Strabo: Declarative Specification and Implementation of Agentic Interaction Protocols
Dieses Paper stellt Strabo vor, ein Framework, das die praktische Relevanz deklarativer Interaktionsprotokolle für die industrielle Agentic AI demonstriert, indem es den Google Universal Commerce Protocol (UCP) Checkout-Prozess unter Verwendung der Langshaw-Spezifikation und der Peach-Implementierung modelliert und erfolgreich die Interoperabilität mit Googles Agenten verifiziert, um die inkrementelle Einführung formaler Methoden in konventionellen Umgebungen zu ermöglichen.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Das große Ganze: Robotern das gemeinsame Einkaufen beibringen
Stellen Sie sich eine Zukunft vor, in der Ihr persönlicher KI-Assistent (nennen wir ihn „Alice“) für Sie einkaufen geht. Sie muss mit dem KI-Assistenten eines Ladens (nennen wir ihn „Bob“) sprechen, um ein Hemd zu kaufen, es zu bezahlen und die Lieferung zu veranlassen.
Damit das funktioniert, müssen Alice und Bob dieselbe Sprache sprechen und denselben Regeln folgen. Wenn Alice sagt: „Ich möchte dieses Teil kaufen“, muss Bob genau wissen, was das bedeutet, welche Informationen er als Nächstes benötigt und was er noch nicht tun darf.
Derzeit versuchen große Tech-Unternehmen (wie Google), diese Regeln festzulegen. Sie haben eine Reihe von Anweisungen namens UCP (Universal Commerce Protocol) erstellt. Betrachten Sie UCP als ein sehr langes, unordentliches Handbuch, das in natürlicher Sprache und JSON-Code geschrieben ist. Es sagt Entwicklern, wie sie Shopping-Bots bauen sollen. Da es jedoch informell formuliert ist, lässt es viel Raum für Missverständnisse. Entwickler müssen die Regeln erraten, was oft zu Fehlern oder Bots führt, die nicht richtig miteinander kommunizieren können.
Das Problem: Die „akademische Welt“ baut seit Jahren sehr präzise, mathematische Regelwerke für Roboter (genannt Langshaw). Aber niemand dachte, dass diese schicken Regelwerke tatsächlich mit den unordentlichen, realen Protokollen funktionieren könnten, die Unternehmen wie Google verwenden.
Die Lösung (Strabo): Die Autoren haben ein Werkzeug namens Strabo entwickelt. Seine Aufgabe ist es, als Übersetzer und Brücke zu fungieren. Es nimmt die unordentlichen Google-Anweisungen, verwandelt sie in ein präzises mathematisches Regelwerk und baut dann eine „Brücke“, die es einem Roboter, der die präzise Sprache spricht, ermöglicht, mit einem Roboter zu kommunizieren, der die unordentliche Sprache spricht.
Die drei Hauptcharaktere
Um zu verstehen, wie das funktioniert, schauen wir uns die drei wichtigsten Werkzeuge an, die die Autoren verwendet haben:
1. Langshaw: Der strenge Architekt
Stellen Sie sich vor, Sie bauen ein Haus.
- Der Google-Weg (UCP): Sie haben eine Skizze auf einer Serviette, auf der steht: „Mach hier vielleicht eine Tür hin, vielleicht ein Fenster dort.“ Sie müssen raten, wo die Tür hinkommt. Wenn Sie falsch raten, könnte das Haus einstürzen.
- Der Langshaw-Weg: Dies ist ein strenger Architekturplan. Er besagt: „Die Tür muss hier sein. Das Fenster kann nicht dort sein. Sie dürfen die Wand nicht blau streichen, bevor die Tür installiert ist.“
- Warum es wichtig ist: Langshaw zwingt Sie zur Präzision. Es verhindert, dass Roboter Dinge in der falschen Reihenfolge tun oder wichtige Schritte auslassen.
2. Peach: Der kluge Baumeister
Sobald Sie den strengen Bauplan (Langshaw) haben, benötigen Sie einen Baumeister, der ihn befolgt.
- Peach ist der Baumeister. Er muss nicht von einem Menschen bei jedem einzelnen Schritt angewiesen werden. Stattdessen sieht er sich den Bauplan an und sagt: „Okay, basierend auf den Regeln ist das Einzige, was ich gerade tun darf, die Tür einzuhängen.“
- Er kümmert sich um die ganze langweilige, komplexe Mathematik der Frage: „Ist dieser Schritt erlaubt? Haben wir einen Schritt übersprungen?“ So kann sich der Mensch (oder das Gehirn der KI) einfach auf den kreativen Teil konzentrieren: „Häng die Tür ein.“
3. Strabo: Der diplomatische Übersetzer
Dies ist der Star der Show.
- Das Problem: Die Google-Bots (UCP) sprechen „Servietten-Skizze“. Die Peach-Bots sprechen „Strenger Bauplan“. Sie können einander nicht verstehen.
- Die Lösung: Strabo baut eine Brücke. Es sitzt in der Mitte.
- Wenn der Peach-Bot eine „Checkout-Session erstellen“ möchte (Sprache des strengen Bauplans), übersetzt Strabo dies in einen spezifischen HTTP-Request (Sprache der Servietten-Skizze), den der Google-Bot versteht.
- Wenn der Google-Bot antwortet, übersetzt Strabo die unordentliche Antwort zurück in ein sauberes „Erstellt“-Signal für den Peach-Bot.
- Das Ergebnis: Der Peach-Bot denkt, er spricht mit einem anderen Peach-Bot. Der Google-Bot denkt, er spricht mit einem anderen Google-Bot. Sie merken nie, dass sie unterschiedliche Sprachen sprechen.
Was haben sie eigentlich gemacht?
Die Autoren entschieden sich, dies am Checkout-Prozess (dem Kaufvorgang) zu testen.
- Sie modellierten Googles unordentliche Regeln: Sie nahmen die Google UCP „Checkout“-Anweisungen und schrieben sie als perfekten, strengen Langshaw-Bauplan um.
- Sie bauten die Bots: Sie erstellten einen „Plattform“-Bot (den Käufer) unter Verwendung des Peach-Baumeisters.
- Sie bauten die Brücke: Sie erstellten einen „Proxy“ (den Strabo-Übersetzer), der den Peach-Bot mit dem eigentlichen Google-Server verbindet.
- Der Test: Sie ließen den Peach-Bot versuchen, Dinge vom Google-Server zu kaufen.
Das Ergebnis: Es hat funktioniert! Der Peach-Bot konnte Transaktionen mit dem Google-Server erfolgreich abschließen. Dies bewies, dass man mit strengen, akademischen Regeln reale, unordentliche Industriesysteme steuern kann, ohne sie zu beschädigen.
Warum ist das eine große Sache? (Die „Aha!“-Momente)
Das Paper hebt einige überraschende Dinge hervor, die sie bei der Übersetzung der Regeln entdeckt haben:
- Verborgene Annahmen: Googles Anweisungen sagten nicht explizit: „Sie müssen auf eine Antwort warten, bevor Sie die nächste Nachricht senden.“ Sie gingen einfach davon aus, dass jeder das weiß. Der strenge Langshaw-Bauplan zwang sie dazu, diese Regel explizit aufzuschreiben. Dies verhindert Bugs, bei denen zwei Bots sich gegenseitig ins Wort fallen.
- Wem gehört was? In den unordentlichen Google-Regeln war nicht immer klar, wer berechtigt ist, einen bestimmten Datenpunkt (wie den Preis) zu ändern. Die strengen Regeln machten deutlich: „Der Käufer kann die Artikel festlegen, aber der Laden legt den Gesamtpreis fest.“
- Weniger Code, mehr Logik: Die Autoren zeigten, dass das Schreiben eines Bots mit ihrer strengen Methode (Peach) viel weniger Code erforderte als das direkte Schreiben gegen die unordentlichen Google-Regeln. Die „Brücke“ erledigte die ganze schwere Arbeit der Internetverbindung und der Datenformatierung. Der Entwickler musste nur die Logik für das Schreiben schreiben (was zu kaufen ist), nicht das Wie des Versendens der Nachricht.
Das Fazit
Das Paper argumentiert, dass wir uns nicht entscheiden müssen zwischen „unordentlichen, realen Industriestandards“ und „präzisen, akademischen Sicherheitsregeln“.
Strabo zeigt, dass man beides haben kann. Man kann ein reales Protokoll (wie Googles UCP) nehmen, es mit einer strengen, fehlerfreien Schicht (Langshaw/Peach) umschließen und einen Übersetzer (Strabo) nutzen, um sie zusammenbringen. Das bedeutet, dass wir sichere, intelligentere KI-Agenten schrittweise in unsere aktuellen Systeme einführen können, ohne das gesamte Internet neu aufbauen zu müssen.
Kurz gesagt: Sie haben einen universellen Adapter gebaut, der es einem Roboter, der einem strengen Regelwerk folgt, ermöglicht, mit einem Roboter, der einer skizzierten Serviette folgt, Händeschütteln zu gehen, und damit bewiesen, dass Präzision und Praktikabilität koexistieren können.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.