🤖 AI

A Theory of Least Autonomy in AI

यह शोधपत्र एजेंटिक एआई (agentic AI) प्रणालियों के लिए 'न्यूनतम विशेषाधिकार' (least privilege) सिद्धांत के एक आवश्यक सामान्यीकरण के रूप में "न्यूनतम स्वायत्तता" (least autonomy) का प्रस्ताव करता है, जो जटिल प्राधिकरण संरचनाओं (authorization compositions) और क्रॉस-डोमेन क्षमता हेरफेर (cross-domain capability manipulations) का पता लगाने और उन्हें नियंत्रित करने के लिए कंपोजिशनल ब्लास्ट रेडियस मेट्रिक्स (compositional blast radius metrics), निर्देशित एजेंट प्रभाव ग्राफ (directed agent influence graphs) और मिलीभगत विधेयकों (collusion predicates) को संयोजित करने वाले एक औपचारिक सिद्धांत को प्रस्तुत करता है।

मूल लेखक: Christophe Parisel

प्रकाशित 2026-07-14

📖 8 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Christophe Parisel

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

कल्पना कीजिए कि एक विशाल, हाई-टेक ऑफिस बिल्डिंग है जहाँ सुरक्षा गार्डों के पास पहले एक सरल नियम हुआ करता था: "किसी को भी उस कमरे की चाबी मत दो जिसकी उसे ज़रूरत नहीं है।" इसे Least Privilege (न्यूनतम विशेषाधिकार) कहा जाता है। दशकों तक, यह इंसानों और साधारण रोबोटों के लिए बहुत अच्छा काम करता रहा। यदि एक सफाई कर्मचारी को बाथरूम साफ करने की आवश्यकता थी, तो उसे बाथरूम की चाबी दी जाती थी। यदि उसे तिजोरी (vault) की आवश्यकता नहीं थी, तो उसे तिजोरी की चाबी नहीं दी जाती थी। सरल, है ना?

लेकिन अब, हमने Agentic AI बनाया है—स्मार्ट, स्वायत्त डिजिटल कार्यकर्ता जो न केवल दरवाजे खोलते हैं; वे दूसरे दरवाजों पर दस्तक दे सकते हैं, अन्य श्रमिकों से चीजें खोलने के लिए कह सकते हैं, और अपने छोटे-छोटे चाबियों के संयोजन से उन विशाल, गुप्त दरवाजों को खोल सकते हैं जिन्हें वे अकेले कभी नहीं खोल पाते। पुराना "एक चाबी, एक कमरा" वाला नियम अब पर्याप्त नहीं है।

यहाँ आता है Least Autonomy (न्यूनतम स्वायत्तता), एक नया सिद्धांत जिसे शोधकर्ता क्रिस्टोफ़ पेरिसल (Christophe Parisel) ने 14 जुलाई, 2026 के एक शोध पत्र में प्रस्तावित किया है। यह सुरक्षा प्रणाली को "किसके पास चाबी है?" जाँचने से अपग्रेड करने जैसा है, और यह पूछने जैसा है कि, "कौन मिलकर पूरे भवन को गिरा सकता है?"

नया खतरा: "ब्लास्ट रेडियस" (Blast Radius)

शोध पत्र सुझाव देता है कि हमें Compositional Blast Radius (संयोजन विस्फोट त्रिज्या) नामक चीज़ को मापने की आवश्यकता है। इसे एक "खतरे की दूरी" मीटर के रूप में सोचें।

कल्पना कीजिए कि ऑफिस बिल्डिंग एक विशाल पेड़ है। जड़ें CEO हैं, शाखाएं विभाग (जैसे फाइनेंस या इंजीनियरिंग) हैं, और पत्तियां विशिष्ट फाइलें या उपकरण हैं। शोध पत्र इस पेड़ पर दो कार्यों के बीच की दूरी मापने के लिए एक विशेष गणितीय ट्रिक (अल्ट्रामेट्रिक ट्री) का उपयोग करता है।

यदि दो कार्य एक ही छोटे कमरे में होते हैं, तो दूरी शून्य होती है।
यदि एक कार्य "फाइनेंस" शाखा में है और दूसरा "इंजीनियरिंग" में, तो दूरी अधिक होती है।
यदि वे पूरी तरह से अलग इमारतों में हैं (जैसे "ऑपरेशंस" बनाम "कॉर्पोरेट"), तो दूरी बहुत अधिक होती है।

लेकिन यह केवल दूरी के बारे में नहीं है। शोध पत्र हर कमरे को एक "सेंसिटिविटी लेबल" (संवेदनशीलता लेबल) देता है। कुछ कमरे केवल "स्टैंडर्ड" (कम जोखिम) हैं, जबकि अन्य "हाई इंटीग्रिटी" (आंकड़ों के साथ छेड़छाड़ न करें) या "हाई कॉन्फिडेंशियलिटी" (रहस्यों को लीक न होने दें) हैं। सिद्धांत इन लेबल और दूरी को मिलाकर एक मल्टीप्लायर (1.00 से 2.00 तक) की गणना करता है।

इसलिए, "ब्लास्ट रेडियस" केवल यह नहीं है कि कार्य कितने दूर हैं; बल्कि यह इस बात पर निर्भर करता है कि वे कितनी खतरनाक क्रियाओं द्वारा भारित (weighted) हैं। यदि फाइनेंस में एक कम जोखिम वाला कार्य इंजीनियरिंग में एक उच्च जोखिम वाले कार्य के साथ जुड़ता है, तो उस संयोजन का "ब्स्फोट रेडियस" एक बड़ा स्कोर प्राप्त करता है।

"मीटिंग" और "इन्फ्लुएंस ग्राफ" (Influence Graph)

यहीं मामला जटिल हो जाता है। शोध पत्र का तर्क है कि हम केवल यह नहीं देख सकते कि एक AI एजेंट अकेले क्या कर सकता है। हमें यह देखना होगा कि वे किससे बात कर सकते हैं।

लेखक Meeting (मुलाकात/मिलन) की अवधारणा पेश करते हैं।

Resource Meeting (संसाधन मिलन): एजेंट A व्हाइटबोर्ड पर एक नोट लिखता है, और एजेंट B उसी व्हाइटबोर्ड को पढ़ता है। वे व्हाइटबोर्ड पर "मिले"।
Agent-to-Agent (A2A) Meeting: एजेंट A और एजेंट B के बीच एक सीधा चैट चैनल है। शोध पत्र यहाँ बहुत रूढ़िवादी है: भले ही चैट एकतरफा लगे, लेखक मानते हैं कि एजेंट B किसी भी तरह से एजेंट A को प्रभावित कर सकता है (शायद एक चालाकी भरा संदेश या टूल आउटपुट भेजकर)। इसलिए, वे इसे एक दो-तरफा रास्ता मानते हैं।

एक बार जब हमें पता चल जाता है कि कौन "मिला", तो हम Influence Potential (प्रभाव क्षमता) की गणना करते। यह एक स्कोर है कि उनके संयुक्त कार्यों का "स्ट्रक्चरल स्पैन" (संरचनात्मक विस्तार) कितना है। यदि एजेंट A एक संवेदनशील तिजोरी तक पहुँचता है और एजेंट B एक संवेदनशील रिपोर्ट पढ़ता है, और वे मिले थे, तो उनका प्रभाव क्षमता उच्च है।

फिर, वे एक मानचित्र बनाते हैं जिसे Influence Graph कहा जाता है। हम दो एजेंटों के बीच एक रेखा (आर्क) तभी खींचते हैं यदि:

उनकी एक "Meeting" हुई हो।
उनका "Influence Potential" एक निश्चित थ्रेशोल्ड ( $\theta$ ) से ऊपर हो।

शोध पत्र सावधानी से कहता है कि यह थ्रेशोल्ड ( $\theta$ ) कंप्यूटर द्वारा खोजा गया कोई जादुई नंबर नहीं है। यह कंपनी के सभी संभावित क्रिया संयोजनों के "कैटलॉग" के विरुद्ध एक मानव नीति निर्माता द्वारा किया गया चुनाव है।

"कोल्यूजन" (Collusion - मिलीभगत) का जाल

इस सिद्धांत का सबसे डरावना हिस्सा Collusion Predicate (मिलीभगत का पूर्वदण्ड) है। यह यह देखने का परीक्षण है कि क्या एजेंटों का एक समूह कुछ बुरा करने के लिए टीम बना सकता है, भले ही कोई भी अकेला एजेंट कुछ गलत न कर रहा हो।

शोध पत्र तीन तरीकों की पहचान करता है जिनसे एजेंट इस ग्राफ में "मिलीभगत" कर सकते हैं:

Authorization Composition (प्राधिकरण संयोजन): एजेंट A के पास अनुरोध को अनुमोदित करने की शक्ति है, और एजेंट B के पास उसे निष्पादित करने की शक्ति है। यदि A, B को प्रभावित कर सकता है (या इसके विपरीत), तो वे नियमों को बायपास कर सकते हैं।
Decision Manipulation (निर्णय हेरफेर): एजेंट A, एजेंट B को प्रभावित कर सकता है, और एजेंट B के पास कुछ अनुमोदित करने की शक्ति है। A, B को एक बुरा निर्णय अनुमोदित करने के लिए trick (धोखा) दे सकता है।
Cross-Domain Exposure (क्रॉस-डोमेन एक्सपोजर): एजेंट A "फाइनेंस" डोमेन तक पहुँच सकता है, और एजेंट B "इंजीनियरिंग" डोमेन तक पहुँच सकता है। यदि वे ग्राफ में जुड़े हुए हैं, तो वे अनजाने में (या दुर्भावनापूर्ण रूप से) उन दुनियाओं को मिला सकते हैं जिन्हें नियमों ने अलग रखने के लिए कहा था।

वह जो पेपर खारिज करता है (The "No-Go" Zones)

यह समझना महत्वपूर्ण है कि यह सिद्धांत क्या नहीं करता है।

यह रनटाइम मॉनिटर (Runtime Monitor) नहीं है। शोध पत्र स्पष्ट रूप से कहता है कि यह एक स्टेटिक डिज़ाइन-टाइम विश्लेषण है। यह एक इमारत के ब्लूप्रिंट की जांच करने जैसा है। यह वास्तविक समय में एजेंटों को यह देखते हुए नहीं देखता कि वे वास्तव में बात कर रहे हैं या नहीं। यह केवल यह कहता है, "यदि ब्लूप्रिंट ऐसा दिखता है, तो जोखिम है।"
यह यह साबित नहीं करता कि अपराध हुआ है। ग्राफ में "कोल्यूजन विटनेस" (मिलीभगत का गवाह) मिलने का मतलब यह नहीं है कि एजेंटों ने वास्तव में कुछ गलत किया है। इसका मतलब केवल यह है कि कॉन्फ़िगरेशन इसकी अनुमति देता है। यह सुरक्षा इंजीनियरों के लिए एक "रेड फ्लैग" है ताकि वे अनुमतियों (permissions) की समीक्षा कर सकें।
इसे क्रिया के "कैसे" से कोई फर्क नहीं पड़ता। पेपर स्वीकार करता है कि एक ही फ़ाइल पर "रीड" (पढ़ना) और "डिलीट" (मिटाना) क्रिया का "स्ट्रक्चरल डिस्टेंस" (शून्य) होता है। सिद्धांत क्रिया के विशिष्ट प्रकार (जैसे कि यह विनाशकारी डिलीट है या हानिरहित रीड) के बजाय अनुमतियों की संरचना पर ध्यान केंद्रित करता है।

निष्कर्ष: एक नया सुरक्षा जाल

शोध पत्र निष्कर्ष निकालता है कि Least Privilege अभी भी आवश्यक है, लेकिन यह स्मार्ट, जुड़े हुए AI एजेंटों के लिए अपर्याप्त है। आप एक एजेंट को "न्यूनतम" अनुमतियाँ दे सकते हैं, लेकिन यदि वह एजेंट ऐसे दूसरे एजेंट से बात कर सकता है जिसके पास अलग "न्यूनतम" अनुमतियाँ हैं, तो वे मिलकर एक ऐसा "अधिकतम" अधिकार बना सकते हैं जिसकी किसी ने कल्पना भी नहीं की थी।

लेखक Least Autonomy (न्यूनतम स्वायत्तता) को एक पूरक नियम के रूप में प्रस्तावित करते हैं। यह पूछता है: "इस एजेंट की अधिकार क्षेत्र की अधिकतम 'ब्लास्ट रेडियस' क्या हो सकती है, भले ही वह दोस्तों की एक श्रृंखला के माध्यम से हो?"

शोध पत्र सुरक्षा इंजीनियरों के लिए इस मॉडल को बनाने के लिए एक चरण-दर-चरण मार्गदर्शिका प्रदान करता है:

कंपनी के पेड़ का मानचित्र बनाएं और प्रत्येक नोड को संवेदनशीलता लेबल दें।
सभी संभावित क्रियाओं को सूचीबद्ध करें।
कंपनी की जोखिम सहनशीलता के आधार पर एक थ्रेशोल्ड ( $\theta$ ) सेट करें।
इन्फ्लुएंस ग्राफ बनाएं।
"कोल्यूजन विटनेस" की जाँच करें।

यदि ग्राफ में कोल्यूजन जोखिम दिखता है, तो इंजीनियरों को वर्कफ़्लो को फिर से डिज़ाइन करना होगा, अनुमतियों को बदलना होगा, या थ्रेशोल्ड को कम करना होगा। शोध पत्र सुझाव देता है कि यह उन "अदृश्य" जोखिमों को पकड़ने का एक तरीका है जिन्हें मानक अनुमति जाँच मिस कर देती है, लेकिन यह स्वीकार करता है कि मॉडल इनपुट (पेड़, लेबल और मीटिंग परिभाषाओं) की सटीकता पर बहुत अधिक निर्भर करता है।

संक्षेप में, शोध पत्र सुझाव देता है कि AI एजेंटों की दुनिया में, हम केवल यह नहीं देख सकते कि किसके पास चाबियाँ हैं। हमें यह भी देखना होगा कि कौन किसके दरवाजे पर दस्तक दे सकता है और जब वे अपनी दस्तक को मिलाते हैं तो क्या होता है। यह सुरक्षा के बारे में सोचने का एक नया तरीका है, जो पूरे एजेंट नेटवर्क को एक एकल, संभावित रूप से खतरनाक जीव के रूप में देखता है जिसे नियंत्रण में रखने की आवश्यकता है।

तकनीकी सारांश: AI में न्यूनतम स्वायत्तता (Least Autonomy) का एक सिद्धांत

1. समस्या विवरण

न्यूनतम विशेषाधिकार (Least Privilege) का सिद्धांत, जो 1970 के दशक में स्थापित हुआ था, यह निर्देश देता है कि किसी पहचान (identity) के पास केवल वे ही अनुमतियाँ होनी चाहिए जो उसके कार्य के लिए अत्यंत आवश्यक हैं। हालांकि मानव उपयोगकर्ताओं और स्थिर सॉफ़्टवेयर प्रक्रियाओं के लिए यह प्रभावी है, यह शोध पत्र तर्क देता है कि एजेंटिक AI सिस्टम (agentic AI systems) के लिए 'न्यूनतम विशेषाधिकार' अपर्याप्त है।

निष्क्रिय कर्ताओं (passive actors) के विपरीत, एजेंटिक सिस्टमों के पास गतिशील क्षमताएं होती हैं: वे कार्यों को क्रमबद्ध कर सकते हैं, कार्यों को सौंप सकते हैं, आउटपुट को रूपांतरित कर सकते हैं, और सिस्टम की सीमाओं के पार वर्कफ़्लो को ट्रिगर कर सकते हैं। फलस्वरूप, एक ऐसा कॉन्फ़िगरेशन जहाँ व्यक्तिगत अनुमतियाँ अलग-अलग देखने में निर्दोष प्रतीत होती हैं, वे संयोजित होने पर महत्वपूर्ण जोखिम उत्पन्न कर सकती हैं। एजेंटिक सिस्टमों के दो विशिष्ट गुण इस स्थिति को और गंभीर बनाते हैं:

गेटकीपिंग (Gatekeeping): एक एजेंट के पास संवेदनशील डेटा तक सीधी पहुँच नहीं हो सकती है, लेकिन उसके पास किसी अन्य प्रिंसिपल (principal) की पहुँच को अनुमोदित करने या सक्षम करने का अधिकार हो सकता है।
संरचना/संयोजन (Composition): एक एजेंट की परिचालन पहुंच न केवल उसकी अपनी अनुमतियों पर, बल्कि उन अन्य एजेंटों के कार्यों पर भी निर्भर करती है जिन्हें वह प्रभावित कर सकता है।

अनुमति-दर-अनुमति समीक्षाएं इन मल्टी-एजेंट इंटरैक्शन से उत्पन्न होने वाली "अधिकार एक्सपोज़र" (authority exposure) को पकड़ने में विफल रहती हैं, जिसके लिए 'अनुमति' के बजाय 'स्वायत्तता' (autonomy) के विश्लेषण की ओर बढ़ने की आवश्यकता है।

2. कार्यप्रणाली और औपचारिक ढांचा (Formal Framework)

यह शोध पत्र न्यूनतम स्वायत्तता (Least Autonomy) का एक औपचारिक सिद्धांत प्रस्तावित करता है, जो तीन स्तरों में संरचित है: एक्शन लेयर, एजेंट लेयर और सिस्टम लेयर।

2.1 एक्शन लेयर: कंपोजिशनल ब्लास्ट रेडियस (Compositional Blast Radius)

यह ढांचा एंटरप्राइज इंफॉर्मेशन सिस्टम को एक रूटेड ट्री $T$ (एक अल्ट्रामेट्रिक पदानुक्रम) के रूप में मॉडल करता है जहाँ लीफ नोड्स (leaf nodes) संसाधनों का प्रतिनिधित्व करते हैं और इंटरनल नोड्स संगठनात्मक स्कोप का प्रतिनिधित्व करते हैं।

सेंसिटिविटी लैटिस (Sensitivity Lattice): प्रत्येक नोड को एक स्थानीय लेबल $\ell(v) = (flow, axes)$ दिया जाता है, जहाँ $flow \in \{\emptyset, GK, Ac\}$ (जो क्रमशः कोई फ्लो नहीं, गेटकीपर, या एक्सेसर को दर्शाता है), और $axes \subseteq \{C, I\}$ (कन्फिडेंशियलिटी, इंटीग्रिटी)।
पाथ-एक्युमुलेटेड लेबल्स (Path-Accumulated Labels): लेबल को एक जॉइन ऑपरेटर $\otimes$ का उपयोग करके ट्री में ऊपर की ओर प्रसारित किया जाता है, जो संसाधन से रूट तक के पथ के साथ संवेदनशीलता को संचित करता है।
ब्लास्ट रेडियस ( $d(a, b)$ ): दो क्रियाओं $a$ और $b$ के बीच एक स्यूडो-अल्ट्रामेट्रिक दूरी (pseudoultrametric distance) को परिभाषित किया गया है। यह पदानुक्रम में संरचनात्मक दूरी (LCA डेप्थ के आधार पर) को उनके रिसोर्स नोड्स के सेंसिटिविटी लेबल से प्राप्त मल्टीप्लायर के साथ जोड़ता है। यह मीट्रिक संभावित इंटरैक्शन के "स्ट्रक्चरल स्पैन" को मात्रात्मक रूप से मापता है।

2.2 एजेंट लेयर: इन्फ्लुएंस ग्राफ (Influence Graph)

यह सिद्धांत एक्शन-स्तरीय मीट्रिक्स को एक डायरेक्टेड एजेंट इन्फ्लुएंस ग्राफ $G(\theta)$ का उपयोग करके एजेंट स्तर पर ले जाता है।

मीटिंग्स (Meetings): एजेंटों $U$ $U$ और $V$ $V$ के बीच एक आर्क (arc) एक "मीटिंग" पर आधारित होती है, जिसे निम्न रूप में परिभाषित किया गया है:
1. एक डायरेक्टेड रिसोर्स मीटिंग: $U$ उस संसाधन पर लिख (write) सकता है जिसे $V$ पढ़ (read) सकता है।
2. एक अनडायरेक्टेड A2A मीटिंग: $U$ और $V$ के बीच एक कॉन्फ़िगर किया गया कम्युनिकेशन पाथ है (इसे प्रॉम्प्ट या आर्टिफैक्ट्स के माध्यम से रिवर्स इन्फ्लुएंस को ध्यान में रखते हुए रूढ़िवादी रूप से द्विदिश माना जाता है)।
इन्फ्लुएंस पोटेंशियल ( $\Phi$ ): एक आर्क उत्पन्न करने के लिए, प्रासंगिक एक्शन सेट्स (जैसे, $U$ के राइट्स और $V$ के रीड्स) के बीच अधिकतम ब्लास्ट रेडियस को नीति थ्रेशोल्ड $\theta$ को पूरा करना या उससे अधिक होना चाहिए।
प्रभावी स्वायत्तता (Effective Autonomy): इसे एक एजेंट को सौंपे गए सभी कार्यों और $G(\theta)$ में सीधे पथों के माध्यम से सुलभ किसी भी एजेंट के कार्यों के सेट के रूप में परिभाषित किया गया है। यह क्षमता एक्सपोज़र का एक रूढ़िवादी एब्स्ट्रैक्शन है।

2.3 सिस्टम लेयर: कोल्यूजन प्रेडिकेट (Collusion Predicate)

यह ढांचा हानिकारक मल्टी-एजेंट कंपोजिशन का पता लगाने के लिए एक कोल्यूजन प्रेडिकेट (Collusion Predicate) को परिभाषित करता है। एजेंटों का एक सेट $S$ तब 'कोल्यूडिंग' के रूप में चिह्नित किया जाता है यदि दो अलग-अलग एजेंट $U, V \in S$ में $G(\theta)$ में डायरेक्टेड रीचेबिलिटी है और वे निम्नलिखित तीन शर्तों में से एक को पूरा करते हैं:

ऑथोराइजेशन कंपोजिशन: $U$ के पास उस संसाधन पर गेटकीपिंग अथॉरिटी है जिसे $V$ एक्सेस करता है ($Gates(U, V)$)।
डिसीजन मैनिपुलेशन: $V$ के पास उस संसाधन पर गेटकीपिंग अथॉरिटी है जिसे $U$ एक्सेस करता है ($Gates(V, U)$)।
क्रॉस-डोमेन एक्सपोज़र: $U$ और $V$ उन एजेंटों को प्रभावित कर सकते हैं जिनके पास अलग-अलग सुरक्षा डोमेन (जैसे, फाइनेंस बनाम इंजीनियरिंग) में क्षमताएं हैं।

3. मुख्य योगदान

यह शोध पत्र तीन प्राथमिक योगदान देता है:

कंपोजिशनल ब्लास्ट रेडियस: एक अल्ट्रामेट्रिक एंटरप्राइज पदानुक्रम के साथ एक लैटिस-वैल्यूड सेंसिटिविटी स्ट्रक्चर को जोड़ने वाला एक औपचारिक मीट्रिक, जो क्रियाओं के बीच संरचनात्मक अलगाव को मापता है।
डायरेक्टेड इन्फ्लुएंस ग्राफ और कोल्यूजन प्रेडिकेट: एक ग्राफ-आधारित मॉडल जहाँ आर्क को रिसोर्स या कम्युनिकेशन मीटिंग्स और एक पॉलिसी थ्रेशोल्ड $\theta$ द्वारा नियंत्रित किया जाता है। इसमें ऑथोराइजेशन कंपोजिशन, डिसीजन मैनिपुलेशन और क्रॉस-डोमेन कैपेबिलिटी कंपोजिशन का पता लगाने की एक प्रणाली शामिल है।
डिज़ाइन प्रक्रिया: सुरक्षा इंजीनियरों के लिए इस मॉडल को व्यवहार में बदलने के लिए एक चरण-दर-चरण कार्यप्रणाली, जिसमें थ्रेशोल्ड $\theta$ का अंशांकन (calibration) और एक व्यक्तिगत स्वायत्तता बजट $\tau_{aut}$ शामिल है।

4. परिणाम और दृष्टांत उदाहरण

शोध पत्र एक चरण-दर-चरण डिज़ाइन प्रक्रिया और एक दृष्टांत उदाहरण प्रदान करता है जिसमें फाइनेंस, इंजीनियरिंग, कंप्लायंस और लीगल डोमेन वाला एक एंटरप्राइज पदानुक्रम शामिल है।

कैलिब्रेशन (Calibration): उदाहरण दिखाता है कि कैसे कम-प्रभाव और उच्च-प्रभाव वाले इंटरैक्शन के बीच अंतर करने के लिए "कैटलॉग-रेडियस प्रोफाइल" (सिस्टम में ब्लास्ट रेडियस का वितरण) के आधार पर $\theta$ का चयन किया जाता है।
डिटेक्शन परिदृश्य (Detection Scenarios): उदाहरण सफलतापूर्वक पहचान करता है:
- इंडिविजुअल बजट ब्रीच: ऐसे एजेंट जिनकी प्रत्यक्ष या प्रभावी स्वायत्तता अनुमत ब्लास्ट रेडियस ( $\tau_{aut}$ ) से अधिक है।
- कोल्यूजन (Collusion): एजेंटों के जोड़े जहाँ डायरेक्टेड इन्फ्लुएंस और गेटकीपिंग भूमिकाएं मिलकर एक जोखिम पैदा करती हैं (जैसे, एक एजेंट जो एक गेटकीपर को प्रभावित करता है और फिर वह उस संसाधन तक पहुँच को अधिकृत करता है जिसे पहला एजेंट पढ़ सकता है)।
विभेदन (Differentiation): उदाहरण "मटेरियल इन्फ्लुएंस" (थ्रेशोल्ड को पूरा करना लेकिन कोल्यूजन नहीं करना) और "कोल्यूजन-पॉजिटिव" कॉन्फ़िगरेशन के बीच अंतर करता है, जिससे यह स्पष्ट होता है कि फ्रेमवर्क विशिष्ट जोखिम वेक्टरों को कैसे अलग करता है।

5. महत्व और दावे

यह शोध पत्र न्यूनतम स्वायत्तता (Least Autonomy) को 'न्यूनतम विशेषाधिकार' के विकल्प के रूप में नहीं, बल्कि एक पूरक डिज़ाइन मानदंड के रूप में प्रस्तुत करता है।

स्थिर विश्लेषण (Static Analysis): यह ढांचा एक स्थिर, डिज़ाइन-टाइम विश्लेषण उपकरण है। यह उन कॉन्फ़िगरेशन की पहचान करता है जिनकी समीक्षा की आवश्यकता है, लेकिन यह प्रोवेनेंस (provenance), कमांड अथॉरिटी या वास्तविक निष्पादन ट्रेसेस (execution traces) को सिद्ध करने का दावा नहीं करता है।
रूढ़िवादी एब्स्ट्रैक्शन (Conservative Abstraction): मॉडल जानबूझकर रूढ़िवादी है। यह संभावित प्रभाव पथों को 'वर्स्ट-केस' क्षमता एक्सपोज़र के रूप में मानता है। एक सकारात्मक परिणाम एक ऐसे कॉन्फ़िगरेशन को इंगित करता है जिसे नीति समीक्षा, रनटाइम मध्यस्थता या पुनर्गठन की आवश्यकता है, न कि सक्रिय हमले की पुष्टि करता है।
दायरा (Scope): यह सिद्धांत इस विशिष्ट चुनौती को संबोधित करता है कि कैसे कई एजेंटों के बीच वितरित अनुमतियां विभिन्न संगठनात्मक स्कोपों और सुरक्षा डोमेनों में संयोजित हो सकती हैं, जो पारंपरिक रोल-बेस्ड एक्सेस कंट्रोल (RBAC) या रनटाइम टूल ऑथोराइजेशन सिस्टम द्वारा कवर नहीं किया गया है।

शोध पत्र निष्कर्ष निकालता है कि जबकि 'न्यूनतम विशेषाधिकार' आवश्यक बना हुआ है, यह एजेंटिक AI सिस्टमों में निहित 'अधिकार एक्सपोज़र' (authority exposure) का वर्णन करने में सक्षम नहीं है। प्रस्तावित सिद्धांत इन उच्च-प्रभाव वाले, मल्टी-एजेंट इंटरैक्शन की पहचान करने के लिए एक संरचित विधि प्रदान करता है।