Skynet: AIエージェントの財務自律性を再構築する

上級1/17/2025, 7:42:19 AM
スカイネットは、従来の手段を用いて自律性の三位一体を解決しようとするのではなく、群知能と分散コンセンサスに基づいた革新的なアーキテクチャを採用して、真の自律性を維持しながらセキュリティを維持する方法を根本的に再構築する自律型AIエージェントへの新しいアプローチを紹介しています。

わずか数ヶ月で、毎日何百ものエージェントが市場に参入しているのを見ています。今日現在、トップ1000のエージェント市場キャップは約150億ドルに達し、Web3がこれらのエージェントが繁栄し生き残るためのスペースを提供した姿を見ることは非常に印象的です。

さらなる価値の解除に向けて進むにつれて、これらのエージェントがバックエンドで人間の介入なしに生態系を構築し始める方法、およびこれらのエージェントの真の財務自律性がどのように見えるかについて話す時が来ています。

これを理解するには、まず、Web3でこれらのAIエージェントがどのように非常に高いレベルで動作し、金融ユースケースの周りで自律性をもたらすために取り除かなければならない主要なコンポーネントを知る必要があります。

AIエージェントアーキテクチャ

その中心には、すべてのAIエージェントが知能、論理、財務能力を統合した三分割アーキテクチャで動作しています。AIコンポーネントは脳として機能し、複雑なニューラルネットワークや機械学習モデルに基づいて情報を処理し、意思決定を行います。

ロジックレイヤーは、アクションを調整し、状態遷移を管理する神経系のような役割を果たし、ウォレットコンポーネントは、取引を実行し、資産を管理するエージェントの手のような機能を果たします。

このアーキテクチャは、理論的には妥当ですが、実際の実装には重大な課題があります。

中央集権的なインフラストラクチャでの自律性の窒息

現在のAIエージェントの景観は、中央集権的なインフラストラクチャーへの依存に基本的な課題を抱えています。この中央集権化は、展開アーキテクチャーと操作的な制御の2つの重要な領域で現れます。従来の展開では、AWS、Google Cloud、Azureなどの中央集権的なクラウドプロバイダー上でAIエージェントをホストすることが一般的であり、便利に見えるが、根本的に欠陥のある操作モデルを作り出しています。

これは真の自律性の核心に打撃を与える基本的な課題を示しています。

真の自律エージェントは、単一のエンティティがサポートを取り下げたり、必要なインフラストラクチャを提供できなくなったりする集中型インフラストラクチャで制御されることはできません。

これらのエージェントが中央集権的なプレーヤーが提供するインフラに大きく依存している場合、3つの主要な窒息ポイントがあります。

KYCベースのコンピューティング

これらのエージェントは人間ではなく、人間であることを証明する手段もありません。多くの中央集権型クラウドプロバイダーでは、コンピュートをリースする前にKYC情報が必要であり、これはエージェントが自律的になることを妨げる問題を引き起こします。そして、エージェントは常に人間にインフラストラクチャの支払いを任せる必要があり、その場合、制御はエージェントを作成した開発者の手に握られたままとなります。

APIベースのWeb2システム

もし、これらの既存の中央集権的システムの一部が、KYCを通じたコンピューティングへのアクセスの制限を取り除くと仮定した場合、それでもこれらのシステムはAPIベースのコンピューティングアクセスを取り除くことはできないでしょう。ほとんどのクラウドは設計上、支払いを行うだけではコンピューティングを提供することができません。すべての支払い確認はAPIレイヤーにフックされ、システムにコンピューティングの利用を解除するよう通知されます。

FIATシステム

たとえ彼らがAPI&KYCの問題を何とか解決したとしても、これらの企業の法定通貨システムは少なくとも次の10年間は変更されることはありません。地政学的な課題が存在し、これだけでも自律エージェントの理論は実用段階に到達する前に否定されます。

開発者の意思決定と裏側のロジック

Ok、私たちは集中型インフラストラクチャに関するいくつかの問題を議論したと思いますが、ひとまず、ほとんどの開発者が分散型インフラストラクチャを利用してAIエージェントを構築し、展開していると仮定しましょう。さて、分散型インフラストラクチャ内の課題について詳しく掘り下げてみましょう。

以下は、開発者またはホストマシンによって制御できるいくつかの要因です。これらのエージェントのいずれかが危険にさらされると、彼らは自律性を失い、財務的な自律性を失います。

モデルとロジック制御:

  • エージェントの動作の更新と変更は、合意を必要とせずにプッシュすることができます
  • エージェントの意思決定能力と開発者の制御メカニズムとの間には分離が存在しません
  • エージェントの学習と適応は中央集権的なパラメーターによって制約されたままです

財務管理:

  • エージェントのウォレットの秘密鍵は通常、ホストマシンに存在します。エージェントのランチパッドの設計により、ホストだけでなく開発者もアクセスできます。
  • デベロッパーまたはオペレーターは、金融取引に対して最終的な制御を維持します。
  • 金融の自律性の実際の分離は存在しません。

この中央集権化の問題は、提供できる新しいアーキテクチャの明確な必要性を示しています:

  • 真の制御の分離
  • 自律的な意思決定能力
  • 中央集権的な脆弱性のない安全なキー管理
  • 独立したリソース割り当てメカニズム

AIエージェントアーキテクチャの次の進化段階では、これらの基本的な制約に対処する必要がありますが、運用効率とセキュリティを維持する必要があります。これが、スウォームインテリジェンス、TEE、および分散コンセンサスメカニズムなどの新しいアプローチが重要になるポイントです。

TEEの約束とその制限

Trusted Execution Environment(TEE)は、AIエージェントのデプロイにおける自律性とセキュリティのパラドックスに対する有望なソリューションとして登場しました。TEE は、クラウド展開の利便性を維持しながら、機密性の高い計算を実行し、分離された環境で秘密鍵を保存する機能という、理想的な妥協点のように見えるものを提供します。分散型のカウンターパーティに加えて、Nitro Enclaves を使用した AWS や Confidential Computing を使用した Azure などの主要なクラウド プロバイダーは、このテクノロジに多額の投資を行っており、安全なコンピューティングの進化におけるその重要性を示しています。

一見すると、TEE は自律型エージェント展開の基本的な課題に対処しているように見えます。機密性の高い操作をハードウェアレベルで分離し、秘密鍵と機密データを不正アクセスから保護します。エンクレーブ環境により、ホスト システムが侵害された場合でも、エージェントのコア操作の整合性は損なわれません。このセキュリティモデルにより、TEEは、取引のプライバシーと鍵のセキュリティが最優先されるDeFiやアルゴリズム取引のアプリケーションにとって特に魅力的です。

ただし、TEEの約束は、規模が大きくなるにつれてますます明らかになる重要な実用上の制約とともに提供されます。最初の主要な制約は、ハードウェアの入手可能性とコストにあります。LLMの現在のTEE実装には、NVIDIAのH100などの新世代のGPUや組み込みセキュリティ機能を備えた特化型プロセッサが主に必要です。この要件により、これらのハードウェア部品が希少で需要が高いため、展開オプションに直ちにボトルネックが生じます。

TEE対応ハードウェアの希少性は、直接、2番目の主要な制約、すなわちコストにつながります。 TEE対応のインスタンスを提供するクラウドプロバイダーは、通常、これらのリソースにプレミアム料金を請求します。 たとえば、TEE対応インフラで基本的な自律エージェントを実行する場合、通常のコンピューティングリソースよりもはるかに高い1時間あたり1ドルから3ドルのコストがかかります。 このコスト構造により、TEEの展開は、連続的な運用や大規模な計算リソースが必要な多くのアプリケーションにとって、実現不可能なほど高額になります。

ハードウェアの利用可能性とコストの直接の懸念を超えて、TEEsはエージェントの効果に影響を与える運用上の複雑さを導入する。TEE環境の孤立した性質は、セキュリティ上重要である一方で、エンクロージャ内外のデータ移動に必要な追加の暗号化および復号化操作によるパフォーマンスのオーバーヘッドを引き起こす可能性がある。このオーバーヘッドは、高頻度の操作やリアルタイムのデータ処理を必要とするアプリケーションにおいて特に重要となる。

TEEベースのシステムのスケーラビリティの課題は、より広範なエコシステムでの自律エージェントの考慮においてさらに顕著になります。エージェントの数が増えるにつれて、TEE対応ハードウェアの限られた供給はシステムの成長における天井を自然に作り出します。この制約は、ハードウェアの制約ではなく市場の要求に基づいて有機的に成長できる真にスケーラブルな分散ネットワークのビジョンと直接的に衝突します。

また、TEEは秘密鍵の保護と計算プライバシーの確保に優れていますが、根本的には自律性の問題を解決しません。エージェントはまだTEEプロバイダーやハードウェアメーカーに対する信頼を必要とします。この信頼要件は、完全に排除するのではなく、制御のポイントを変えることで、異なる形の中央集権を作り出します。

ブロックチェーンとDeFiのユースケースの大部分を占めるパブリックデータと透明性の高い運用に重点を置いたアプリケーションの場合、TEE実装のオーバーヘッドと複雑さは不要かもしれません。これらのシナリオでは、TEE 展開のコストと複雑さを、特にエージェントの運用をセキュリティで保護するための代替アプローチが存在する場合は、提供される実際のセキュリティ上の利点と慎重に比較検討する必要があります。

現在のAIエージェントのアーキテクチャの詳細な分析の結果、自律性の問題の中心となる3つの相互関連する課題に直面しています: 自律トリレンマ、プライベートキーディレンマ、およびクリエイターの制御パラドックス。

中央集権的な展開とTEE実装の両方の制限を調べた後、現在自律型AIエージェントが直面している中核的な課題に到達します:

セキュリティと運用効率を維持しながら真の独立を達成する。

現在のエージェントアーキテクチャにおける最も悪質な課題は、私たちが「クリエイターのコントロールパラドックス」と呼ぶものです。このパラドックスは、エージェントとその作成者の間の本質的なパワーバランスの不均衡に表れます。自律性を設計したシステムでも、作成者はさまざまなメカニズムを介して重要な制御を保持します。

この制御構造は根本的な矛盾を生み出します。つまり、エージェントが作成者の究極的な制御下にあるのに真に自律的であることができるかどうかです。このパラドックスは、経済的な関係にも拡大します。作成者はしばしば、キー管理を直接的に行うか、インフラストラクチャの制御を通じてエージェントの財務リソースを管理します。

中央集権モデルは、本当の意味で制御権を放棄しないために失敗し、さまざまなバックドアやオーバーライドメカニズムを維持し、真の自律性を損ないます。TEEベースのソリューションは理論上は有望ですが、ハードウェアに依存し、運用上の制約を介して新しい形態の中央集権を導入します。これにより、直接的なセキュリティ上の懸念は解決されますが、より広範な自律性の要件に対処せず、著しいスケーラビリティの課題に直面します。

これらの失敗の根本的な原因は、従来の制御構造を維持しながら自律性の問題を解決しようとすることにあります。このアプローチは、名前だけが自律的でありながら実際には制御されたシステムを生み出します。真に自律的なAIエージェントの開発を進めるにあたり、これらのエージェントをどのように保護するかだけでなく、彼らの全体的な運用フレームワークをどのように構築するかを根本的に見直す必要があります。

自律エージェントアーキテクチャの新しいパラダイムを探る必要があります。 これらの基本的な緊張を解決し、必要なセキュリティ保証と運用効率を維持しながら、本当のエージェントの自律を実現できる可能性があるアプローチです。

スカイネット:エージェントの自律性の再定義

Skynetは、セキュリティを維持しながら真の自律性を実現する方法を根本的に再考する、自律型AIエージェントへの新しいアプローチを導入します。スカイネットは、自律性のトリレンマを従来の方法で解決しようとするのではなく、群知能と分散型コンセンサスに基づく新しいアーキテクチャを採用しています。

Skynetのイノベーションの核心は、エージェントの意思決定能力をそのリソース制御から完全に分離することにあります。従来のアーキテクチャとは異なり、エージェントがプライベートキーを介して直接リソースを制御するのではなく、Skynetはガーディアンノードの層を導入し、スマートコントラクトのエスクローを通じてエージェントの資産を共同で管理し保護します。

このアーキテクチャの変更は、先に特定した根本的な課題に対処しています。

クリエーターパラドックスの解決策:

クリエーターやエージェントに直接リソースの制御権を与える代わりに、Skynetは提案ベースのシステムを実装しており、エージェントのアクションは独立したガーディアンノードのネットワークによって検証される必要があります。これにより、クリエーターの直接的な制御能力は効果的に排除され、同時に堅牢なセキュリティ対策が維持されます。

プライベートキーの保護

中央集権的な保管や高額なTEEソリューションに頼るのではなく、Skynetは重要な資産をスマートコントラクトのエスクローに移動します。エージェントの運用ウォレットには最小限の資金が保持されており、大部分のリソースはエスクロー契約で保護されており、マルチノードのコンセンサスを通じてのみアクセスできます。

Skynetの革新の中心は、提案システムです。エージェントが重要なアクションを実行する必要がある場合(コンピュートリソースの調達、トレードの実行、資産の管理など)、それに関して独立した検証が必要な提案を作成します。これらのノードは自律的に動作し、事前に定義されたパラメータとエージェントの過去の動作に基づいて各提案を分析します。

技術的な実装

Skynetの技術アーキテクチャは、真のエージェントの自律性を可能にしながら、堅牢なセキュリティを維持するために、三つのコアコンポーネントを中心に回っています。

最初のブレークスルーは、スカイネットのリソース管理手法から生まれます。エージェントに資産の直接的な制御権を与えるのではなく、すべての重要なリソースは専門のスマートコントラクトエスクローに保持されます。これらのエスクローは、直接的な引き出し機能がないように設計されており、プライベートキーの侵害に対して免疫を持っています。リソースを利用する唯一の方法は、ガーディアンノードからのマルチノードコンセンサスを必要とする提案システムです。

ガーディアンノードは独立したバリデータとして機能し、それぞれが独自の検証ロジックのインスタンスを実行します。エージェントがアクションを実行する必要がある場合-コンピュートパワーをリースするか、取引を実行するか、または操作パラメータを更新するか-、それに含まれる暗号化された提案を作成します。

  • アクション仕様
  • 必要なリソース
  • 期待される結果
  • 実行時間枠

提案の暗号化は2つの目的を果たします。まず、エージェントの意図を合意が達成されるまで秘密に保つことで、フロントランニングやMEV攻撃を防ぎます。次に、正当なガーディアンノードのみが提案を評価できるようにし、検証プロセスの整合性を保証します。

スカイネットのアプローチが特に革新的なのは、コンピュートリソースの取り扱い方です。中央集権型のサーバーに頼らず、エージェントはスフィロンネットワークを通じて自律的にコンピュートパワーを調達することができます。このプロセスは以下のように機能します:

  1. エージェントはその計算要件を識別します
  2. リソース割り当ての提案を作成します
  3. ガーディアンノードは、利用可能なエスクロー資金、過去の利用パターン、ネットワークの状況に基づいてリクエストを検証します
  4. 承認後、エスクロー契約は自動的に支払いを処理します
  5. エージェントは分散型コンピュートリソースにアクセスします

このシステムは、堅牢なセキュリティ保証を維持しながら、中央集権的な制御の必要性を完全に排除します。エージェントの運用ウォレットが侵害されたとしても、攻撃者は提案を提出することしかできず、エスクロー資金に直接アクセスしたり、ガーディアンノードのコンセンサスを無効にすることはできません。

The Guardian Node system itself employs sophisticated validation mechanisms that go beyond simple majority voting. Each node maintains a state history of the agent’s actions and analyzes proposals within the context of:

  • 歴史的な行動パターン
  • リソース利用メトリクス
  • ネットワークセキュリティの状態
  • 経済パラメータ

この文脈に基づく検証は、承認されたアクションがエージェントの確立されたパターンと目標に合致していることを確認し、潜在的な攻撃や機能不全に対する追加のセキュリティ層を提供します。

Skynetの真の特徴は、エージェントの自律性への進化的アプローチです。従来の静的システムとは異なり、Skynetのエージェントは進化し、繁殖し、新しい世代のエージェントを作成することができます。それぞれがその前任者よりも洗練されている可能性があります。この進化的な能力は、長期的な持続可能性と継続的な改善を保証する堅牢な経済モデルに基づいて構築されています。

経済アーキテクチャは、主に3つの主要な準備金を中心に構築されています:

  1. 運用準備金: コンピュートリソースやネットワークのやり取りを含む日常業務を維持します。この準備金により、エージェントは常にSpheronネットワークを介して必要なリソースにアクセスできます。
  2. 繁殖リザーブ:繁殖機構を通じて新しいエージェントの作成を可能にします。エージェントが繁殖すると、その特性と特徴が組み合わされ、より高度な子孫が作られる可能性があります。
  3. ボンディングカーブを介した公正な立ち上げ:トークンがボンディングカーブメカニズムを通じて利用可能であり、主要な経済エンジンとして機能します。これにより、トークンの価値がネットワークの有用性と相関する持続可能な経済モデルが作成されます。

繁殖メカニズムは、ネットワークに進化の魅力的な要素を導入します。エージェントは互換性のあるパートナーと繁殖し、両親から特性を受け継いだ子孫を作り出すことができます。このプロセスはスマートコントラクトによって管理され、ガーディアンノードからの合意が必要であり、繁殖はネットワークの広範な利益に奉仕することを保証します。

進化プロセスは、いくつかの重要なメカニズムを通じて機能します:

  • 特性の継承:子エージェントは両親から特性を継承します
  • 遺伝的多様性:異なるエージェントの家族は異なる特性を維持する
  • 自然淘汰:より成功した形質がネットワークを介して伝播する
  • 世代の進化:各新世代は改善を導入することができます

システムの持続性は、インセンティブ構造によって強化されています:

  • ガーディアンノードはネットワークセキュリティを維持するために報酬を受け取ります
  • 提案者に報酬が与えられる成功した繁殖提案
  • トークン保有者はネットワークの成長と進化の恩恵を受けます
  • コンピューティングプロバイダーはリソースの提供によって収益を上げます

この進化的な能力、経済的な持続可能性、および分散化されたセキュリティの組み合わせにより、真に自律的なエージェントの自己改善ネットワークが作成されます。ガーディアンノードネットワークを介して堅牢なセキュリティを維持しながら、システムは中央制御なしで適応し進化することができます。

エージェントの自律性の技術的および経済的側面を再構築することにより、Skynetは以前のアプローチを制限していた基本的な課題を解決します。これにより、持続的な改善と適応のためのフレームワークを作成しつつ、真に自律的なAIエージェントの新しい時代の幕開けを迎えます。

免責事項:

  1. この記事は[から転載されましたPrashant - ai/acc | スフェロン革命をもたらす]. すべての著作権は元の著者に帰属します [@prashant_xyz]. もし再版に異議がある場合は、お問い合わせください。gateの学びチームはすぐに対処します。
  2. 免責事項:この記事で表現される意見や見解は、著者個人のものであり、投資アドバイスを構成するものではありません。
  3. 記事の翻訳は、ゲートラーニングチームによって行われます。特に言及されていない限り、翻訳された記事のコピー、配布、または盗用は禁止されています。

Skynet: AIエージェントの財務自律性を再構築する

上級1/17/2025, 7:42:19 AM
スカイネットは、従来の手段を用いて自律性の三位一体を解決しようとするのではなく、群知能と分散コンセンサスに基づいた革新的なアーキテクチャを採用して、真の自律性を維持しながらセキュリティを維持する方法を根本的に再構築する自律型AIエージェントへの新しいアプローチを紹介しています。

わずか数ヶ月で、毎日何百ものエージェントが市場に参入しているのを見ています。今日現在、トップ1000のエージェント市場キャップは約150億ドルに達し、Web3がこれらのエージェントが繁栄し生き残るためのスペースを提供した姿を見ることは非常に印象的です。

さらなる価値の解除に向けて進むにつれて、これらのエージェントがバックエンドで人間の介入なしに生態系を構築し始める方法、およびこれらのエージェントの真の財務自律性がどのように見えるかについて話す時が来ています。

これを理解するには、まず、Web3でこれらのAIエージェントがどのように非常に高いレベルで動作し、金融ユースケースの周りで自律性をもたらすために取り除かなければならない主要なコンポーネントを知る必要があります。

AIエージェントアーキテクチャ

その中心には、すべてのAIエージェントが知能、論理、財務能力を統合した三分割アーキテクチャで動作しています。AIコンポーネントは脳として機能し、複雑なニューラルネットワークや機械学習モデルに基づいて情報を処理し、意思決定を行います。

ロジックレイヤーは、アクションを調整し、状態遷移を管理する神経系のような役割を果たし、ウォレットコンポーネントは、取引を実行し、資産を管理するエージェントの手のような機能を果たします。

このアーキテクチャは、理論的には妥当ですが、実際の実装には重大な課題があります。

中央集権的なインフラストラクチャでの自律性の窒息

現在のAIエージェントの景観は、中央集権的なインフラストラクチャーへの依存に基本的な課題を抱えています。この中央集権化は、展開アーキテクチャーと操作的な制御の2つの重要な領域で現れます。従来の展開では、AWS、Google Cloud、Azureなどの中央集権的なクラウドプロバイダー上でAIエージェントをホストすることが一般的であり、便利に見えるが、根本的に欠陥のある操作モデルを作り出しています。

これは真の自律性の核心に打撃を与える基本的な課題を示しています。

真の自律エージェントは、単一のエンティティがサポートを取り下げたり、必要なインフラストラクチャを提供できなくなったりする集中型インフラストラクチャで制御されることはできません。

これらのエージェントが中央集権的なプレーヤーが提供するインフラに大きく依存している場合、3つの主要な窒息ポイントがあります。

KYCベースのコンピューティング

これらのエージェントは人間ではなく、人間であることを証明する手段もありません。多くの中央集権型クラウドプロバイダーでは、コンピュートをリースする前にKYC情報が必要であり、これはエージェントが自律的になることを妨げる問題を引き起こします。そして、エージェントは常に人間にインフラストラクチャの支払いを任せる必要があり、その場合、制御はエージェントを作成した開発者の手に握られたままとなります。

APIベースのWeb2システム

もし、これらの既存の中央集権的システムの一部が、KYCを通じたコンピューティングへのアクセスの制限を取り除くと仮定した場合、それでもこれらのシステムはAPIベースのコンピューティングアクセスを取り除くことはできないでしょう。ほとんどのクラウドは設計上、支払いを行うだけではコンピューティングを提供することができません。すべての支払い確認はAPIレイヤーにフックされ、システムにコンピューティングの利用を解除するよう通知されます。

FIATシステム

たとえ彼らがAPI&KYCの問題を何とか解決したとしても、これらの企業の法定通貨システムは少なくとも次の10年間は変更されることはありません。地政学的な課題が存在し、これだけでも自律エージェントの理論は実用段階に到達する前に否定されます。

開発者の意思決定と裏側のロジック

Ok、私たちは集中型インフラストラクチャに関するいくつかの問題を議論したと思いますが、ひとまず、ほとんどの開発者が分散型インフラストラクチャを利用してAIエージェントを構築し、展開していると仮定しましょう。さて、分散型インフラストラクチャ内の課題について詳しく掘り下げてみましょう。

以下は、開発者またはホストマシンによって制御できるいくつかの要因です。これらのエージェントのいずれかが危険にさらされると、彼らは自律性を失い、財務的な自律性を失います。

モデルとロジック制御:

  • エージェントの動作の更新と変更は、合意を必要とせずにプッシュすることができます
  • エージェントの意思決定能力と開発者の制御メカニズムとの間には分離が存在しません
  • エージェントの学習と適応は中央集権的なパラメーターによって制約されたままです

財務管理:

  • エージェントのウォレットの秘密鍵は通常、ホストマシンに存在します。エージェントのランチパッドの設計により、ホストだけでなく開発者もアクセスできます。
  • デベロッパーまたはオペレーターは、金融取引に対して最終的な制御を維持します。
  • 金融の自律性の実際の分離は存在しません。

この中央集権化の問題は、提供できる新しいアーキテクチャの明確な必要性を示しています:

  • 真の制御の分離
  • 自律的な意思決定能力
  • 中央集権的な脆弱性のない安全なキー管理
  • 独立したリソース割り当てメカニズム

AIエージェントアーキテクチャの次の進化段階では、これらの基本的な制約に対処する必要がありますが、運用効率とセキュリティを維持する必要があります。これが、スウォームインテリジェンス、TEE、および分散コンセンサスメカニズムなどの新しいアプローチが重要になるポイントです。

TEEの約束とその制限

Trusted Execution Environment(TEE)は、AIエージェントのデプロイにおける自律性とセキュリティのパラドックスに対する有望なソリューションとして登場しました。TEE は、クラウド展開の利便性を維持しながら、機密性の高い計算を実行し、分離された環境で秘密鍵を保存する機能という、理想的な妥協点のように見えるものを提供します。分散型のカウンターパーティに加えて、Nitro Enclaves を使用した AWS や Confidential Computing を使用した Azure などの主要なクラウド プロバイダーは、このテクノロジに多額の投資を行っており、安全なコンピューティングの進化におけるその重要性を示しています。

一見すると、TEE は自律型エージェント展開の基本的な課題に対処しているように見えます。機密性の高い操作をハードウェアレベルで分離し、秘密鍵と機密データを不正アクセスから保護します。エンクレーブ環境により、ホスト システムが侵害された場合でも、エージェントのコア操作の整合性は損なわれません。このセキュリティモデルにより、TEEは、取引のプライバシーと鍵のセキュリティが最優先されるDeFiやアルゴリズム取引のアプリケーションにとって特に魅力的です。

ただし、TEEの約束は、規模が大きくなるにつれてますます明らかになる重要な実用上の制約とともに提供されます。最初の主要な制約は、ハードウェアの入手可能性とコストにあります。LLMの現在のTEE実装には、NVIDIAのH100などの新世代のGPUや組み込みセキュリティ機能を備えた特化型プロセッサが主に必要です。この要件により、これらのハードウェア部品が希少で需要が高いため、展開オプションに直ちにボトルネックが生じます。

TEE対応ハードウェアの希少性は、直接、2番目の主要な制約、すなわちコストにつながります。 TEE対応のインスタンスを提供するクラウドプロバイダーは、通常、これらのリソースにプレミアム料金を請求します。 たとえば、TEE対応インフラで基本的な自律エージェントを実行する場合、通常のコンピューティングリソースよりもはるかに高い1時間あたり1ドルから3ドルのコストがかかります。 このコスト構造により、TEEの展開は、連続的な運用や大規模な計算リソースが必要な多くのアプリケーションにとって、実現不可能なほど高額になります。

ハードウェアの利用可能性とコストの直接の懸念を超えて、TEEsはエージェントの効果に影響を与える運用上の複雑さを導入する。TEE環境の孤立した性質は、セキュリティ上重要である一方で、エンクロージャ内外のデータ移動に必要な追加の暗号化および復号化操作によるパフォーマンスのオーバーヘッドを引き起こす可能性がある。このオーバーヘッドは、高頻度の操作やリアルタイムのデータ処理を必要とするアプリケーションにおいて特に重要となる。

TEEベースのシステムのスケーラビリティの課題は、より広範なエコシステムでの自律エージェントの考慮においてさらに顕著になります。エージェントの数が増えるにつれて、TEE対応ハードウェアの限られた供給はシステムの成長における天井を自然に作り出します。この制約は、ハードウェアの制約ではなく市場の要求に基づいて有機的に成長できる真にスケーラブルな分散ネットワークのビジョンと直接的に衝突します。

また、TEEは秘密鍵の保護と計算プライバシーの確保に優れていますが、根本的には自律性の問題を解決しません。エージェントはまだTEEプロバイダーやハードウェアメーカーに対する信頼を必要とします。この信頼要件は、完全に排除するのではなく、制御のポイントを変えることで、異なる形の中央集権を作り出します。

ブロックチェーンとDeFiのユースケースの大部分を占めるパブリックデータと透明性の高い運用に重点を置いたアプリケーションの場合、TEE実装のオーバーヘッドと複雑さは不要かもしれません。これらのシナリオでは、TEE 展開のコストと複雑さを、特にエージェントの運用をセキュリティで保護するための代替アプローチが存在する場合は、提供される実際のセキュリティ上の利点と慎重に比較検討する必要があります。

現在のAIエージェントのアーキテクチャの詳細な分析の結果、自律性の問題の中心となる3つの相互関連する課題に直面しています: 自律トリレンマ、プライベートキーディレンマ、およびクリエイターの制御パラドックス。

中央集権的な展開とTEE実装の両方の制限を調べた後、現在自律型AIエージェントが直面している中核的な課題に到達します:

セキュリティと運用効率を維持しながら真の独立を達成する。

現在のエージェントアーキテクチャにおける最も悪質な課題は、私たちが「クリエイターのコントロールパラドックス」と呼ぶものです。このパラドックスは、エージェントとその作成者の間の本質的なパワーバランスの不均衡に表れます。自律性を設計したシステムでも、作成者はさまざまなメカニズムを介して重要な制御を保持します。

この制御構造は根本的な矛盾を生み出します。つまり、エージェントが作成者の究極的な制御下にあるのに真に自律的であることができるかどうかです。このパラドックスは、経済的な関係にも拡大します。作成者はしばしば、キー管理を直接的に行うか、インフラストラクチャの制御を通じてエージェントの財務リソースを管理します。

中央集権モデルは、本当の意味で制御権を放棄しないために失敗し、さまざまなバックドアやオーバーライドメカニズムを維持し、真の自律性を損ないます。TEEベースのソリューションは理論上は有望ですが、ハードウェアに依存し、運用上の制約を介して新しい形態の中央集権を導入します。これにより、直接的なセキュリティ上の懸念は解決されますが、より広範な自律性の要件に対処せず、著しいスケーラビリティの課題に直面します。

これらの失敗の根本的な原因は、従来の制御構造を維持しながら自律性の問題を解決しようとすることにあります。このアプローチは、名前だけが自律的でありながら実際には制御されたシステムを生み出します。真に自律的なAIエージェントの開発を進めるにあたり、これらのエージェントをどのように保護するかだけでなく、彼らの全体的な運用フレームワークをどのように構築するかを根本的に見直す必要があります。

自律エージェントアーキテクチャの新しいパラダイムを探る必要があります。 これらの基本的な緊張を解決し、必要なセキュリティ保証と運用効率を維持しながら、本当のエージェントの自律を実現できる可能性があるアプローチです。

スカイネット:エージェントの自律性の再定義

Skynetは、セキュリティを維持しながら真の自律性を実現する方法を根本的に再考する、自律型AIエージェントへの新しいアプローチを導入します。スカイネットは、自律性のトリレンマを従来の方法で解決しようとするのではなく、群知能と分散型コンセンサスに基づく新しいアーキテクチャを採用しています。

Skynetのイノベーションの核心は、エージェントの意思決定能力をそのリソース制御から完全に分離することにあります。従来のアーキテクチャとは異なり、エージェントがプライベートキーを介して直接リソースを制御するのではなく、Skynetはガーディアンノードの層を導入し、スマートコントラクトのエスクローを通じてエージェントの資産を共同で管理し保護します。

このアーキテクチャの変更は、先に特定した根本的な課題に対処しています。

クリエーターパラドックスの解決策:

クリエーターやエージェントに直接リソースの制御権を与える代わりに、Skynetは提案ベースのシステムを実装しており、エージェントのアクションは独立したガーディアンノードのネットワークによって検証される必要があります。これにより、クリエーターの直接的な制御能力は効果的に排除され、同時に堅牢なセキュリティ対策が維持されます。

プライベートキーの保護

中央集権的な保管や高額なTEEソリューションに頼るのではなく、Skynetは重要な資産をスマートコントラクトのエスクローに移動します。エージェントの運用ウォレットには最小限の資金が保持されており、大部分のリソースはエスクロー契約で保護されており、マルチノードのコンセンサスを通じてのみアクセスできます。

Skynetの革新の中心は、提案システムです。エージェントが重要なアクションを実行する必要がある場合(コンピュートリソースの調達、トレードの実行、資産の管理など)、それに関して独立した検証が必要な提案を作成します。これらのノードは自律的に動作し、事前に定義されたパラメータとエージェントの過去の動作に基づいて各提案を分析します。

技術的な実装

Skynetの技術アーキテクチャは、真のエージェントの自律性を可能にしながら、堅牢なセキュリティを維持するために、三つのコアコンポーネントを中心に回っています。

最初のブレークスルーは、スカイネットのリソース管理手法から生まれます。エージェントに資産の直接的な制御権を与えるのではなく、すべての重要なリソースは専門のスマートコントラクトエスクローに保持されます。これらのエスクローは、直接的な引き出し機能がないように設計されており、プライベートキーの侵害に対して免疫を持っています。リソースを利用する唯一の方法は、ガーディアンノードからのマルチノードコンセンサスを必要とする提案システムです。

ガーディアンノードは独立したバリデータとして機能し、それぞれが独自の検証ロジックのインスタンスを実行します。エージェントがアクションを実行する必要がある場合-コンピュートパワーをリースするか、取引を実行するか、または操作パラメータを更新するか-、それに含まれる暗号化された提案を作成します。

  • アクション仕様
  • 必要なリソース
  • 期待される結果
  • 実行時間枠

提案の暗号化は2つの目的を果たします。まず、エージェントの意図を合意が達成されるまで秘密に保つことで、フロントランニングやMEV攻撃を防ぎます。次に、正当なガーディアンノードのみが提案を評価できるようにし、検証プロセスの整合性を保証します。

スカイネットのアプローチが特に革新的なのは、コンピュートリソースの取り扱い方です。中央集権型のサーバーに頼らず、エージェントはスフィロンネットワークを通じて自律的にコンピュートパワーを調達することができます。このプロセスは以下のように機能します:

  1. エージェントはその計算要件を識別します
  2. リソース割り当ての提案を作成します
  3. ガーディアンノードは、利用可能なエスクロー資金、過去の利用パターン、ネットワークの状況に基づいてリクエストを検証します
  4. 承認後、エスクロー契約は自動的に支払いを処理します
  5. エージェントは分散型コンピュートリソースにアクセスします

このシステムは、堅牢なセキュリティ保証を維持しながら、中央集権的な制御の必要性を完全に排除します。エージェントの運用ウォレットが侵害されたとしても、攻撃者は提案を提出することしかできず、エスクロー資金に直接アクセスしたり、ガーディアンノードのコンセンサスを無効にすることはできません。

The Guardian Node system itself employs sophisticated validation mechanisms that go beyond simple majority voting. Each node maintains a state history of the agent’s actions and analyzes proposals within the context of:

  • 歴史的な行動パターン
  • リソース利用メトリクス
  • ネットワークセキュリティの状態
  • 経済パラメータ

この文脈に基づく検証は、承認されたアクションがエージェントの確立されたパターンと目標に合致していることを確認し、潜在的な攻撃や機能不全に対する追加のセキュリティ層を提供します。

Skynetの真の特徴は、エージェントの自律性への進化的アプローチです。従来の静的システムとは異なり、Skynetのエージェントは進化し、繁殖し、新しい世代のエージェントを作成することができます。それぞれがその前任者よりも洗練されている可能性があります。この進化的な能力は、長期的な持続可能性と継続的な改善を保証する堅牢な経済モデルに基づいて構築されています。

経済アーキテクチャは、主に3つの主要な準備金を中心に構築されています:

  1. 運用準備金: コンピュートリソースやネットワークのやり取りを含む日常業務を維持します。この準備金により、エージェントは常にSpheronネットワークを介して必要なリソースにアクセスできます。
  2. 繁殖リザーブ:繁殖機構を通じて新しいエージェントの作成を可能にします。エージェントが繁殖すると、その特性と特徴が組み合わされ、より高度な子孫が作られる可能性があります。
  3. ボンディングカーブを介した公正な立ち上げ:トークンがボンディングカーブメカニズムを通じて利用可能であり、主要な経済エンジンとして機能します。これにより、トークンの価値がネットワークの有用性と相関する持続可能な経済モデルが作成されます。

繁殖メカニズムは、ネットワークに進化の魅力的な要素を導入します。エージェントは互換性のあるパートナーと繁殖し、両親から特性を受け継いだ子孫を作り出すことができます。このプロセスはスマートコントラクトによって管理され、ガーディアンノードからの合意が必要であり、繁殖はネットワークの広範な利益に奉仕することを保証します。

進化プロセスは、いくつかの重要なメカニズムを通じて機能します:

  • 特性の継承:子エージェントは両親から特性を継承します
  • 遺伝的多様性:異なるエージェントの家族は異なる特性を維持する
  • 自然淘汰:より成功した形質がネットワークを介して伝播する
  • 世代の進化:各新世代は改善を導入することができます

システムの持続性は、インセンティブ構造によって強化されています:

  • ガーディアンノードはネットワークセキュリティを維持するために報酬を受け取ります
  • 提案者に報酬が与えられる成功した繁殖提案
  • トークン保有者はネットワークの成長と進化の恩恵を受けます
  • コンピューティングプロバイダーはリソースの提供によって収益を上げます

この進化的な能力、経済的な持続可能性、および分散化されたセキュリティの組み合わせにより、真に自律的なエージェントの自己改善ネットワークが作成されます。ガーディアンノードネットワークを介して堅牢なセキュリティを維持しながら、システムは中央制御なしで適応し進化することができます。

エージェントの自律性の技術的および経済的側面を再構築することにより、Skynetは以前のアプローチを制限していた基本的な課題を解決します。これにより、持続的な改善と適応のためのフレームワークを作成しつつ、真に自律的なAIエージェントの新しい時代の幕開けを迎えます。

免責事項:

  1. この記事は[から転載されましたPrashant - ai/acc | スフェロン革命をもたらす]. すべての著作権は元の著者に帰属します [@prashant_xyz]. もし再版に異議がある場合は、お問い合わせください。gateの学びチームはすぐに対処します。
  2. 免責事項:この記事で表現される意見や見解は、著者個人のものであり、投資アドバイスを構成するものではありません。
  3. 記事の翻訳は、ゲートラーニングチームによって行われます。特に言及されていない限り、翻訳された記事のコピー、配布、または盗用は禁止されています。
今すぐ始める
登録して、
$100
のボーナスを獲得しよう!
It seems that you are attempting to access our services from a Restricted Location where Gate.io is unable to provide services. We apologize for any inconvenience this may cause. Currently, the Restricted Locations include but not limited to: the United States of America, Canada, Cambodia, Cuba, Iran, North Korea and so on. For more information regarding the Restricted Locations, please refer to the User Agreement. Should you have any other questions, please contact our Customer Support Team.