Louis Amira, fondatorul Circuit & Chisel – serie de interviuri

Louis Amira este fondatorul Circuit & Chisel și se bazează pe experiența acumulată în dezvoltarea de produse și parteneriate în domeniile inteligenței artificiale, criptomonedelor și plăților. În cariera sa, a cofondat o companie în cadrul incubatorului Area 120 al Google, a lucrat la Chainlink și a condus parteneriatele în domeniul criptomonedelor și al inteligenței artificiale la Stripe. A înființat Circuit & Chisel împreună cu David Noël-Romas pentru a acoperi lacunele de infrastructură care împiedică agenții de inteligență artificială să desfășoare activități fiabile și utile pentru companii.

Circuit & Chisel dezvoltă infrastructură pentru agenți de inteligență artificială și este compania din spatele ATXP, Unbiased și Pareto. ATXP le oferă agenților funcții de identificare și de plată, în timp ce Pareto combină modele de ultimă generație și modele cu ponderi deschise pentru a îmbunătăți calitatea și a reduce costul inferenței IA. Unbiased oferă acces la Pareto prin intermediul platformei sale. În acest interviu, Amira vorbește despre orchestrarea modelelor, evaluare, economia inferenței, păstrarea datelor și relația dintre raționamentul fiabil al agenților și plățile autonome.

Cariera dumneavoastră v-a purtat de la incubatorul Area 120 al Google până la conducerea parteneriatelor în domeniul criptomonedelor și al inteligenței artificiale la Stripe, înainte de a cofonda Circuit & Chisel. Ce v-au învățat aceste experiențe despre infrastructura de care ar avea nevoie agenții de inteligență artificială și ce v-a inspirat, în cele din urmă, să înființați compania?

La Google, am cofondat o companie în cadrul Area 120. Lecția pe care am învățat-o a fost că ceea ce construiești mai întâi determină ce poți construi mai târziu. La Chainlink și Stripe, am observat același tipar din perspectiva cealaltă. Noile tehnologii funcționau în mediul demonstrativ, în zile însorite și în condiții perfecte, apoi se împotmoleau pentru că infrastructura necesară lumii reale încă nu exista.

David și cu mine am înființat Circuit & Chisel pentru a construi agenți care să desfășoare activități reale pentru companii reale. Aceștia eșuau din motive banale. Un agent nu putea dovedi cine este și nu putea plăti pentru nimic. Așa că am construit ATXP pentru a le oferi agenților o identitate și o modalitate de a efectua plăți.

Apoi ne-am lovit de următorul obstacol. Un agent capabil să acționeze trebuie și să aibă dreptate, la un cost potrivit pentru sarcina respectivă. Așa a apărut Pareto. În ambele cazuri, am urmat același instinct: să identificăm piesa care lipsește și să o construim.

La început, Circuit & Chisel s-a concentrat pe ATXP, un protocol conceput pentru a permite plăți autonome între agenții de inteligență artificială, apoi și-a extins activitatea către infrastructura pentru modele IA, cu Unbiased și Pareto. Ce a determinat această evoluție și cum se înscriu aceste tehnologii în viziunea dumneavoastră mai amplă asupra economiei agenților?

Clienții noștri (și agenții lor) ne-au arătat că ATXP funcționa. Agenții puteau avea o identitate și puteau cheltui bani. Dar, când am discutat cu companiile, am constatat că prima lor problemă nu era legată de plăți. Era vorba despre încrederea în rezultate. Nimeni nu încredințează un buget unui agent care alege modelul greșit pentru sarcina respectivă sau dă un răspuns greșit.

Așa că, la începutul acestui an, ne-am intensificat eforturile pentru a îmbunătăți calitatea și a reduce costurile. Așa a apărut Pareto.

Cele două se completează în continuare. Pareto stabilește cum abordează un agent o sarcină. ATXP îi permite să acționeze și să plătească. Ai nevoie de amândouă și în această ordine, fiindcă nimeni nu îi dă unui agent acces la un portofel înainte de a avea încredere în judecata sa. Noi doar le-am construit în ordinea greșită.

Pareto adoptă o abordare diferită de cea a modelelor lingvistice mari tradiționale: combină rezultatele mai multor modele de ultimă generație și cu ponderi deschise, în loc să se bazeze pe un singur model sau pe un sistem convențional de rutare. Ne puteți explica modul în care funcționează această arhitectură, în special felul în care sintetizează răspunsurile divergente pentru a obține un rezultat mai exact sau mai util?

Pareto este un sistem, nu un singur model. Distribuie sarcinile către modele de la mai multe laboratoare, atât modele de ultimă generație, cât și modele cu ponderi deschise, și îi atribuie fiecăruia un rol. Mai multe modele ar putea fi capabile să îndeplinească sarcina, deși uneori aceasta poate fi complexă și e nevoie ca un model să o verifice și să ofere recomandări. Alegem ce modele să apelăm în funcție de scorurile obținute de fiecare pentru capacitate, cost, viteză și fiabilitate în cazul acelui tip de sarcină. Stabilim și câtă verificare necesită sarcina.

Nu facem media răspunsurilor. Calcularea mediei estompează erorile. Vrem ca modelele să nu fie de acord, fiindcă tocmai în dezacord ies la iveală greșelile. Când se schimbă combinația de modele disponibile, testăm din nou și lansăm o nouă versiune numerotată a Pareto.

Una dintre promisiunile esențiale ale Pareto este să ofere inteligență la nivelul modelelor de ultimă generație, la costuri considerabil mai mici. Având în vedere că la generarea unui răspuns pot participa mai multe modele, cum reușiți să obțineți aceste economii și ce compromisuri există între costurile inferenței, latență și calitatea rezultatelor?

Rolul Pareto este să ofere răspunsuri la nivelul modelelor de ultimă generație. Costul mai mic se datorează modului în care ajunge la aceste răspunsuri.

Majoritatea solicitărilor pe care oamenii le trimit către IA sunt de rutină. Un model mai ieftin răspunde la fel de corect la aceste solicitări ca cel mai scump. Pareto le direcționează către modelul mai ieftin și păstrează modelele de ultimă generație sau grupurile de mai multe modele pentru solicitările care au nevoie de ele. În testele publicate de noi, această combinație a obținut rezultate cu doar câteva puncte mai mici decât GPT-6 Astra și Claude Opus 5.5 la majoritatea reperelor importante, cu un cost per sarcină cu 30–70% mai mic.

Nu există compromisuri semnificative. Pareto nu va direcționa perfect fiecare solicitare, dar măsurăm cât de des greșește rutarea și îmbunătățim rezultatele (pe care le și publicăm!).

Echipa dumneavoastră a publicat rezultate de evaluare comparativă care poziționează Pareto competitiv față de modele proprietare de top și modele cu ponderi deschise, inclusiv în comparații cu GPT-6 Astra și Claude Opus 5.5. Cum vă asigurați că aceste evaluări reflectă performanța în condiții reale, nu optimizarea specifică benchmarkurilor, și în ce privințe modelele de frontieră păstrează un avantaj semnificativ față de Pareto?

Publicăm codul de evaluare, astfel încât oricine să poată reproduce rezultatele noastre. Toate modelele trec prin același cadru de testare, inclusiv Pareto. Și prezentăm și rezultatele slabe ale lui Pareto, la fel de transparent ca pe cele bune. Un clasament în care casa câștigă întotdeauna nu este decât o reclamă.

Am lansat modelul prin mai multe gateway-uri AI și am oferit companiilor de toate dimensiunile acces în avanpremieră la modele noi. Integrăm feedbackul lor aproape în timp real, pentru a îmbunătăți constant performanța modelului.

Potrivit relatărilor, Pareto a procesat peste două mii de miliarde de tokenuri în primele 48 de ore. Ce a dezvăluit cererea inițială despre piața inferenței AI eficiente din punctul de vedere al costurilor și care au fost cele mai mari provocări tehnice legate de menținerea performanței, fiabilității și scalabilității la un asemenea volum?

Cererea a fost de câteva ori mai mare decât ne așteptam noi și partenerii noștri și, din păcate, nu aveam suficientă putere de calcul pentru a-i face față în mod adecvat. În prima zi, cererea a depășit 5–10 miliarde de tokenuri pe minut. Noi procesam aproximativ 1,6 miliarde. Pentru a face față în mod adecvat întregii cereri fără niciun cost pentru utilizatori, ar fi fost nevoie de multe milioane de dolari pe zi.

Ce am înțeles: prețul limitează utilizarea AI în multe cazuri. Există dezvoltatori ale căror produse funcționează la un anumit preț, dar nu și la un preț de cinci ori mai mare. Când scade prețul, apar și utilizatorii.

Cea mai mare problemă a fost simplă: am rămas fără capacitate. În prima zi, modelul a devenit atât de lent, încât unii au renunțat să-l mai folosească. Am pus în funcțiune capacitate suplimentară peste noapte și am trecut la accesul contra cost la două zile de la lansare, o modalitate onestă de a raționaliza accesul.

Am învățat și ceva despre transparență. Unii utilizatori au simțit că au fost induși în eroare când au aflat că Union Alpha era format din mai multe modele care lucrau împreună, nu dintr-unul singur. Tocmai acesta a fost unul dintre motivele pentru care l-am lansat împreună cu partenerii ca „încă un model” – în practică, nu există nicio diferență în modul în care utilizatorii ar trebui să perceapă rezultatul unui router.

Păstrarea zero a datelor este un alt element important al poziționării Pareto, mai ales pe măsură ce companiile devin tot mai preocupate de transmiterea informațiilor sensibile prin furnizori terți de AI. Cum aplicați și verificați aceste măsuri de protecție atunci când sunt implicate mai multe modele subiacente și ce garanții pot obține clienții din mediul enterprise cu privire la modul în care sunt gestionate datele lor?

În cadrul planurilor noastre cu păstrarea zero a datelor, nu stocăm solicitările sau rezultatele dumneavoastră și niciunul dintre furnizorii cărora le trimitem aceste date nu le stochează.

Când sunt implicate mai multe modele, promisiunea păstrării zero a datelor nu este mai solidă decât veriga ei cea mai slabă. De aceea, solicitările care intră sub incidența ZDR sunt trimise numai către modele care funcționează în baza unor condiții de păstrare zero. Dacă un furnizor nu poate respecta aceste condiții, nu primește trafic ZDR.

Clienții din mediul enterprise primesc aceste angajamente în scris: un acord de prelucrare a datelor și un act adițional ZDR. Precizăm clar și care planuri nu includ ZDR, astfel încât nimeni să nu ajungă în categoria greșită. Pentru companiile care doresc ca datele lor să nu părăsească niciodată propria clădire, lucrăm la o versiune care poate rula pe propriul lor hardware. Vom reveni în curând cu mai multe detalii.

Pe măsură ce agenții AI trec de la răspunsul la întrebări la executarea unor fluxuri de lucru complexe, în mai mulți pași, mici erori de raționament se pot cumula și provoca eșecuri semnificative. Cum abordează Pareto probleme precum halucinațiile, rezultatele contradictorii ale modelelor și fiabilitatea pe parcursul unor sarcini îndelungate executate de agenți? Iar combinarea mai multor modele poate genera noi moduri de eșec?

Aceasta este prima problemă cu care ne-am confruntat. În afara unei demonstrații, agenții se destramă. O mică greșeală la pasul al doilea devine una mare până la pasul al zecelea.

Mai multe modele ajută la pașii dificili. Ele pot aborda separat aceeași problemă, se pot verifica reciproc sau pot confirma un rezultat înainte ca agentul să continue. Un singur model nu are la dispoziție o a doua opinie. Pareto are.

Măsurăm satisfacția utilizatorilor și performanța în sarcini reale, publicăm rezultatele, inclusiv pe cele nefavorabile, și remediem problemele pe care le descoperim. Clienții care au nevoie de un comportament identic de fiecare dată pot fixa o versiune a Pareto, astfel încât aceasta să nu se schimbe pe parcurs.

Prin ATXP și Unbiased, Circuit & Chisel abordează două provocări importante pentru agenții autonomi: accesul eficient la inteligență și plata serviciilor pe care le utilizează. Cum vedeți evoluând aceste capabilități împreună și am putea ajunge să vedem agenți care selectează, achiziționează și coordonează în mod independent modele AI și instrumente externe, în funcție de performanță, cost și cerințele sarcinii?

Da. Aici duce totul.

Astăzi, o persoană decide ce model să folosească, ce instrumente să apeleze și cum să plătească pentru ele. Din ce în ce mai mult, aceste alegeri vor fi făcute de un agent. Acesta va selecta modelul potrivit pentru fiecare etapă, va găsi instrumentele de care are nevoie, va plăti fiecare furnizor și va verifica rezultatele înainte de a continua.

Pentru asta sunt necesare două lucruri. O modalitate de a obține inteligența potrivită pentru fiecare sarcină, iar aceasta este Pareto. Și o modalitate de a dovedi cine ești și de a plăti, pentru care a fost creat inițial ATXP.

Multe companii lucrează acum la aspecte precum limitele, răspunderea juridică și altele, înainte ca cineva să aibă încredere în agenți să gestioneze bani. De aceea am început cu capacitatea de judecată. Componenta de plăți devine cu atât mai utilă cu cât ai mai multă încredere în agentul care o folosește.

Privind spre viitor, credeți că următoarea descoperire majoră în domeniul IA va veni în principal din antrenarea unor modele individuale tot mai puternice sau din dezvoltarea unor sisteme care combină în mod inteligent modelele și capacitățile existente? Cum credeți că va influența această distincție concurența dintre companiile emergente de IA și principalii furnizori de modele de frontieră în următorii câțiva ani?

Ambele. Laboratoarele vor continua să creeze modele mai bune, iar acest lucru contează foarte mult. Ne asigurăm că oamenii nu simt că trebuie să citească despre fiecare model și să-l testeze. Ar trebui să le oferim modelul potrivit pentru sarcina potrivită, cu rentabilitatea investiției potrivită. Gata cu oboseala provocată de modele.

Nu vom putea niciodată să cheltuim mai mult decât laboratoarele pentru antrenarea modelelor; ne bazăm pe munca lor și contribuim la distribuirea modelelor. De fiecare dată când un laborator lansează un model mai bun, și Pareto devine mai bun.

Laboratoarele ar putea construi singure acest sistem, iar unele o vor face. Dar routerul unui laborator își favorizează propria echipă. Noi nu deținem niciun model, așa că singura modalitate de a câștiga este să-i oferim clientului cel mai bun răspuns pentru banii săi. Cu cât există mai multe modele, cu atât acest lucru contează mai mult.

Vă mulțumim pentru interviul excelent. Cititorii care doresc să afle mai multe despre Pareto, infrastructura agenților și instrumentele care conectează raționamentul IA cu identitatea și plățile ar trebui să viziteze Circuit & Chisel.