negbit

The Negbit Spec

機械間市場における、前処理済みナレッジバンドルのオープンな価格モデルです。

バージョン 1.0 · 2026年7月 · negbit.com · Nicolas Limare, ag3ntlab

このリポジトリは、negbit 価格算式、そのデフォルトの較正値、鮮度ルール、ドメイン別の半減期分類、およびバンドル監査プロトコルの規範的な仕様です。完全な導出、実証的な較正、競争分析については、ホワイトペーパーをご覧ください。negbit.com/paperでオンラインで読むか、PDFをダウンロードできます。

ライセンスは CC BY-SA 4.0 です（ライセンスを参照）。この仕様を使って価格を設定するナレッジバンドルは、引き続き完全に所有者の財産です。

---

1. negbit とは

AI エージェントがタスクに関連する情報を取得する方法は2つあります。推論トークンを消費して生の情報源を検索、フィルタリング、統合する方法と、x402 のような機械間決済レールを介して、別のエージェントから前処理済みでそのまま利用できるコンテキストを購入する方法です。ナレッジバンドルとは、エージェントが利用するために作成された、キュレーション済みのテキストファイルの集合です。negbitとは、この仕様が価格を設定する単位です。つまり、キュレーション済みバンドルと、その精製元となった生のノイズとを分ける、情報を整理する作業によって生み出されるネゲントロピーの単位です。

このモデルの中心的な主張は次のとおりです。バンドルの適正価格は、購入者が節約できる処理コストを基準とし、回答の価値を上限とし、そのドメインの鮮度に応じて減衰させ、交渉力に応じて分配します。

2. 算式

サイズが $S$ トークンで、経過日数が $a$ 日、半減期が $t_{1/2}$ 日のドメインに属するバンドルの見積価格は次のとおりです。

$$ P^* ;=; \beta \cdot \min!\big[,\Delta \mathrm{EVSI},; C_{\mathrm{avoided}},\big] \cdot 2^{-a/t_{1/2}} $$

販売者の予想販売回数あたりの減価償却後の制作コストを下限とします。

各項の意味：

記号	意味
$C_{\mathrm{avoided}}$	購入者が自ら精製作業を行う代わりにバンドルを利用することで節約できる処理コスト（§3 で詳述）
$\Delta \mathrm{EVSI}$	情報の決定理論上の価値（サンプル情報の期待価値）。回答の価値を超える価格設定を防ぐ上限です [1, 2]
$\beta$	余剰に対する販売者の取り分を示す交渉力。$\beta = 1/2$ は対称的なナッシュ分配です [21]
$2^{-a/t_{1/2}}$	鮮度による減衰です。バンドルの市場価値はドメインの半減期ごとに半分になります（§4 を参照）

3. 回避されるコスト

$$ C_{\mathrm{avoided}} ;=; (1+r_{\mathrm{fail}})\big[, c_{\mathrm{in}},\rho,S ;+; c_{\mathrm{out}},\sigma,S ;+; c_{\mathrm{tool}},n ,\big] ;+; w,\Delta\tau ;-; c_{\mathrm{in}},S ;-; C_{\mathrm{verif}} $$

左から順に読み解くと、購入者が生の情報源を読み、統合し、ツール呼び出しに支払っていたはずの費用を、自律型調査の実行における失敗率で割り増しし、さらに節約できる時間の価値を加えたものから、バンドル自体を読むコストと販売者の主張を検証するコストを差し引きます。

精製比率 $\rho$ は、この式の要となる量です。これは、キュレーション済みトークンを1つ提供するために、エージェントが取り込む必要のある生トークン数を示します。実際のディープリサーチエージェントの実行で測定した正直な値は 5～25 です（生データのダンプ ≈ 3、要約 ≈ 7、キュレーション済み ≈ 15、ディープリサーチ済み ≈ 25、専門家による蒸留 ≈ 35）。$\rho$ は、拡散が影響する部分でもあります。広く行き渡り、他の場所ですでに十分整理されている知識は、どれほど美しく整理されていても、実効 $\rho$ が低下します。この算式が価格を設定するのは、整理の美しさではなく、精製作業の希少性です。

キャリブレーションのデフォルト値（2026年7月、論文 §5 より）

パラメーター	デフォルト値	意味
$c_{\mathrm{in}}$	$3 / Mtok	リアルタイム入力トークンの価格
$c_{\mathrm{out}}$	$15 / Mtok	出力（合成）トークンの価格
$\rho$	15（範囲 5–25）	リファインメント比率
$\sigma$	2.5	合成出力係数
$r_{\mathrm{fail}}$	0.3	自律実行の失敗／再試行率
$c_{\mathrm{tool}} \cdot n$	$0.30	実行あたりのツール／検索費用
$w,\Delta\tau$	$0.50	節約されるレイテンシーの価値
$C_{\mathrm{verif}}$	$0.05	購入者側の検証費用
$\beta$	0.5	ナッシュ交渉による分配率
$t_{1/2}$	90 days	デフォルトの半減期（分類体系で上書き）
floor / cap	$0.05 / $5.00	1 回限りの見積もりの下限／上限

計算例。 $S = 10{,}000$ トークン、経過日数 10 日、すべてデフォルト値の場合、1 回限りの価格は $P^* = $0.87$ です（$\rho \in [5, 25]$ における感度範囲：$0.69～$1.05）。キャリブレーション済みの1回限りの見積もりは $0.5～$4 の範囲に収まり、観測された x402 のマイクロペイメント額（平均 ≈ $0.20）とも独立に整合しています [24, 25]。

4. 鮮度：2つの減衰

1. 陳腐化。 世界はそのドメインのペースでバンドルから乖離していきます。価値は $t_{1/2}$ ごとに半減します。メンテナンスによって時計がリセットされます（経過日数はファイルの作成日ではなく、実際に内容が最後に更新された日を基準にします）。真に時代を超越したコンテンツは、$t_{1/2} \to \infty$ の極限です。
2. 拡散。 同じ知識が他の場所で無料かつ明確に入手できるようになると、実効リファインメント比率が低下し、それに伴って価格も下がります [7]。品質が高くても、コモディティ化は防げません。

フェイルクローズルール（規範）： 機械可読な最終更新日（インデックスのフロントマターにある updated: YYYY-MM-DD フィールド）を宣言していないバンドルは、宣言されるまで見積もりを一切提示しません。見積もり担当者が鮮度の日付を捏造してはなりません。

5. 半減期の分類体系

taxonomy.json は、8つのドメインと24のサブドメインを、日数単位のキャリブレーション済み半減期に対応付けます（v1。ライセンスの下でコミュニティによる改訂が可能で、変化の速いソフトウェアエコシステムの数日から、確立された基盤の数十年までを対象とします）。複数のドメインにまたがるバンドルには、主要なドメインのうち最も短い半減期を適用します（v1 の保守的なルール）。

6. 監査プロトコル

バンドルを監査して見積もりを提示するための規範的な手順です。準拠する実装は、次の6つの手順に従います。

1. スキャンして測定する。 バンドルの内容を一覧化し、$S$（テキストバイト数 / 4）を測定します。インデックス、引用規約、updated: フィールドの有無を記録します。
2. ドメインと半減期を推定する。 内容に基づいて（フォルダー名は使用せず）、分類体系の最適なドメイン／サブドメインの組み合わせを選び、確信度を示します。
3. 数式の各項に照らして診断する。 各欠陥は項に対応し、その項が価格への影響を示します。updated: がない場合はブロッキング（フェイルクローズ）となります。古さは減衰を生じさせます。カバレッジの薄さは $S$ と $\Delta\mathrm{EVSI}$ を制限します。未加工ダンプは $\rho$ を低下させます。出典情報がない場合は $C_{\mathrm{verif}}$ が購入者負担になります。普及している場合は実効 $\rho$ が低下します。
4. 再構成計画を作成する。 実行可能な手順を順序立てて示し、それぞれについて改善する項を引用します。
5. 決定論的に価格を算出する。 見積もりは、モデルの判断ではなく、宣言された入力値を使って数式から算出します。同じ入力なら同じ価格になります。
6. 誠実に報告する。 価格とその感度範囲、ドメインとその確信度を示し、内容がコモディティ知識である場合は明記します。

参照実装（negbit-audit スキル：エージェントへの指示としてのプロトコルと、決定論的な stdlib 見積もりツール）は、negbit.com で登録後、無料で配布されています。

7. 準拠

実装がこの仕様に準拠するのは、（a）宣言されたパラメーター値を使って §2～§3 に基づき見積もりを計算し、（b）§4 のフェイルクローズ鮮度ルールを適用し、（c）§5 または宣言された上書き値に従って半減期を解決し、（d）価格を $\rho$ 感度範囲とともに単一の値として報告する場合です。派生した分類体系とキャリブレーションは、同じライセンス（継承条項付き）で共有する必要があります。

参考文献

[1] R. A. Howard, "情報価値理論," IEEE Transactions on Systems Science and Cybernetics 2(1), 22–26, 1966.

[2] H. Raiffa, R. Schlaifer, 応用統計的意思決定理論, Harvard University, 1961.

[3] D. Blackwell, "実験の同等な比較," Annals of Mathematical Statistics 24(2), 265–272, 1953.

[4] G. J. Stigler, "情報の経済学," Journal of Political Economy 69(3), 213–225, 1961.

[5] K. J. Arrow, "発明のための経済的厚生と資源配分," in The Rate and Direction of Inventive Activity, NBER/Princeton, 609–626, 1962.

[6] C. Shapiro, H. R. Varian, 情報ルール：ネットワーク経済のための戦略ガイド, Harvard Business School Press, 1999.

[7] S. J. Grossman, J. E. Stiglitz, "情報効率的な市場の不可能性について," American Economic Review 70(3), 393–408, 1980.

[8] C. A. Sims, "合理的な不注意がもたらす含意," Journal of Monetary Economics 50(3), 665–690, 2003.

[9] F. Matějka, A. McKay, "離散選択における合理的な不注意：多項ロジットモデルの新たな基礎," American Economic Review 105(1), 272–298, 2015.

[10] L. Szilard, "知的存在の介入による熱力学系のエントロピー減少について," Zeitschrift für Physik 53, 840–856, 1929.

[11] L. Brillouin, "情報のネゲントロピー原理," Journal of Applied Physics 24(9), 1152–1163, 1953.

[12] R. Landauer, "コンピューティング過程における不可逆性と熱の発生," IBM Journal of Research and Development 5(3), 183–191, 1961.

[13] D. Bergemann, A. Bonatti, A. Smolin, "情報の設計と価格," American Economic Review 108(1), 1–48, 2018.

[14] A. Agarwal, M. Dahleh, T. Sarkar, "データマーケットプレイス：アルゴリズムによる解決策," Proceedings of the 2019 ACM Conference on Economics and Computation (EC '19), 701–726, 2019.

[15] C. H. Bennett, "計算の熱力学 — レビュー," International Journal of Theoretical Physics 21(12), 905–940, 1982.

[16] T. Sashihara et al., "戦略的かつ目標指向型のデータマーケットプレイスをシミュレートするLLMベースのマルチエージェントシステム," arXiv:2511.13233, 2025.

[17] "Magentic Marketplace：エージェント型市場を研究するためのオープンソース環境," arXiv:2510.25779, 2025.

[18] "Agent Bazaar：マルチエージェントマーケットプレイスにおける経済的アラインメントの実現," arXiv:2605.17698, 2026.

[19] D. Bergemann, A. Bonatti, T. Gan, "ソーシャルデータの経済学," RAND Journal of Economics 53(2), 263–296, 2022.

[20] Linux Foundation, "x402 Foundationの設立," プレスリリース, 2026.

[21] J. F. Nash, "交渉問題," Econometrica 18(2), 155–162, 1950.

[22] Cloudflare, "Pay Per Crawlの発表," 2025年7月；および従量制の報酬（「pay per use」）への2026年7月の移行。

[23] Stanford Digital Economy Lab, "AIエージェントはあなたのトークンをどのように使っているのか？", 2026年5月.

[24] CoinDesk / Artemis, "Coinbase支援のAI決済プロトコルはマイクロペイメントの問題解決を目指すが、需要はまだほとんどない," 2026年3月.

[25] Coinbase Developer Platform, x402のドキュメント（ファシリテーターの料金設定）, 2026年7月閲覧.

引用

N. Limare, "ネゲントロピーの価格設定：機械間ナレッジマーケットにおける前処理済みコンテキストバンドルの見積もりモデル," ag3ntlab, v1.0, 2026年7月. negbit.com/paper

ライセンス

Negbit Spec（本ドキュメント、数式、監査プロトコル、分類体系）は、Creative Commons Attribution-ShareAlike 4.0 International（CC BY-SA 4.0）のライセンスに基づいています。帰属表示：negbit.com。これを使って監査および価格設定を行うバンドルは、引き続きその所有者に完全に帰属します。