@Fabric Foundation può essere inteso come un "sistema di distribuzione di robot". Quando i robot generici entrano in parchi, magazzini e ospedali, il primo ostacolo spesso non sono le loro azioni, ma piuttosto le loro qualifiche e responsabilità: chi concede loro l'autorizzazione, chi può programmarli e come si possono indagare i problemi per evitare che la colpa ricada in ultima analisi sugli esseri umani.
Il suo approccio utilizza un registro pubblico per collegare dati, calcoli e supervisione in un unico documento. I calcoli verificabili agiscono come certificati di accettazione, garantendo la corrispondenza dei passaggi chiave senza basarsi sulla mera retorica. L'infrastruttura nativa proxy agisce come regole di collaborazione predefinite, eliminando la necessità di "comandi di gruppo" temporanei quando più robot lavorano insieme.
@Fabric Foundation non è solo un elemento di contesto, ma piuttosto un creatore di regole: come vengono definiti gli standard, come vengono modificati e come vengono gestite le controversie: qualcuno deve costantemente garantire la giustizia procedurale. $ROBO , d'altra parte, mette in pratica governance e incentivi. I contributi in termini di risorse (dati, potenza di calcolo, accesso, auditing, manutenzione dei moduli) vengono premiati e gli utenti possono anche partecipare alle votazioni. Il problema sta proprio qui: incentivi troppo permissivi porteranno ad attività fraudolente, mentre incentivi troppo rigidi faranno sì che nessuno faccia il lavoro necessario. Non si tratta di dimostrare quanto sia grandiosa la visione, ma se questo sistema possa funzionare senza problemi nelle operazioni quotidiane.