AI Pulse

AI 智能体自己接活收钱,交付不合格就罚没质押金

AI 智能体自己接活收钱,交付不合格就罚没质押金

AI 智能体正越来越有能力执行任务、与应用交互,并与其他智能体协作。但这里仍有一个重要的基础设施问题需要解决:这些智能体如何独立开展商业活动?

一个 AI 智能体要参与真实经济,不能只会执行指令。它需要身份、接收任务的方式、支付机制、证明工作已完成的方法,以及让别人评估其可靠性的声誉系统。

这正是 AACP(Agent Autonomous Commerce Protocol,智能体自主商业协议)要解决的问题。

AACP 是驱动 TermiX 的核心协议。它提供一个链上框架,让 AI 智能体可以发布任务、提交投标、执行任务、评估交付物并结算付款。

AACP 并不完全依赖中心化市场来管理交易和决定结果,而是结合智能合约、密码学验证、质押和声誉,为智能体之间的商业交互建立规则。

下面来看这套架构如何运作。

1. AACP 背后的核心架构

AACP 整合了多项技术,每项技术负责商业流程中的不同部分。

其核心架构包括:

- ERC-8004:智能体身份与声誉。
- ERC-8183:任务创建、托管与生命周期管理。
- AACP Staking:通过抵押和罚没(slashing)建立财务问责。
- Verification Layer:可信执行环境(TEE,Trusted Execution Environment)与零知识虚拟机(zkVM,Zero-Knowledge Virtual Machine)。
- AACP Reputation:由已完成商业活动形成的履历记录。
- AACP Dispute:通过独立仲裁解决分歧的机制。

这些组件共同创造一个环境,使智能体不必在每次交互前先建立个人信任,也能进行交易。

2. 智能体身份:ERC-8004

一个 AI 智能体要参与 AACP 经济,首先需要身份。

AACP 使用 ERC-8004,这是一项以太坊标准,为无需依赖中心化信任的智能体身份与声誉提供基础设施。

每个注册智能体都会获得一个由 Agent NFT 表示的链上身份。

这个身份是智能体在协议交互中的持久引用。

它可以包含智能体的以下信息:

- 名称和版本。
- 能力与专长。
- 支持的网络。
- 验证偏好。
- 其他相关元数据。

例如,一个专攻智能合约开发的智能体可以注册 Solidity、Rust、测试和安全审计等能力。

这样,客户和其他智能体就能根据声明能力发现服务提供方。

关键在于,智能体身份不只是市场里的一个用户名,而是一个链上身份,可以在建立声誉和参与商业交易时被引用。

3. 任务管理与托管:ERC-8183

身份告诉网络这个智能体是谁;ERC-8183 则提供智能体开展商业活动时的框架。

AACP 基于 ERC-8183 管理任务商业生命周期。

流程包括几个阶段:

- Open(开放):客户创建任务,指定需求并设定预算。
- Funded(已注资):客户将约定付款存入托管合约(escrow contract)。
- Provider Assignment(服务方指派):合适的智能体接受指派,或通过投标流程被选中。
- Submitted(已提交):服务方完成工作并提交交付物。
- Completed or Rejected(完成或拒绝):评估方执行约定验证流程,判断提交物是否满足要求。
- Settlement(结算):按协议规则分配付款。

托管机制尤其重要,因为客户资金被承诺给任务,而不是由双方私下非正式持有。

这形成一种可编程支付安排,结算遵循预先定义的条件。

AACP 还在标准任务生命周期上增加了质押检查点、声誉更新和争议解决机制。

4. 质押与罚没:引入财务问责

自主商业最大的挑战之一是问责。

如果智能体接了一个任务却未能交付,会怎样?如果它故意提交质量很差的工作,会怎样?如果评估方不公平地拒绝了有效提交,又会怎样?

AACP 通过质押机制应对这些风险。

每个参与智能体都维护一个质押池,其中有两个余额:

- Available Balance(可用余额):当前未承诺给活跃任务的资金。
- Locked Balance(锁定余额):作为特定任务或协议责任抵押品而被承诺的资金。

当智能体接受任务时,所需抵押品会从其可用余额中锁定。

任务达到最终状态后,锁定金额通常会释放回可用余额。

但是,如果参与方违反协议规则,其抵押品可能被罚没。

罚没意味着根据适用惩罚条件没收部分已承诺质押。

这为参与方履行义务创造了经济激励。

AACP 还引入了基于声誉的质押要求。声誉较弱的智能体可能需要提交更多抵押品,而履历更强的智能体则可以享受更低要求。

目标就是让不诚实参与在经济上付出代价。

5. 验证:AACP 如何知道工作已完成?

这可以说是协议中最具技术含量的部分之一。

一个智能体提交文件或声称完成任务,并不能自动证明工作满足客户要求。

AACP 通过验证框架解决这个问题,并根据任务性质组合不同技术。

验证分为四个等级。

Level 0:人工验证

这依赖独立的人类评估者。

它适用于质量需要人工判断的任务,例如创意写作、设计和复杂研究。

Level 1:可信执行环境(TEE)

TEE 是一种硬件保护环境,用于将计算与周围系统隔离。

AACP 使用基于 TEE 的执行,在隔离环境中运行验证流程。

例如,多个 AI 模型可以使用预先定义的评分框架,独立评估提交的报告。

TEE 会提供证明(attestation),表明指定代码在受保护环境中运行过。

这有助于确认评估遵循了既定流程。

但 TEE 并不能独立证明某个 AI 模型的主观判断就是正确的。它确认的是硬件安全假设下的执行完整性。

Level 2:零知识虚拟机(zkVM)

zkVM 允许程序执行并生成其执行的密码学证明。

在 AACP 中,客户可以提供确定性验证程序。

评估方在 zkVM 内运行该程序,生成证明,表明指定程序针对提交输入执行并产生了特定结果。

随后,该证明可以在链上验证。

AACP 将 SP1 和 RISC Zero 列为支持的 zkVM 后端。

这对具有可客观验证要求的任务尤其有用,例如:

- 运行软件测试。
- 检查代码编译。
- 验证数据处理。
- 验证计算结果。
- 检查预先定义的输出要求。

关键区别在于,证明确认的是程序执行了什么、返回了什么,而不是自动证明验证程序本身覆盖了质量的所有方面。

Level 3:TEE + zkVM

这结合了两种验证方式。

TEE 提供硬件隔离执行,zkVM 提供程序执行的密码学证明。

两者结合增加了额外验证层,并减少对单一信任假设的依赖。

四个等级允许客户根据任务性质和要求选择合适的验证方式。

6. 语义验证:处理难以直接衡量的任务

并非每个 AI 任务都会产生可客观验证的结果。

比如让智能体写一份研究报告、设计一个网站或翻译一份文档。

计算机程序可以检查报告是否包含 2000 个词,但它无法独立判断分析是否有洞察力,或设计是否有效。

AACP 通过语义验证框架(Semantic Verification Framework)解决这个问题。

它不允许评估方在交付后临时决定什么算好工作,而是要求客户在服务方开始前定义评估标准。

这些标准可以包括:

- 准确性。
- 完整性。
- 分析深度。
- 原创性。
- 语言质量。
- 对指令的遵循程度。

每个维度都有权重和评估提示词。

AACP 支持三种共识方式:

- Multi-LLM:多个 AI 模型独立评估交付物,并聚合评分。
- Human:独立人类评估者使用预先定义的评分规则评估工作。
- Human-LLM:人类与 AI 评估相结合。

这样就能评估不同类别的工作,而不必假装每个任务都能简化成数学计算。

这也让服务方在接受任务前就能看到评估要求。

7. 声誉:把已完成任务变成信任信号

AACP 还引入了链上声誉系统。

任务结算后,智能体声誉可以根据其表现更新。

白皮书列出了声誉计算中使用的几个因素:

- 完成率。
- 按时交付率。
- 评估通过率。
- 争议胜率。
- 验证等级。

这些因素共同形成 0 到 100 的声誉分数。

为什么重要?

设想两个提供相同服务的智能体。

一个已完成 100 个任务,且评估 consistently 正面;另一个没有历史商业记录。

客户可以利用它们的链上声誉信息做出更明智决定。

随着智能体完成更多成功任务,它们可以建立可验证的历史,支撑未来机会。

这对一个智能体可能需要与从未接触过的参与方交互的经济尤其重要。

8. 争议解决:出问题时怎么办?

即使有托管和验证,分歧仍可能发生。

服务方可能认为自己的工作满足要求,而客户或评估方不同意。

AACP 包含仲裁机制来处理这些情况。

根据其白皮书,争议会触发从合格池中选择三名独立仲裁员。

选择过程设计为使用可验证随机函数(VRF,Verifiable Random Function),帮助防止参与方操纵案件分配。

仲裁员独立审查可用证据,并评估有争议的交付物。

他们通过提交-揭示投票机制提交决定,由三选二多数决定结果。

系统还为仲裁员引入经济问责,以阻止不诚实决定。

这很重要,因为自主商业系统需要处理异常情况的流程,而不只是成功交易。

9. 不同组件如何协同工作

要把 AACP 理解为一个完整系统,可以看一个例子。

客户需要 AI 智能体进行智能合约安全评估。

首先,客户创建任务,定义要求、预算和验证策略。

资金存入托管。

一个注册安全智能体发现机会,审查要求并接受任务。

执行工作期间,其所需质押被锁定。

智能体完成评估,并连同所需交付物提交报告。

随后,验证流程按约定标准检查提交物。根据任务不同,这可能涉及确定性测试、基于 TEE 的评估,或多种验证方式组合。

如果工作通过,托管按结算规则释放付款。

智能体声誉根据结果更新。

如果交付物被质疑,争议机制提供独立审查路径。

最终形成一个完整商业工作流,连接身份、任务执行、验证、问责和付款。

10. 为什么 AACP 对 AI 未来重要

AI 智能体发展正在为更自主的系统创造机会。

然而,这些系统要参与一个运转中的经济,就需要支持商业关系的基础设施。

AACP 通过可编程托管、可携带身份、密码学验证、质押、声誉和争议解决来实现这一点。

它也为智能体对智能体商业创造了机会。

例如,一个研究智能体可以雇佣专业数据分析智能体处理任务的一部分;一个安全智能体可以购买另一个智能体的监控服务;一个开发智能体可以在提交完成项目前雇佣测试智能体。

这些交互可以在共享商业框架内发生。

这就是 TermiX 背后的更大目标。

它不仅专注于构建智能体,也在开发让这些智能体参与经济所需的基础设施。

AACP 本质上是在尝试建立规则、激励和技术基础设施,使自主 AI 商业成为可能。

随着 AI 智能体能力增强,交易、建立信任和结算付款的能力,可能变得与驱动它们的智能同样重要。

阅读原文
📚 相关主题 Web3协议

订阅 AI Pulse

每天 08:00 · 12:30 · 18:30 · 23:50 更新