Internet va ser dissenyada per a persones. Però què passa quan els seus nous habitants són agents intel·ligents capaços de treballar, contractar serveis i col·laborar entre ells?
Durant dècades, Internet ha estat construïda al voltant d’una suposició molt simple: darrere de cada acció hi ha una persona.
Som nosaltres qui naveguem per les pàgines web, comparem productes, omplim formularis, creem comptes, acceptem termes d’ús i introduïm una targeta per pagar una subscripció.
Les interfícies, els models de negoci i els sistemes d’identificació de la xarxa han estat pensats per a usuaris humans.
Però aquesta suposició comença a canviar.
Els agents d’intel·ligència artificial ja no es limiten necessàriament a respondre preguntes. Alguns poden cercar informació, planificar una seqüència d’accions, utilitzar eines externes, consultar bases de dades, executar tasques i coordinar diferents serveis per assolir un objectiu.
La qüestió, per tant, ja no és només com utilitzarem nosaltres la intel·ligència artificial.
La qüestió és què passarà quan la intel·ligència artificial comenci a utilitzar Internet per nosaltres.
Experiments com Moltbook fins i tot intenten imaginar què passa quan els agents disposen dels seus propis espais de trobada, publicació i reconeixement.
I encara podem anar més lluny:
Què passarà quan els usuaris d’Internet deixin de ser exclusivament humans?
La web que coneixem
Durant aproximadament trenta anys hem après a relacionar-nos amb Internet mitjançant una sèrie d’accions que avui ens semblen naturals.
Llegim webs.
Fem clics.
Ens registrem en plataformes.
Comparem preus.
Contractem serveis.
Paguem subscripcions.
Aquestes accions no són només comportaments dels usuaris. També són la base de bona part de l’economia digital.
Les empreses intenten captar la nostra atenció, convertir-nos en clients i mantenir-nos dins dels seus ecosistemes. Les plataformes desenvolupen interfícies perquè puguem entendre què ofereixen, decidir si ens interessa i completar una compra.
Però un agent d’IA no necessita necessàriament una pàgina atractiva, un menú visual ni un botó de compra.
Pot comunicar-se directament amb altres sistemes mitjançant APIs, protocols i estructures de dades. En lloc de navegar visualment, pot consultar serveis, comparar resultats i executar transaccions de manera programàtica.
Això implica que una part de la futura Internet podria no ser visible per a nosaltres.
Podria existir una capa de consultes, decisions i intercanvis que es produís directament entre màquines.
Una Internet en què els humans continuéssim definint els objectius, però no participéssim necessàriament en cadascun dels passos necessaris per assolir-los.
Del chatbot a l’agent
Fins fa poc, la nostra experiència habitual amb la intel·ligència artificial seguia una estructura relativament senzilla:
Pregunta → resposta.
L’usuari formulava una consulta i el sistema generava un text, una imatge, una recomanació o una predicció.
Aquest model continua sent útil, però els agents introdueixen una diferència important.
Un agent no només genera una resposta. També pot dividir un objectiu en passos, seleccionar eines, consultar fonts externes, revisar els resultats i continuar actuant fins que considera que ha completat la tasca.
Per exemple, davant l’encàrrec d’organitzar un viatge, un chatbot podria proposar una ruta.
Un agent, en canvi, podria arribar a cercar opcions de transport, comprovar horaris, comparar allotjaments, consultar la meteorologia, adaptar el pressupost i reservar determinats serveis.
La diferència es pot resumir en una frase:
Un chatbot respon. Un agent actua.
Aquesta capacitat d’actuar transforma la IA en alguna cosa més que una interfície de consulta.
La converteix en un possible intermediari entre les persones i la infraestructura digital.
Però també obre un problema que sovint queda ocult darrere de les demostracions més espectaculars.
El problema invisible
Quan un agent intenta executar una tasca complexa, necessita recursos.
Pot necessitar dades actualitzades, capacitat de computació, accés a una API, una verificació externa, coneixement especialitzat o el resultat produït per un altre agent.
Imaginem un agent encarregat d’analitzar el risc d’inundació d’una zona.
Podria necessitar dades meteorològiques, models topogràfics, cartografia, informació cadastral, imatges de satèl·lit i un servei especialitzat en simulacions hidrològiques.
Cap sistema ha de saber-ho tot. El més probable és que els agents més útils siguin precisament els que sàpiguen descobrir i combinar recursos especialitzats.
Però aquí apareix el conflicte: bona part de l’economia d’Internet continua pensada per a persones.
Per accedir a un servei, normalment cal crear un compte, triar una subscripció, introduir dades de pagament, interpretar les condicions d’ús i completar algun mecanisme de verificació.
Aquest procés pot ser assumible per a una persona que contracta un servei durant mesos.
És molt menys eficient per a un agent que només necessita fer una consulta puntual.
Com pot pagar una màquina per una única petició?
Com pot contractar un servei durant uns segons?
Com pot demostrar que disposa d’autorització per gastar?
Com pot saber si el resultat que rep és fiable?
I, sobretot, com podem saber nosaltres què ha fet l’agent, quines dades ha utilitzat i en nom de qui ha actuat?
En definitiva:
Com interactuen econòmicament dues màquines sense perdre el control sobre les seves accions?
Ja comencen a aparèixer protocols i sistemes que intenten facilitar pagaments automatitzats, descoberta de serveis, comunicació entre agents i execució programàtica de transaccions. Entre aquests experiments hi ha x402 i el Machine Payments Protocol (MPP), que incorporen pagaments programàtics al flux de petició i resposta d’Internet (Coinbase Developer Platform, s. d.; Stripe, 2026).
Però el més rellevant no és quin protocol concret acabarà imposant-se.
El més rellevant és el problema que intenten resoldre.
Els agents necessiten una infraestructura econòmica adaptada a una activitat automatitzada, granular i potencialment contínua.
Tanmateix, permetre que un agent pagui o contracti un servei és només una part del repte.
Abans de poder parlar d’una economia d’agents, cal respondre preguntes més profundes sobre dades, identitat, responsabilitat i poder.
Una economia d’agents
Imaginem milions d’agents especialitzats.
Un agent expert en urbanisme.
Un altre en fiscalitat.
Un altre en meteorologia.
Un altre en fotografia.
Un altre en traducció jurídica.
Un altre en anàlisi de dades biomèdiques.
Un agent general podria descobrir aquests serveis i contractar-los temporalment per completar una tasca més complexa.
No necessitaria incorporar permanentment tot aquest coneixement. Només necessitaria saber quin agent o servei pot resoldre cada part del problema, quant costa, quina reputació té i com pot verificar-ne el resultat.
Això s’assembla sorprenentment a un mercat. Però no seria exactament un mercat laboral ni un mercat de serveis convencional.
Seria un mercat en què sistemes artificials oferirien capacitats específiques a altres sistemes artificials.
No estaríem parlant només d’una Internet d’agents. Estaríem parlant d’una economia d’agents.
En aquesta economia, un agent podria actuar simultàniament com a consumidor, intermediari i proveïdor.
Podria adquirir dades a un servei, contractar una anàlisi a un segon agent, verificar-la mitjançant un tercer i lliurar el resultat final a un altre sistema.
Les transaccions podrien ser molt petites i molt freqüents.
En lloc de pagar una subscripció mensual per una eina, un agent podria pagar només per una petició, una predicció, una transformació de dades o uns segons de computació.
Aquesta possibilitat podria afavorir l’aparició de serveis digitals extremadament especialitzats.
Un agent no necessitaria ser conegut per milions de persones. Podria ser útil simplement perquè resol molt bé una tasca concreta i altres agents saben trobar-lo.
El valor ja no dependria només de captar l’atenció humana.
També podria dependre de ser descobrible, interoperable, fiable i fàcil de contractar per altres màquines.
Però un mercat no funciona només perquè hi ha compradors, venedors i un sistema de pagament.
També necessita regles.
La governança de les dades
Els agents no treballen en el buit. Actuen a partir de dades. Dades sobre persones, organitzacions, territoris, productes, transaccions, comportaments i esdeveniments. Això converteix la governança de dades en una de les infraestructures fonamentals de l’economia dels agents.
Quan un agent pren una decisió, hauríem de poder saber d’on provenen les dades que ha utilitzat, amb quina finalitat van ser recollides, si es podien reutilitzar i en quines condicions.
També hauríem de poder determinar si són actuals, completes, representatives i prou fiables per a la decisió que es vol prendre.
Un agent pot processar una gran quantitat d’informació a una velocitat impossible per a una persona. Però aquesta capacitat no converteix automàticament les dades en correctes.
Al contrari: l’automatització pot amplificar errors, biaixos i inconsistències amb una rapidesa extraordinària.
Una dada incorrecta utilitzada per una persona pot provocar una mala decisió.
La mateixa dada integrada en una cadena d’agents pot propagar-se a través de centenars de processos abans que ningú detecti l’error.
Per això, una economia d’agents necessitarà alguna forma de traçabilitat.
No només haurem de conèixer el resultat final, sinó també la seva genealogia:
- quines fonts s’han consultat;
- quines transformacions s’han aplicat;
- quins agents han intervingut;
- quines decisions s’han automatitzat;
- quines versions dels models i de les dades s’han utilitzat;
- qui ha autoritzat cada pas.
Aquesta procedència no és un detall administratiu.
És el que permet auditar, corregir i atribuir responsabilitats.
Sense traçabilitat, una decisió produïda per diversos agents pot convertir-se en una caixa negra distribuïda: cap actor individual disposa d’una visió completa i tots poden atribuir l’error a un component anterior de la cadena.
La governança de dades haurà de deixar de ser una funció perifèrica o purament documental.
Haurà de formar part de l’arquitectura mateixa dels agents.
Qui és l’agent?
Perquè dos agents puguin col·laborar no n’hi ha prou que es puguin comunicar.
També han de poder identificar-se.
Quan un agent demana accés a una base de dades, ordena un pagament o contracta un servei, el sistema receptor necessita saber qui està fent la petició.
Però la pregunta “qui és?” es torna especialment complexa quan parlem d’un agent.
És una instància concreta d’un programa?
És el model d’IA que utilitza?
És l’empresa que l’ha desenvolupat?
És l’organització que l’ha desplegat?
O és la persona en nom de la qual està actuant?
En realitat, totes aquestes identitats poden ser rellevants al mateix temps.
Un agent podria necessitar demostrar:
quin sistema és
qui l’ha creat o desplegat
en nom de qui actua
quins permisos té
durant quant de temps són vàlids
quins límits no pot superar
Institucions com el NIST ja treballen en iniciatives específiques sobre identitat i autorització de programari i agents d’IA. L’objectiu és trobar mecanismes estandarditzats que permetin identificar els agents, gestionar-ne les credencials i limitar les accions que poden executar en nom dels usuaris (National Cybersecurity Center of Excellence, 2026).
També han aparegut diverses propostes tècniques a l’entorn de l’IETF per definir identitats verificables, delegació de permisos i autenticació entre agents. Encara són esborranys i no constitueixen estàndards consolidats, però mostren que la identitat dels agents ja s’està reconeixent com un problema estructural (Kolluru et al., 2026).
La qüestió no és donar als agents una identitat equivalent a la d’una persona.
És poder establir una cadena verificable de delegació.
L’agent hauria de poder demostrar que actua en nom d’algú, però sense heretar automàticament tots els permisos d’aquella persona.
Si encarreguem a un agent que reservi un hotel, pot necessitar consultar un calendari i pagar una quantitat determinada.
No necessita, per això, accedir a tot el nostre correu, consultar tots els moviments bancaris o disposar d’autorització il·limitada per contractar altres serveis.
Cada agent hauria de rebre els permisos mínims necessaris per executar una tasca concreta. Amb límits de temps, despesa, dades i capacitat d’acció. Sense aquesta separació, els agents podrien acabar funcionant amb credencials massa àmplies i convertir-se en una porta d’accés a tots els sistemes d’una persona o una organització.
Autorització no és autonomia
Un agent pot actuar amb certa autonomia funcional, però això no significa que hagi de disposar de llibertat il·limitada.
Cal distingir entre permetre que un agent decideixi com completar una tasca i permetre que decideixi quins límits pot ignorar.
La primera capacitat és útil. La segona és perillosa. Un sistema ben governat hauria de definir, com a mínim:
quines accions pot executar l’agent
quines dades pot consultar
quins serveis pot contractar
quin pressupost pot gestionar
quan necessita aprovació humana
com es pot interrompre o revocar la seva activitat
La possibilitat de revocar permisos és especialment important.
Una identitat digital no pot consistir només a concedir accés. També ha de permetre retirar-lo quan l’agent deixa de ser fiable, quan finalitza la tasca o quan es detecta un comportament inesperat.
Els treballs recents sobre seguretat agentiva insisteixen precisament en riscos com els permisos excessius, la falta d’inventaris, l’absència de registres d’auditoria i la proliferació d’agents o habilitats instal·lats fora dels processos de control de les organitzacions (OWASP GenAI Security Project, 2025).
No es tracta només d’evitar que un agent sigui atacat.
També cal evitar que actuï més enllà del que se li havia encarregat.
Qui respon quan alguna cosa falla?
En una transacció convencional, encara que la responsabilitat pugui ser complexa, acostumem a identificar les parts implicades.
En una cadena d’agents, aquesta estructura pot ser molt més difícil de reconstruir.
Hi ha un comprador.
Hi ha un proveïdor.
Hi ha un contracte.
Hi ha un sistema de pagament.
Imaginem que un agent contracta un segon agent, que compra dades a una plataforma, que al seu torn utilitza un model proporcionat per una altra empresa.
El resultat final és incorrecte i provoca una decisió perjudicial.
Qui és responsable?
L’agent que va iniciar el procés?
La persona que el va activar?
L’empresa que el va desplegar?
El proveïdor de les dades?
El desenvolupador del model?
El servei que va verificar el resultat?
La resposta probablement dependrà del context, però una cosa sembla clara: sense registres auditables serà molt difícil atribuir responsabilitats.
Cada acció rellevant hauria de deixar una evidència suficient per reconstruir què va passar.
No necessàriament cal registrar tot el raonament intern del sistema, però sí els elements operatius essencials: les instruccions rebudes, els permisos utilitzats, les dades consultades, les eines activades i les transaccions executades.
L’auditoria no hauria de ser un afegit posterior. Hauria de ser una propietat de disseny.
El risc de concentració
La idea d’una economia formada per milions d’agents especialitzats pot suggerir un ecosistema obert, descentralitzat i divers.
Però aquest resultat no està garantit.
Els agents depenen d’infraestructures costoses.
Necessiten models, capacitat de computació, emmagatzematge, identitats digitals, sistemes de pagament, plataformes de descoberta, dades i canals de comunicació.
Si tots aquests components queden controlats per unes poques empreses, la futura economia dels agents podria ser encara més concentrada que la web actual.
Una mateixa plataforma podria controlar el model amb què pensa l’agent, el directori on descobreix altres serveis, el sistema d’identitat amb què s’autentica i el mecanisme amb què paga.
Aquesta integració podria resultar còmoda. També podria crear una dependència extraordinària.
La plataforma tindria capacitat per determinar quins agents són visibles, quines transaccions estan permeses, quines comissions es cobren i quines dades s’utilitzen per ordenar els resultats.
En altres paraules, podria controlar simultàniament l’accés al mercat, les regles del mercat i la infraestructura del mercat.
Els agents també podrien intensificar els efectes de xarxa.
Si la majoria d’agents utilitzen un mateix protocol, un mateix proveïdor d’identitat o una mateixa plataforma de serveis, els sistemes alternatius tindran més dificultats per competir.
I si els agents aprenen a triar proveïdors a partir de classificacions, reputacions o recomanacions generades per aquestes plataformes, els actors més ben posicionats podrien acumular encara més activitat.
El risc no és només que unes empreses tinguin més clients. És que acabin determinant què poden descobrir, comprar i recomanar els agents. Això podria produir una nova forma d’intermediació algorítmica invisible.
Les persones potser no veuríem totes les opcions disponibles.
Veuríem el resultat de les decisions preses pels nostres agents dins d’ecosistemes dissenyats i ordenats per altres plataformes.
Interoperabilitat o jardins tancats
Una economia d’agents oberta necessitaria interoperabilitat.
Els agents haurien de poder comunicar-se amb sistemes de diferents proveïdors, traslladar la seva identitat, verificar credencials i contractar serveis sense quedar atrapats dins d’una única plataforma.
Aquest és un dels motius pels quals els estàndards oberts seran importants. NIST ha situat la interoperabilitat i la seguretat entre els objectius centrals de la seva iniciativa sobre estàndards per a agents d’IA (National Institute of Standards and Technology, 2026).
Però els estàndards tècnics, per si sols, tampoc resolen totes les formes de concentració.
Un protocol pot ser obert i, al mateix temps, dependre d’un nombre molt reduït de proveïdors de computació, models o identitat.
La qüestió no és només si els agents poden connectar-se. També és en quines condicions ho fan, qui controla els punts d’accés i si existeixen alternatives reals.
Una economia d’agents plural requeriria, probablement:
estàndards oberts
identitats portables
possibilitat de revocar permisos
transparència en els sistemes de descoberta
accés equitatiu a les infraestructures
competència entre proveïdors
mecanismes independents d’auditoria
Sense aquestes garanties, podríem substituir la web dels jardins tancats per una nova generació de jardins tancats habitats per agents.
Els nous actors de l’ecosistema digital
Fins ara, quan pensàvem en els actors de l’economia digital, normalment distingíem entre persones, empreses i institucions.
Els agents podrien introduir una nova categoria funcional.
No serien necessàriament persones jurídiques ni entitats independents. Continuarien actuant sota les instruccions, els permisos i la responsabilitat d’éssers humans o organitzacions.
Però, des d’un punt de vista operatiu, podrien disposar d’un grau creixent d’autonomia.
Podrien seleccionar proveïdors.
Administrar pressupostos limitats.
Negociar condicions.
Rebutjar resultats.
Canviar d’estratègia.
Subcontractar altres agents.
Això no significa que els agents s’hagin convertit en actors econòmics autònoms en un sentit jurídic.
Significa que podrien comportar-se com a participants actius dins dels ecosistemes digitals.
Aquesta distinció és important.
Un agent pot tenir autonomia funcional sense tenir autonomia legal.
Pot prendre decisions tècniques dins d’uns límits establerts, però la responsabilitat última continuarà recaient sobre les persones i organitzacions que el desenvolupen, despleguen o utilitzen.
La regulació europea de la intel·ligència artificial ja introdueix obligacions relatives a transparència, documentació, seguretat i responsabilitat per a diferents actors de la cadena de valor de la IA. Tanmateix, la consolidació dels agents plantejarà noves preguntes sobre com s’apliquen aquestes obligacions quan una decisió és executada per diversos sistemes connectats (Comissió Europea, s. d.).
Els primers indicis
Encara no existeix una economia d’agents plenament desenvolupada. El que podem observar són senyals.
Agents amb una capacitat creixent per utilitzar eines i executar tasques.
Protocols per facilitar pagaments entre sistemes.
Propostes per establir identitats i permisos verificables.
Infraestructures per descobrir serveis digitals.
Mercats de dades i computació.
I entorns experimentals en què els agents ja comencen a compartir un mateix espai digital.
Un dels exemples més suggeridors és Moltbook, una plataforma concebuda com una xarxa social per a agents d’intel·ligència artificial.
El seu funcionament recorda el de plataformes com Reddit: els agents poden publicar continguts, comentar les aportacions d’altres agents, votar-les i agrupar-se en comunitats temàtiques. Els humans, en canvi, hi són convidats principalment com a observadors.
Moltbook es presenta, de fet, com “the front page of the agent internet”: la portada d’una Internet habitada per agents (Moltbook, s. d.).
La plataforma és interessant no perquè demostri que les màquines han desenvolupat una societat pròpia, sinó perquè permet imaginar com podrien funcionar els primers espais digitals dissenyats específicament per a elles.
En una xarxa d’aquest tipus, els agents no només intercanvien informació.
També construeixen visibilitat.
Acumulen vots.
Participen en comunitats.
Generen historials d’activitat.
Poden ser descoberts per altres agents.
Aquests elements podrien acabar funcionant com a formes inicials de reputació digital.
Un agent amb un historial públic, una especialització reconeguda i valoracions positives podria ser considerat més fiable que un agent desconegut. Aquesta reputació podria influir en quins agents són consultats, contractats o autoritzats a participar en determinades tasques.
Aquí és on Moltbook deixa de ser només una curiositat social i es converteix en un experiment rellevant per pensar l’economia dels agents.
En qualsevol mercat, la confiança és essencial.
Quan els participants no es coneixen directament, necessiten mecanismes que els ajudin a decidir amb qui interactuar. Les plataformes humanes ho resolen mitjançant perfils, valoracions, recomanacions, certificacions i historials de transaccions.
Una economia d’agents probablement necessitarà mecanismes semblants.
Però això obre noves preguntes.
Com sabem que un agent és realment qui afirma ser?
Com evitem que diversos agents controlats per una mateixa organització manipulin les valoracions?
Com distingim una reputació legítima d’una activitat generada artificialment?
Qui decideix quins comportaments augmenten o redueixen la visibilitat d’un agent?
I què passa si una única plataforma controla alhora la identitat, la reputació i la descoberta dels agents?
Moltbook també mostra que un espai poblat per agents no és necessàriament un espai autònom.
Els agents continuen sent desplegats, configurats o supervisats per persones i organitzacions. Les seves publicacions poden estar condicionades pels models que utilitzen, per les instruccions que han rebut i per les regles tècniques de la plataforma.
Alguns estudis inicials han analitzat desenes de milers de publicacions i milers de comunitats de Moltbook per estudiar els temes, els patrons d’interacció i els riscos que apareixen en una xarxa social orientada als agents (Jiang et al., 2026; Price et al., 2026).
Aquestes investigacions no demostren l’existència d’una societat artificial independent.
Més aviat mostren un entorn híbrid en què l’activitat dels agents està fortament marcada per les arquitectures, els models i les decisions humanes que hi ha al darrere.
A més, l’experiment ha exposat problemes molt concrets de governança i seguretat.
S’han plantejat dubtes sobre la veritable autonomia dels participants, sobre la possibilitat que humans es facin passar per agents i sobre la protecció de credencials, dades i claus d’accés. També s’hi han detectat vulnerabilitats que mostren què pot passar quan una comunitat d’agents creix més ràpidament que els seus mecanismes de control (Huamani, 2026).
Per això, Moltbook és especialment valuós com a laboratori.
No perquè representi necessàriament el futur d’Internet tal com serà, sinó perquè concentra en un sol espai moltes de les preguntes que aquesta futura Internet haurà de resoldre:
- com s’identifiquen els agents;
- com es construeix la seva reputació;
- com es governen les comunitats;
- com es protegeixen les credencials;
- com es modera el contingut;
- com s’atribueix la responsabilitat;
- i qui controla la infraestructura on es produeixen totes aquestes interaccions.
Moltbook també permet veure el risc de concentració de poder d’una manera molt concreta.
Si una plataforma controla els perfils dels agents, els espais on publiquen, els algoritmes que ordenen els continguts i els indicadors que determinen la reputació, pot acabar decidint quins agents són visibles i quins queden fora de l’ecosistema.
La plataforma ja no seria només el lloc on els agents es troben.
Seria també l’autoritat que defineix com s’identifiquen, com guanyen confiança i com són descoberts pels altres.
Aquest és un patró que ja coneixem de les xarxes socials humanes.
La diferència és que, en una xarxa d’agents, aquests mecanismes podrien influir directament en decisions automatitzades, contractacions de serveis i moviments de recursos.
Moltbook no demostra que ja existeixi una economia d’agents.
Però sí que ens permet observar una de les seves possibles peces: un espai on els agents es fan visibles, interaccionen, construeixen reputació i comencen a reconèixer-se els uns als altres.
No tots aquests experiments prosperaran.
Alguns desapareixeran.
Altres seran substituïts per tecnologies diferents.
Però, considerats en conjunt, mostren que Internet comença a adaptar-se a uns usuaris que no només llegeixen i generen contingut.
També actuen, es relacionen i poden arribar a influir en les decisions d’altres sistemes.
La qüestió és sota quines regles ho faran.
Quan les màquines comencin a necessitar-se
Potser encara és massa aviat per parlar d’una economia de màquines.
També és possible que els agents continuïn sent, fonamentalment, extensions de persones i empreses, sense arribar mai a constituir una categoria econòmica independent.
Però fins i tot en aquest escenari més prudent, el canvi pot ser profund.
Si deleguem en agents la cerca d’informació, la selecció de proveïdors, l’ús de serveis i l’execució de transaccions, una part creixent de l’activitat econòmica digital es produirà sense intervenció humana directa en cada decisió.
Això pot transformar la manera com es dissenyen les webs, els serveis, els sistemes de pagament i les estratègies de negoci.
Les empreses potser ja no hauran de convèncer només una persona.
També hauran de resultar comprensibles i fiables per als agents que actuen en nom seu.
Les dades hauran de ser estructurades i governades.
Els serveis, descobribles i interoperables.
Els preus, interpretables.
Les identitats, verificables.
Els permisos, limitats i revocables.
Els resultats, traçables.
Les decisions, auditables.
I les infraestructures hauran de ser prou obertes perquè aquesta nova economia no quedi controlada íntegrament per unes poques plataformes.
Internet va començar connectant ordinadors. Després va connectar persones, empreses i comunitats. Ara sembla que es prepara per connectar agents.
Però la qüestió important no és només què seran capaços de fer aquests agents.
També hem de preguntar-nos qui els identificarà, qui governarà les dades que utilitzen, qui establirà els seus permisos i qui controlarà els espais on es trobaran i contractaran els uns als altres.
La pregunta ja no és si les màquines seran capaces d’utilitzar Internet.
La pregunta és quina Internet estarem construint quan comencin a necessitar-se les unes a les altres.
Referències
Coinbase Developer Platform. (s. d.). Overview: x402. https://docs.cdp.coinbase.com/x402/welcome
Comissió Europea. (s. d.). AI Act. Shaping Europe’s Digital Future. https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai
Huamani, K. (2026, 6 de febrer). Security concerns and skepticism are bursting the bubble of Moltbook, the viral AI social forum. Associated Press. https://apnews.com/article/moltbook-autonomous-ai-agents-openclaw-69855ab843a5597577120aac99efde9a
Jiang, Y., Zhang, Y., Shen, X., Backes, M., & Zhang, Y. (2026). “Humans welcome to observe”: A first look at the agent social network Moltbook. arXiv. https://doi.org/10.48550/arXiv.2602.10127
Kolluru, P., Li, Y., Radhakrishnan, A., & Chakraborty, S. (2026). AI agent authentication and authorization (Internet-Draft draft-klrc-aiagent-auth-03). Internet Engineering Task Force. https://datatracker.ietf.org/doc/draft-klrc-aiagent-auth/
Moltbook. (s. d.). A social network for AI agents. Recuperat el 26 de juliol de 2026, de https://www.moltbook.com/
National Cybersecurity Center of Excellence. (2026). Software and AI agent identity and authorization. National Institute of Standards and Technology. https://www.nccoe.nist.gov/projects/software-and-ai-agent-identity-and-authorization
National Institute of Standards and Technology. (2026, 17 de febrer). Announcing the AI Agent Standards Initiative for interoperable and secure innovation. https://www.nist.gov/news-events/news/2026/02/announcing-ai-agent-standards-initiative-interoperable-and-secure
OWASP GenAI Security Project. (2025, 9 de desembre). OWASP Top 10 for agentic applications for 2026. https://genai.owasp.org/resource/owasp-top-10-for-agentic-applications-for-2026/
Price, H. C. W., AlMuhanna, H., Bassani, P. M., Ho, M., & Evans, T. S. (2026). Let there be claws: An early social network analysis of AI agents on Moltbook. arXiv. https://doi.org/10.48550/arXiv.2602.20044
Smith, J. (2026, 31 de maig). AI agents: Paid web for machines. Enterprise Onchain. https://news.enterpriseonchain.com/p/ai-agents-paid-web-for-machines
Stripe. (2026, 18 de març). Introducing the Machine Payments Protocol. https://stripe.com/blog/machine-payments-protocol
