskap innen krypto og KI i Stripe. Han startet Circuit & Chisel sammen med David Noël-Romas for å løse infrastrukturmanglene som hindrer KI-agenter i å utføre pålitelig og nyttig arbeid for bedrifter.

Circuit & Chisel bygger infrastruktur for KI-agenter og står bak ATXP, Unbiased og Pareto. ATXP gir agenter identitets- og betalingsfunksjoner, mens Pareto kombinerer ledende modeller og modeller med åpne vekter for å håndtere kvaliteten og kostnadene ved KI-inferens. Unbiased gir tilgang til Pareto gjennom plattformen sin. I dette intervjuet snakker Amira om orkestrering av modeller, evaluering, inferensøkonomi, datalagring og sammenhengen mellom pålitelig resonnering hos agenter og autonome betalinger.

Karrieren din har ført deg fra Googles inkubator Area 120 til ledelse av partnerskap innen krypto og KI i Stripe, før du var med på å grunnlegge Circuit & Chisel. Hva lærte disse erfaringene deg om infrastrukturen KI-agenter trenger, og hva inspirerte deg til slutt til å starte selskapet?

I Google var jeg med på å grunnlegge et selskap i Area 120. Lærdommen jeg tok med meg, var at det du bygger først, avgjør hva du kan bygge senere. I Chainlink og Stripe så jeg det samme mønsteret fra den andre siden. Ny teknologi fungerte i demonstrasjonsmiljøet på solskinnsdager og under perfekte forhold, men gikk så i stå fordi infrastrukturen for den virkelige verden ennå ikke var på plass.

David og jeg startet Circuit & Chisel for å bygge agenter som utfører reelt arbeid for reelle bedrifter. De mislyktes stadig av nokså banale grunner. En agent kunne ikke bevise hvem den var, og den kunne ikke betale for noe. Derfor bygde vi ATXP for å gi agenter en identitet og en måte å betale på.

Så støtte vi på den neste hindringen. En agent som kan handle, må også treffe riktig, til en pris som står i forhold til oppgaven. Det er det Pareto handler om. Begge gangene var tankegangen den samme: Finn den manglende brikken, og bygg den.

Circuit & Chisel fokuserte først på ATXP, en protokoll utviklet for å muliggjøre autonome betalinger mellom KI-agenter, før selskapet utvidet virksomheten til infrastruktur for KI-modeller med Unbiased og Pareto. Hva førte til denne utviklingen, og hvordan passer disse teknologiene inn i den bredere visjonen din for agentøkonomien?

Kundene våre (og agentene deres) viste oss at ATXP fungerte. Agenter kunne ha en identitet og bruke penger. Men da vi satte oss ned med bedrifter, var ikke betalinger det første problemet deres. Det var tilliten til resultatet. Ingen overlater et budsjett til en agent som velger feil modell for oppgaven eller gir feil svar.

Derfor trappet vi opp arbeidet med kvalitet og kostnader tidligere i år. Det ble til Pareto.

De to passer fortsatt sammen. Pareto avgjør hvordan en agent resonnerer seg gjennom en oppgave. ATXP lar den handle og betale. Du trenger begge deler, og i den rekkefølgen, fordi ingen gir en agent en digital lommebok før de stoler på vurderingsevnen dens. Vi bygde dem bare i feil rekkefølge.

Pareto skiller seg fra tradisjonelle store språkmodeller ved å kombinere resultater fra flere ledende modeller og modeller med åpne vekter, i stedet for å basere seg på én enkelt modell eller et konvensjonelt system for ruting. Kan du forklare hvordan denne arkitekturen fungerer, særlig hvordan den sammenstiller svar som konkurrerer med hverandre, til et mer nøyaktig eller nyttig resultat?

Pareto er et system, ikke én enkelt modell. Det sender oppgaver til modeller fra flere laboratorier, både ledende modeller og modeller med åpne vekter, og gir hver av dem en oppgave. Flere modeller kan være i stand til å utføre arbeidet, men noen ganger er oppgaven kompleks, og da trenger man én modell til å gjennomgå arbeidet og gi råd. Hvilke modeller som skal brukes, avhenger av hvordan hver av dem skårer på kapasitet, kostnad, hastighet og pålitelighet for denne typen oppgave. Det samme gjelder hvor grundig oppgaven bør kontrolleres.

Vi beregner ikke gjennomsnittet av svarene. Gjennomsnittsberegning visker ut forskjellene mellom feilene. Vi vil at modellene skal være uenige, for det er da feilene kommer fram. Når utvalget av tilgjengelige modeller endres, tester vi på nytt og lanserer en ny, nummerert versjon av Pareto.

Et av Paretos viktigste løfter er å levere intelligens på nivå med de mest avanserte modellene til betydelig lavere kostnader. Siden flere modeller kan bidra til å generere et svar, hvordan oppnår dere disse besparelsene, og hvilke avveininger finnes mellom inferenskostnader, forsinkelse og kvaliteten på resultatet?

Paretos oppgave er å levere svar på nivå med de mest avanserte modellene. De lavere kostnadene skyldes måten systemet kommer fram til svarene på.

Det meste folk sender til en KI, er rutineoppgaver. En rimeligere modell løser slike forespørsler like ofte riktig som den dyreste modellen. Pareto sender dem til den rimeligere modellen og sparer de mest avanserte modellene, eller flere modeller som jobber sammen, til forespørslene som trenger dem. I de publiserte testene våre skåret denne kombinasjonen bare noen få poeng lavere enn GPT-6 Astra og Claude Opus 5.5 på de fleste større referansetester, samtidig som kostnaden per oppgave var 30–70 % lavere.

Det er ingen vesentlige avveininger. Pareto ruter ikke alle forespørsler perfekt, men vi måler hvor ofte rutingen blir feil, forbedrer resultatene og publiserer dem!

Teamet deres har publisert referanseresultater som viser at Pareto kan måle seg med ledende proprietære modeller og modeller med åpne vekter, blant annet i sammenligninger med GPT-6 Astra og Claude Opus 5.5. Hvordan sørger dere for at evalueringene gjenspeiler ytelsen i praksis, og ikke bare optimalisering for bestemte referansetester, og på hvilke områder har de mest avanserte modellene fortsatt en betydelig fordel fremfor Pareto?

Vi publiserer evalueringskoden, slik at hvem som helst kan gjenta målingene våre. Alle modellene, også Pareto, testes med det samme oppsettet. Vi viser også Paretos tap like tydelig som seirene. En resultatliste der arrangøren alltid vinner, er bare reklame.

Vi lanserte gjennom flere AI-gatewayer og har gitt selskaper av alle størrelser og typer forhåndstilgang til nye modeller. Vi tar tilbakemeldingene deres inn i arbeidet nesten i sanntid for stadig å forbedre modellens ytelse.

Pareto skal ha behandlet mer enn to billioner tokener i løpet av de første 48 timene. Hva viste den første etterspørselen om markedet for kostnadseffektiv AI-inferens, og hva var de største tekniske utfordringene med å opprettholde ytelse, pålitelighet og skalerbarhet ved et slikt volum?

Etterspørselen var flere ganger høyere enn det vi og partnerne våre hadde ventet, og dessverre hadde vi ikke nok datakapasitet til å håndtere den ordentlig. Den første dagen oversteg etterspørselen 5 til 10 milliarder tokener i minuttet. Vi håndterte rundt 1,6 milliarder. Det ville ha kostet mange millioner dollar om dagen å dekke hele denne etterspørselen på en forsvarlig måte og uten betaling.

Det vi lærte, var at prisen begrenser mye av bruken av AI. Det finnes utviklere med produkter som fungerer til én pris, men ikke når prisen er fem ganger høyere. Setter man prisen ned, kommer de.

Den største utfordringen var enkel: Vi gikk tom for kapasitet. Den første dagen ble modellen så treg at noen ga opp. Vi fikk mer kapasitet på plass i løpet av natten og gikk over til betalt tilgang to dager etter lanseringen. Det er den ærlige måten å rasjonere tilgangen på.

Vi lærte også noe om åpenhet. Noen brukere følte seg villedet da de fant ut at Union Alpha besto av flere modeller som jobbet sammen, og ikke én modell. Det var en del av hensikten med å lansere den sammen med partnerne som «bare enda en modell» – i praksis er det ingen forskjell på hvordan brukerne bør oppleve resultatet fra en rutingmodell.

Nullagring av data er en annen viktig del av Paretos profilering, særlig etter hvert som bedrifter blir stadig mer bekymret for at sensitiv informasjon går gjennom tredjepartsleverandører av AI. Hvordan håndhever og verifiserer dere dette vernet når flere underliggende modeller er involvert, og hvilke forsikringer kan bedriftskundene få om hvordan dataene deres håndteres?

Med planene våre for nullagring av data lagrer vi verken spørsmålene eller svarene dine, og det gjør heller ingen av leverandørene vi sender dem til.

Når flere modeller inngår i behandlingskjeden, er et løfte om nullagring av data bare så godt som det svakeste leddet. Derfor sendes forespørsler under ZDR bare til modeller som kjører på vilkår om nullagring. Hvis en leverandør ikke kan oppfylle disse vilkårene, mottar den ingen ZDR-trafikk.

Bedriftskundene får dette skriftlig: en databehandleravtale og et ZDR-tillegg. Vi opplyser også tydelig om hvilke planer som ikke omfattes av ZDR, slik at ingen havner i feil kategori. For selskaper som vil at dataene deres aldri skal forlate egne lokaler, utvikler vi en versjon som de kan kjøre på sin egen maskinvare. Mer om dette snart.

Når AI-agenter går fra å besvare spørsmål til å utføre komplekse arbeidsflyter med flere trinn, kan små feil i resonneringen hope seg opp og føre til alvorlige feil. Hvordan håndterer Pareto problemer som hallusinasjoner, motstridende resultater fra modeller og pålitelighet i langvarige agentoppgaver, og kan det å kombinere flere modeller føre til nye typer feil?

Dette var problemet vi støtte på først. Utenfor en demonstrasjon faller agenter fra hverandre. En liten feil i trinn to blir stor i trinn ti.

Flere modeller er til hjelp i de vanskelige trinnene. De kan arbeide med samme problem hver for seg, kontrollere hverandre eller bekrefte et resultat før agenten går videre. En enkelt modell har ingen å rådføre seg med. Pareto har det.

Vi måler brukertilfredshet og ytelse på reelle oppgaver, publiserer resultatene – også de dårlige – og retter opp i det vi finner. Kunder som trenger samme atferd hver gang, kan låse Pareto til en bestemt versjon, slik at den ikke endres underveis.

Med ATXP og Unbiased arbeider Circuit & Chisel med to viktige utfordringer for autonome agenter: å få effektiv tilgang til intelligens og å betale for tjenestene de bruker. Hvordan ser dere for dere at disse funksjonene vil smelte sammen, og kan vi etter hvert få agenter som på egen hånd velger, kjøper og samordner AI-modeller og eksterne verktøy ut fra ytelse, kostnader og oppgavekrav?

Ja. Det er dit dette går.

I dag er det en person som bestemmer hvilken modell som skal brukes, hvilke verktøy som skal kalles opp, og hvordan man skal betale for dem. I stadig større grad vil en agent ta disse valgene. Den vil velge riktig modell for hvert trinn, finne verktøyene den trenger, betale hver leverandør og kontrollere resultatene før den går videre.

Det krever to ting. En måte å få tilgang til riktig intelligens for hver oppgave på – det er Pareto. Og en måte å bevise hvem man er og betale på – det var det ATXP opprinnelig ble utviklet for.

Mange selskaper jobber nå med ting som begrensninger, ansvar og lignende før noen stoler på at agenter håndterer penger. Derfor begynte vi med vurderingsevne. Betalingsdelen blir mer nyttig jo mer du stoler på agenten som bruker den.

Ser du framover: Tror du at det neste store gjennombruddet innen KI først og fremst vil komme fra stadig kraftigere enkeltmodeller, eller fra utviklingen av systemer som intelligent kombinerer eksisterende modeller og funksjoner? Hvordan tror du dette skillet vil prege konkurransen mellom nye KI-selskaper og de store leverandørene av banebrytende modeller de neste årene?

Begge deler. Forskningslaboratoriene vil fortsette å lage bedre modeller, og det betyr mye. Vi sørger for at folk slipper å lese om og teste hver enkelt. Vi bør levere den riktige modellen til den riktige oppgaven, med riktig avkastning på investeringen. Slutt på modelltretthet.

Vi kommer aldri til å bruke mer penger enn laboratoriene på trening av modeller. Vi bygger videre på arbeidet deres og bidrar til å distribuere modellene. Hver gang et laboratorium lanserer en bedre modell, blir Pareto også bedre.

Laboratoriene kunne ha bygget dette selv, og noen kommer til å gjøre det. Men en ruter fra et laboratorium har et hjemmelag. Vi eier ingen modell, så den eneste måten vi kan lykkes på, er at kunden får det beste svaret for pengene. Jo flere modeller det finnes, desto viktigere blir det.

Takk for et flott intervju. Lesere som ønsker å lære mer om Pareto, agentinfrastruktur og verktøyene som kobler KI-resonnering med identitet og betalinger, bør besøke Circuit & Chisel.