💻 computer science

Toward Web 4.0: Bidirectional Trust between AI Agents and Blockchain

Questo articolo presenta una sistematizzazione delle conoscenze sul paradigma emergente del Web 4.0 proponendo un framework di fiducia bidirezionale che analizza come l'infrastruttura blockchain supporti agenti AI autonomi e come gli agenti, a loro volta, potenzino i meccanismi blockchain, identificando infine lacune critiche negli standard e nella sicurezza mentre offre un modello di interazione formale e una tassonomia per guidare la ricerca futura.

Autori originali: Yunfeng Xia, Chao Li, Lei Li, Chenhao Zhang, Li Duan, Runhua Xu, Wei Wang

Pubblicato 2026-05-12

📖 6 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Yunfeng Xia, Chao Li, Lei Li, Chenhao Zhang, Li Duan, Runhua Xu, Wei Wang

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina una nuova era di internet, che gli autori chiamano Web 4.0. In questo mondo, i principali utenti non sono solo esseri umani che cliccano sui pulsanti; sono Agenti AI—programmi software intelligenti e autonomi che possono prendere decisioni, spendere denaro e negoziare accordi da soli.

Questo documento è una massiccia "mappa e guida" (chiamata Sistematizzazione della Conoscenza) per comprendere come questi agenti AI interagiscono con le blockchain (registri digitali decentralizzati come Ethereum). Gli autori sostengono che questa relazione sia una strada a doppio senso, come una danza tra un Palco (la Blockchain) e i Danzatori (gli Agenti AI).

Ecco la sintesi delle loro scoperte utilizzando semplici analogie:

1. La Danza a Doppio Senso (Fiducia Bidirezionale)

Il documento afferma che la relazione funziona in due direzioni:

Direzione A: Il Palco sostiene il Danzatore (Blockchain → Agente)
- Il Problema: Immagina un agente AI che cerca di comprare un caffè. Nell'old internet, avrebbe bisogno di un umano che gli tenga la mano e firmi ogni assegno.
- La Soluzione: La blockchain sta costruendo un nuovo "Palco" con strumenti speciali:
  - Tessere d'Identità (Identità): Dare all'AI un ID digitale unico e non contraffabile in modo che non venga confusa con un bot falso.
  - Moduli di Autorizzazione (Delega): Permettere a un umano di dire: "Puoi spendere fino a 10 dollari, ma non di più", senza dare all'AI il controllo totale.
  - Liste dei Desideri (Intenti): Invece che l'AI debba capire i passaggi complessi per comprare il caffè, l'umano dice semplicemente: "Voglio un caffè sotto i 5 dollari", e l'AI (o un risolutore) trova il modo migliore per farlo.
  - Portafogli (Economia): Dare all'AI il proprio conto bancario e un modo per guadagnare denaro svolgendo lavoro.
Direzione B: Il Danzatore aiuta a costruire il Palco (Agente → Blockchain)
- Il Problema: Le blockchain hanno bisogno di persone per controllare i bug, accordarsi sulle regole e votare i cambiamenti. Questo è lento e difficile per gli umani.
- La Soluzione: Gli agenti AI stanno alzando la mano per aiutare:
  - Guardie di Sicurezza: Agenti AI che scansionano il codice per trovare gli hacker prima che colpiscano.
  - Arbitri: Agenti AI che aiutano a verificare le transazioni e mantengono la rete funzionante senza intoppi.
  - Elettori: Agenti AI che partecipano ai voti della comunità per decidere il futuro della blockchain.

2. Il Fondamento: La "Macchina della Verità" (Calcolo Verificabile)

Affinché questa danza funzioni, tutti devono fidarsi del fatto che l'AI stia dicendo la verità. Se un'AI dice: "Ho calcolato la risposta correttamente", come facciamo a sapere che non ha solo indovinato?

Il documento identifica tre modi per provare che l'AI stia dicendo la verità, disposti come una scala:

La Prova Magica (zkML): L'AI genera una "prova matematica magica" che dimostra di aver fatto i calcoli correttamente. È 100% affidabile ma attualmente molto lenta e costosa (come cercare di dimostrare un problema matematico scrivendo ogni singolo passo dell'universo).
Il Sistema della "Scommessa" (opML): L'AI dice: "Ho ragione". Se qualcuno pensa che abbia torto, può scommettere denaro per sfidarla. Se l'AI stava mentendo, lo sfidante vince la scommessa. È veloce ma si basa sulla disponibilità delle persone a sfidare le menzogne.
La Cassa Sicura (TEE): L'AI gira all'interno di una speciale scatola hardware bloccata (come una cassaforte) in cui nessuno può sbirciare. Ci fidiamo del produttore della scatola. È veloce e facile, ma devi fidarti dell'azienda che ha costruito la scatola.

Il Grande Divario: Il documento nota che, sebbene abbiamo modi veloci per eseguire l'AI, non abbiamo ancora una "Prova Magica" veloce e perfetta per i grandi e complessi modelli di AI utilizzati oggi. È come avere un'auto super veloce ma nessun freno funzionante per le alte velocità.

3. Lo Stato Attuale del "Cantiere"

Gli autori hanno esaminato 70 regole ufficiali (standard) e 20 progetti reali per vedere quanto sia pronta questa tecnologia.

L'Impianto Idraulico è Pronto, la Decorazione No: Gli strumenti di base per dare all'AI un'identità e un portafoglio stanno venendo costruiti, ma le regole specifiche per l'AI sono ancora in fase di "Bozza". È come avere una casa con elettricità e acqua, ma gli interruttori della luce e le maniglie delle porte sono ancora in fase di progettazione.
Il Divario della "Fiducia": La maggior parte dei progetti attuali si basa su "scommesse economiche" (Direzione A) piuttosto che su prove matematiche. Questo significa che se l'AI commette un errore o viene hackerata, non c'è alcuna garanzia matematica per ripararla.
Il Divario della "Governance": Sebbene molti progetti utilizzino l'AI per usare la blockchain, quasi nessuno sta ancora usando l'AI per gestire la blockchain (voto o consenso). Questa è una grande frontiera vuota.

4. I Nove Grandi Problemi (La "Lista delle Cose da Fare")

Il documento conclude elencando nove problemi specifici che i ricercatori devono risolvere per rendere realtà questo sogno del Web 4.0:

Accelerare la "Prova Magica": Renderla abbastanza veloce da provare pensieri complessi dell'AI istantaneamente.
Bloccare le Autorizzazioni: Creare strumenti per provare matematicamente che un agente AI solo fa ciò che le è permesso di fare.
Bilanciare i Voti Umani e AI: Capire come permettere all'AI di votare nelle decisioni della comunità senza lasciare che pochi proprietari potenti di AI prendano il controllo dell'intero sistema.
Arbitri AI: Creare regole su come l'AI può agire come giudice nella blockchain senza commettere errori a causa della sua stessa natura "probabilistica".
Giochi AI contro AI: Capire come gli agenti AI si contenderanno o imbroglieranno l'un l'altro nei mercati.
La Prova della "Lista dei Desideri": Dimostrare che quando un'AI esegue una "lista dei desideri" (intento), ha effettivamente fatto esattamente ciò che era stato chiesto.
Denaro Equo per l'AI: Progettare sistemi economici in cui gli agenti AI guadagnano denaro per essere utili, non solo per speculare sui token.
Personalità Giuridica: Decidere se un'AI può essere "citata in giudizio" o ritenuta responsabile se viola la legge.
Prevenzione delle ID Falsificate: Fermare una persona dal creare 1.000 agenti AI falsi per spammare il sistema.

Sintesi

Il documento sostiene che siamo sull'orlo di una nuova internet in cui gli agenti AI sono i principali utenti. Abbiamo gli strumenti di base per farli esistere, ma ci mancano le "reti di sicurezza" (prove matematiche) e le "regole della strada" (quadri legali e di governance) per garantire che non facciano crashare il sistema. Il futuro dipende dalla risoluzione di questi nove specifici enigmi per passare da un esperimento caotico a un ecosistema sicuro e affidabile.

Riepilogo Tecnico: Verso Web 4.0: Fiducia Bidirezionale tra Agenti AI e Blockchain

1. Enunciato del Problema

La convergenza tra agenti AI autonomi e tecnologia blockchain sta emergendo come una caratteristica definitoria di Web 4.0, dove gli agenti agiscono come partecipanti di primo piano nella rete piuttosto che come semplici strumenti. Tuttavia, lo spazio di progettazione che governa questa interazione rimane scarsamente compreso, creando rischi significativi in termini di fiducia, sicurezza e coordinamento economico. Il documento identifica tre pressioni convergenti che rendono necessaria un'analisi sistematica:

Enjeux Economici: La valutazione di mercato degli agenti AI basati su blockchain ha raggiunto una stima di 8,6 miliardi di dollari entro dicembre 2024, eppure incidenti di alto profilo (ad esempio, la errata configurazione dell'oracolo Moonwell) evidenziano vulnerabilità nello sviluppo e nell'esecuzione di contratti intelligenti assistiti da AI.
Divario di Fiducia: Man mano che gli agenti passano dall'analisi in sola lettura all'esecuzione autonoma di transazioni, l'assenza di modelli formali di fiducia costringe i progetti a inventare ipotesi di sicurezza ad hoc, portando a un panorama frammentato in cui le vulnerabilità si cumulano tra i vari livelli.
Vuoto Accademico: La letteratura esistente manca di una Sistematizzazione della Conoscenza (SoK) che copra aree critiche come l'astrazione degli account, l'analisi formale delle architetture di intenti e il ruolo dell'AI nel consenso e nella governance. Le attuali indagini trattano spesso la blockchain semplicemente come uno strumento per l'AI, trascurando la direzione inversa in cui gli agenti partecipano ai meccanismi del protocollo.

2. Metodologia

Gli autori adottano un approccio di Sistematizzazione della Conoscenza (SoK) strutturato attorno a un Framework di Fiducia Bidirezionale. La metodologia prevede:

Modellazione Formale: Definizione del Modello di Interazione Agente-Blockchain (ABIM), un formalismo a sei tuple ( $\langle A, B, V, P, I, E \rangle$ ) che cattura insiemi di agenti, macchine a stati della blockchain, funzioni di verifica, politiche di autorizzazione, funzioni di intenti e incentivi economici. Questo modello stabilisce otto proprietà di sicurezza specifiche (ad esempio, Correttezza della Verifica, Unicità dell'Identità, Fedeltà del Risolutore) che ogni livello deve soddisfare.
Framework di Valutazione: Introduzione di un framework a cinque dimensioni per valutare standard e progetti: Verificabilità, Minimizzazione della Fiducia, Espressività, Componibilità e Maturità.
Analisi Empirica:
- Catalogazione e analisi di 70 EIP/ERC di Ethereum rilevanti per gli agenti AI.
- Revisione di 118 articoli accademici che coprono sicurezza, consenso e governance.
- Esame di 20 progetti industriali rappresentativi (con oltre 112 milioni di dollari di finanziamento totale) per mappare le implementazioni reali rispetto al framework teorico.
Costruzione di una Tassonomia: Sviluppo di uno spazio di classificazione tridimensionale basato su Autonomia dell'Agente (Assistiva a Fully Autonomous), Modello di Fiducia (Custodiale a Crittografico) e Direzione Operativa (Blockchain $\to$ Agente vs Agente $\to$ Blockchain).

3. Contributi Chiave

A. Il Framework di Fiducia Bidirezionale

Il documento organizza l'interazione in due direzioni principali sostenute da una Fondazione di Fiducia basata su calcolo verificabile (zkML, opML, TEE):

Blockchain $\to$ Agente (B $\to$ A): La blockchain fornisce infrastrutture di fiducia per gli agenti attraverso quattro livelli:
- A1: Account e Identità: Evoluzione dagli Account di Proprietà Esterna (EOA) all'Astrazione degli Account (ERC-4337, EIP-7702) e agli standard di identità specifici per gli agenti (ERC-8004, ERC-8126).
- A2: Autorizzazione e Delega: Architetture di account modulari (ERC-7579, ERC-6900) e la sfida di imporre il privilegio minimo per delegati AI probabilistici.
- A3: Intenti ed Esecuzione: Architetture incentrate sugli intenti (ERC-7521, ERC-7683) in cui gli agenti specificano obiettivi piuttosto che percorsi di transazione, affidandosi ai risolutori per l'esecuzione.
- A4: Economia degli Agenti: Meccanismi di tokenizzazione (ERC-7662, ERC-6551) e incentivi economici (ERC-7641) per la proprietà degli agenti e la condivisione dei ricavi.
Agente $\to$ Blockchain (A $\to$ B): Gli agenti contribuiscono ai meccanismi fondamentali della blockchain attraverso tre livelli:
- B1: Sicurezza: Agenti AI che agiscono come auditor autonomi e rilevatori di anomalie (ad esempio, LLM-SmartAudit, SCVHunter).
- B2: Consenso: La sfida teorica di integrare modelli AI probabilistici in protocolli deterministici di Tolleranza ai Guasti Bizantini (BFT).
- B3: Governance: Partecipazione dell'AI al voto e alla generazione di proposte nelle DAO, sollevando questioni di influenza limitata e personalità giuridica.

B. Analisi Formale e Proprietà di Sicurezza

L'ABIM formalizza le garanzie di sicurezza per ogni livello. Le scoperte chiave includono:

Correttezza della Verifica (TF): I sistemi attuali non possono fornire prove crittografiche per l'inferenza dei Large Language Model (LLM) su larga scala (il "Collo di Bottiglia della Verificabilità degli LLM").
Unicità dell'Identità (A1): Nessun standard attuale fornisce un'identità dell'agente resistente ai Sybil; ERC-8126 offre una registrazione basata su ZKP ma manca di un meccanismo per impedire a un singolo operatore di generare più agenti.
Completezza dell'Applicazione (A2): Le politiche di autorizzazione modulari mancano di strumenti di verifica formale, portando a vulnerabilità come l'aggiramento dei limiti di spesa (dimostrato negli audit di Quantstamp).
Fedeltà del Risolutore (A3): L'esecuzione degli intenti si basa su incentivi economici piuttosto che su prove crittografiche, lasciando un divario tra i vincoli degli intenti e l'effettiva esecuzione.
Verificabilità del Validatore (B2) e Influenza Limitata (B3): Queste proprietà sono completamente insoddisfatte nei sistemi attuali, poiché nessuna blockchain in produzione impone limiti al potere di voto dell'AI o verifica le decisioni di consenso dell'AI.

C. Risultati Empirici

Maturità degli Standard: L'ecosistema EIP specifico per gli agenti è estremamente immaturo. Su 13 standard diretti AI/agente, solo 2 hanno raggiunto lo status "Final", e nessuno degli standard di delega/autorizzazione è definitivo.
Panorama Industriale: L'analisi di 20 progetti rivela una forte concentrazione nella direzione B $\to$ A (infrastruttura, identità e agenti DeFi). La direzione A $\to$ B è praticamente inesplorata nella produzione, con zero progetti che affrontano direttamente il consenso (B2) o la governance (B3).
Meccanismi di Fiducia: I progetti industriali fanno molto affidamento su TEE (ad esempio, bAI Fund) e consenso economico (Recall), mentre la verifica crittografica (zkML) rimane in gran parte nella fase di ricerca a causa del sovraccarico computazionale.

4. Risultati e Problemi Aperti

L'analisi identifica nove problemi aperti concreti (OP) e li mappa su specifiche proprietà di sicurezza ABIM:

OP1 (Collo di Bottiglia della Verificabilità degli LLM): Raggiungere un'inferenza verificabile pratica e sub-secondo per gli LLM (Mirando alla Correttezza della Verifica).
OP2 (Verifica Formale delle Politiche di Autorizzazione): Sviluppare strumenti per verificare le politiche di autorizzazione composte degli agenti (Mirando alla Completezza dell'Applicazione).
OP3 (Equilibri di Governance Ibrida AI-Umano): Definire equilibri stabili per le DAO con votanti umani e AI misti (Mirando all'Influenza Limitata).
OP4 (BFT per Validatori AI): Generalizzare la Tolleranza ai Guasti Bizantini per tollerare validatori AI probabilistici (Mirando alla Verificabilità del Validatore).
OP5 (Teoria dei Giochi Inter-Agente): Analizzare le dinamiche multi-agente nei mercati MEV e degli intenti (Mirando alla Fedeltà del Risolutore).
OP6 (Pipeline End-to-End da Intento a Prova): Creare una pipeline verificabile dall'intento in linguaggio naturale all'esecuzione on-chain (Mirando alla Fedeltà del Risolutore).
OP7 (Token Engineering per l'Economia degli Agenti): Progettare tokenomics che allineino gli incentivi degli agenti all'utilità del sistema piuttosto che alla speculazione (Mirando alla Compatibilità degli Incentivi).
OP8 (Quadro Giuridico per Agenti AI On-Chain): Stabilire responsabilità e personalità giuridica per agenti autonomi (Mirando all'Influenza Limitata).
OP9 (Identità dell'Agente Resistente ai Sybil): Definire l'unicità per gli agenti AI indipendente dall'identità biologica (Mirando all'Unicità dell'Identità).

Il documento evidenzia che OP1 e OP9 sono colli di bottiglia a monte; risolverli è un prerequisito per risolvere problemi a valle come i limiti della governance e la verificabilità del validatore.

5. Significato e Affermazioni

Il documento afferma di essere la prima Sistematizzazione della Conoscenza a:

Sistematizzare la relazione bidirezionale tra agenti AI e blockchain, andando oltre la visione prevalente della blockchain come mero strumento per l'AI.
Valutare tutti gli EIP/ERC rilevanti per gli agenti attraverso un framework unificato a cinque dimensioni.
Formalizzare l'interazione come Modello di Interazione Agente-Blockchain (ABIM), fornendo un vocabolario condiviso per sicurezza, sistemi, crittografia, economia e diritto.

Gli autori affermano che l'infrastruttura attuale è pre-produzione dal punto di vista della sicurezza, poiché nessun sistema distribuito soddisfa tutte e otto le proprietà di sicurezza ABIM. Sottolineano che la direzione A $\to$ B (agenti che partecipano al consenso e alla governance) rappresenta una frontiera accademica quasi interamente aperta che diventerà critica all'aumentare dell'autonomia degli agenti. Il lavoro mira a guidare i ricercatori verso i problemi più impattanti, in particolare quelli che collegano le prove crittografiche con l'AI probabilistica e la progettazione dei meccanismi con popolazioni umane-AI eterogenee.