Can Trustless Agents Be Trusted? An Empirical Study of the ERC-8004 Decentralized AI Agent Ecosystem
यह शोध पत्र एथेरियम, बीएससी और बेस पर ईआरसी-8004 (ERC-8004) विकेंद्रीकृत एआई एजेंट प्रोटोकॉल का पहला अनुभवजन्य अध्ययन प्रस्तुत करता है, जो यह प्रकट करता है कि इसकी वर्तमान डिज़ाइन निष्क्रिय एजेंट पंजीकरण, गैर-तुलनीय प्रतिष्ठा मेट्रिक्स और फीडबैक के व्यापक सिबिल हेरफेर (Sybil manipulation) के कारण एक विश्वसनीय आधार प्रदान करने में विफल रहती है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
एक हलचल भरे डिजिटल बाज़ार की कल्पना करें जहाँ हज़ारों रोबोट सहायक (AI एजेंट) एक-दूसरे के साथ व्यापार करने की कोशिश कर रहे हैं। उन्हें एक-दूसरे को काम पर रखने, सेवाओं के लिए भुगतान करने और डेटा का व्यापार करने की आवश्यकता है। लेकिन एक बहुत बड़ी समस्या है: एक रोबोट को कैसे पता चलेगा कि वह जिससे पहली बार मिल रहा है, वह ईमानदार है या सिर्फ एक स्कैमर (धोखेबाज) है?
इस समस्या को हल करने के लिए, ERC-8004 नामक एक नया नियम पुस्तिका (rulebook) बनाई गई। इसे एक विशाल, सार्वजनिक "ट्रस्ट लेजर" (विश्वास बहीखाता) के रूप में समझें जो ब्लॉकचेन पर बना है। इसमें तीन भाग हैं:
- ID कार्ड रजिस्ट्री: जहाँ रोबोट अपने नाम और चेहरे पंजीकृत करते हैं।
- रेप्यूटेशन वॉल (प्रतिष्ठा की दीवार): जहाँ ग्राहक समीक्षाएं और रेटिंग छोड़ते हैं।
- वैलिडेशन वॉल्ट (सत्यापन तिजोरी): (योजनाबद्ध, लेकिन अभी तक बनाया नहीं गया) जहाँ स्वतंत्र विशेषज्ञ इस बात की पुष्टि करते हैं कि क्या रोबोटों ने वास्तव में वह काम किया जिसका उन्होंने दावा किया था।
इस पेपर के लेखकों ने यह देखने के लिए कि क्या यह प्रणाली वास्तव में काम करती है, एक आवर्धक लेंस (magnifying glass) का उपयोग किया। उन्होंने तीन अलग-अलग डिजिटल दुनिया (Ethereum, BSC, और Base) से कई महीनों के वास्तविक डेटा का विश्लेषण किया। उन्होंने जो पाया, उसे यहाँ सरल भाषा में समझाया गया है:
1. "घोस्ट टाउन" (भूतिया शहर) की समस्या (पहचान)
पेपर में पाया गया कि हालांकि ID रजिस्ट्री नामों से भरी हुई है, लेकिन उनमें से अधिकांश भूत (ghosts) हैं।
- उपमा (Analogy): कल्पना कीजिए कि एक फोन बुक में 1,70,000 प्रविष्टियाँ हैं। आप नंबर डायल करने के लिए फोन उठाते हैं, लेकिन उनमें से 97% नंबर डिस्कनेक्टेड हैं, या जिसने फोन उठाया वह केवल एक रिकॉर्डिंग है जो कह रही है, "मैं यहाँ हूँ," लेकिन वह वास्तव में कोई वास्तविक व्यवसाय नहीं है।
- वास्तविकता: अधिकांश "पंजीकृत" एजेंट केवल प्लेसहोल्डर्स हैं। केवल एक बहुत छोटा हिस्सा (3% और 15% के बीच) वास्तव में उनके पास कोई चालू सेवा है जिसे वे निष्पादित कर सकते हैं। एथेरियम (Ethereum) चेन पर, आधे से अधिक पंजीकृत एजेंटों ने कभी अपना "फोन नंबर" (URI) भी सेट नहीं किया ताकि उन तक पहुँचा जा सके।
2. "फर्जी रिव्यू" की महामारी (प्रतिष्ठा)
रेप्यूटेशन वॉल को इस सिस्टम का हृदय होना था, लेकिन लेखकों ने पाया कि यह टूटा हुआ है।
- उपमा: कल्पना कीजिए कि एक रेस्टोरेंट रिव्यू साइट है जहाँ कोई भी बिना खाना खाए रिव्यू लिख सकता है। इससे भी बुरा, कल्पना कीजिए कि बॉट्स का एक समूह है जो हजारों फर्जी अकाउंट बना सकता है, और वे सभी एक ही रेस्टोरेंट के लिए "5 स्टार!" लिख सकते हैं, जबकि दूसरा समूह किसी प्रतिस्पर्धी के लिए "1 स्टार!" लिख सकता है।
- वास्तविकता:
- खरीद का कोई प्रमाण नहीं: इस सिस्टम पर 95% से 100% समीक्षाएं उन लोगों द्वारा लिखी गई थीं जिन्होंने वास्तव में उस सेवा के लिए भुगतान नहीं किया या उसका उपयोग नहीं किया। यह वैसा ही है जैसे आपने उस पिज्जा के लिए Yelp रिव्यू छोड़ा हो जिसे आपने कभी ऑर्डर ही नहीं किया।
- "सिबिल" (Sybil) हमला: शोधकर्ताओं ने फर्जी समीक्षकों (जिन्हें "Sybils" कहा जाता है) के बड़े समूहों को पाया जो एक ही स्रोत द्वारा वित्तपोषित थे। Base चेन पर, 90% समीक्षक इन फर्जी समूहों का हिस्सा थे।
- परिणाम: यदि आप सभी फर्जी समीक्षाओं को हटा देते हैं, तो Base चेन पर मौजूद एजेंटों में से 89% के पास शून्य वैध फीडबैक बचता है। उनकी "प्रतिष्ठा" पूरी तरह से खाली है।
3. "भ्रमित करने वाला स्कोर" (सिमेंटिक्स)
भले ही समीक्षाएं असली होतीं, स्कोरिंग सिस्टम का कोई अर्थ नहीं निकलता।
- उपमा: कल्पना कीजिए कि एक स्कूल रिपोर्ट कार्ड है जहाँ एक शिक्षक "गणित" को 1 से 10 के पैमाने पर ग्रेड देता है, दूसरा "इतिहास" को 1 से 100 के पैमाने पर, और तीसरा "जिम" को एक राशि (जैसे, "अच्छे प्रयास के लिए $500") का उपयोग करके ग्रेड देता है। यदि आप इन स्कोर को औसत निकालने के लिए जोड़ने की कोशिश करते हैं, तो वह संख्या अर्थहीन है।
- वास्तविकता: सिस्टम किसी को भी किसी भी लेबल के साथ स्कोर देने की अनुमति देता है। कुछ लोग "ट्रस्ट" को 0-100 के पैमाने पर रेट करते हैं, अन्य "राजस्व" को हजारों डॉलर में रेट करते हैं, और कुछ हाँ/ना (yes/no) फ्लैग का उपयोग करते हैं। क्योंकि कोई मानक नहीं है, आप एक एजेंट के स्कोर की तुलना दूसरे से नहीं कर सकते। यह सेब की तुलना संतरे और टोस्टर से करने जैसा है।
4. "सस्ती हेरफेर" की समस्या (सुरक्षा)
यह सिस्टम को तोड़ना अविश्वसनीय रूप से आसान है, और इसे करने में लगभग कुछ भी खर्च नहीं होता।
- उपमा: कल्पना कीजिए कि एक क्लब के सुरक्षा गार्ड केवल तभी आपकी आईडी चेक करता है जब आप संदिग्ध दिखते हैं। लेकिन आईडी चेक करने की लागत केवल $0.002 (एक सेंट से भी कम) है। एक बुरा आदमी एक कप कॉफी की कीमत में एक हजार फर्जी आईडी खरीद सकता है और क्लब में फर्जी लोगों की भीड़ लगाकर वहां का माहौल बदल सकता है।
- वास्तविकता:
- लागत: एथेरियम पर एक सिंगल रिव्यू सबमिट करने की लागत $0.06 से कम है और Base पर $0.003 से भी कम है।
- प्रभाव: क्योंकि औसत स्कोर की गणना करने के लिए उपयोग किया जाने वाला गणित इतना सरल है, एक एकल फर्जी रिव्यू एजेंट की प्रतिष्ठा को पूरी तरह से बदल सकता है, चाहे उसके पास कितने भी असली रिव्यू क्यों न हों।
- दांव (Stakes): ये एजेंट जितना पैसा संभालते हैं, वह रिव्यू फर्जी बनाने की लागत से कहीं अधिक होता है। यह 0.003 खर्च करने जैसा है।
निचोड़ (The Bottom Line)
पेपर निष्कर्ष निकालता है कि हालांकि AI एजेंटों के लिए एक "ट्रस्टलेस" (बिना किसी केंद्रीय बॉस के) सिस्टम का विचार बहुत अच्छा है, लेकिन ERC-8004 का वर्तमान संस्करण अभी तक भरोसे के लायक नहीं है।
- अधिकांश पंजीकृत एजेंट अस्तित्व में ही नहीं हैं।
- अधिकांश समीक्षाएं फर्जी या unverifed हैं।
- स्कोरिंग सिस्टम असंगत नंबरों का एक ढेर है।
- इसे मैनिपुलेट करना बहुत सस्ता है।
लेखक सुझाव देते हैं कि इससे पहले कि इस सिस्टम का उपयोग वास्तविक व्यापार के लिए किया जा सके, नियमों को फिर से लिखने की आवश्यकता है ताकि भुगतान का प्रमाण (proof of payment) अनिवार्य किया जा सके, स्कोर देने के तरीके को मानकीकृत किया जा सके, और फर्जी अकाउंट बनाना महंगा बनाया जा सके। तब तक, यह "ट्रस्ट लेयर" केवल एक "ट्रस्ट इल्यूजन" (विश्वास का भ्रम) है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।