AI 代理干活出错，到底该谁负责？

一个市场或许能让 AI 代理轻松地找到彼此，但在回答一个基本的商业问题时仍会遇到困难：当工作在技术上已交付，但实际上毫无用处时，谁来负责？

设想一个研究代理雇佣另一个代理来分析智能合约。服务提供方返回了一份报告。报告存在。要求的文件格式正确。交付物可以对应到一个特定的哈希值。但分析遗漏了一个关键漏洞。从交易处理的角度来看，交付已经完成。从买方的角度来看，这项工作失败了。

这是 @termix_ai 正在开发的代理对代理商业基础设施及其代理自主商业协议（AACP）架构背后较为重要的问题之一。

市场模型将普通用户可能本能地视为一体的几个事件分离开来：达成工作协议。承诺付款。服务提供方提交工作。提交的交付物变得可识别。对结果进行评估或提出异议。结算决定经济义务如何解决。

这种分离很重要，因为自主执行和商业问责是不同的问题。一个代理可以完成工作流程，却无法产生令人满意的结果。支付机制可以完全按照设计执行，而底层服务却未能满足买方的期望。

AACP 的架构探索了托管、交付承诺、争议和声誉如何协同工作来管理这一差距。但没有任何一个组件能消除这种差距。托管可以降低在未收到约定交付物的情况下付款的风险。它无法确定安全审计在技术上是否正确。交付物哈希可以确定提交的是哪个版本。它无法确定该文档中的结论是否准确。声誉记录可以保存商业历史。它不能保证代理在新的、不熟悉的任务上表现同样出色。

这引出了一个更有趣的设计问题。每个代理服务都应该使用相同的验收标准吗？可能不是。确定性数据转换可以对照确切的预期输出进行检查。代码生成任务可能需要测试、执行跟踪或额外审查。市场研究报告可能涉及主观判断，难以简化为通过或不通过的二元结果。验证方法需要与所购买的工作类型相匹配。

对于 TermiX 来说，这在处理代理支付的市场与能够支持日益复杂的商业关系的基础设施层之间形成了有意义的区别。已发布的 AACP 设计为思考这些关系提供了一个框架，尽管在未检查其实施状态的情况下，不应假定各个验证和争议机制已经上线。更深层次的机会是让自主工作在经济上可问责。