💻 computer science

Toward Web 4.0: Bidirectional Trust between AI Agents and Blockchain

本論文は、ブロックチェーン基盤が自律型 AI エージェントをどのように支援し、逆にエージェントがブロックチェーンメカニズムをどのように強化するかを分析する双方向信頼フレームワークを提案することにより、新興の Web 4.0 パラダイムに関する知識の体系化を提示し、最終的に標準とセキュリティにおける重要なギャップを特定するとともに、将来の研究を導くための形式的な相互作用モデルと分類体系を提供する。

原著者： Yunfeng Xia, Chao Li, Lei Li, Chenhao Zhang, Li Duan, Runhua Xu, Wei Wang

公開日 2026-05-12

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Yunfeng Xia, Chao Li, Lei Li, Chenhao Zhang, Li Duan, Runhua Xu, Wei Wang

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ✨ これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。免責事項の全文を読む

インターネットの新たな時代を想像してみてください。著者たちはこれをWeb 4.0と呼んでいます。この世界では、主なユーザーはボタンを押す人間だけではありません。彼らはAI エージェント、つまり、独自の判断で意思決定を行い、金銭を支払い、取引を交渉できる、賢く自律したソフトウェアプログラムです。

この論文は、これらの AI エージェントがブロックチェーン（イーサリアムのような分散型デジタル台帳）とどのように相互作用するかを理解するための壮大な「地図とガイド」（知識の体系化）です。著者たちは、この関係性がステージ（ブロックチェーン）とダンサー（AI エージェント）の間のダンスのような双方向の道であると主張しています。

以下に、彼らの発見を簡単な比喩を用いて解説します。

1. 双方向のダンス（双方向の信頼）

この論文によると、この関係は二つの方向で機能します。

方向 A：ステージがダンサーを支える（ブロックチェーン → エージェント）
- 問題点： AI エージェントがコーヒーを買おうと想像してみてください。従来のインターネットでは、人間が手を引いてすべての小切手に署名する必要がありました。
- 解決策： ブロックチェーンは、特別なツールを備えた新しい「ステージ」を構築しています。
  - ID カード（アイデンティティ）： AI にユニークで偽造不可能なデジタル ID を与え、偽のボットと混同されないようにします。
  - 許可証（委任）： 人間が「10 ドルまでなら使えますが、それ以上はダメです」と言うことで、AI に完全な制御権を与えずに利用を許可します。
  - 願い事リスト（インテント）： AI がコーヒーを買うための複雑な手順を自分で考える代わりに、人間は「5 ドル以下でコーヒーが欲しい」と言うだけで、AI（またはソルバー）が最適な方法を見つけます。
  - 財布（経済）： AI に独自の銀行口座と、仕事に対する報酬を得る手段を与えます。
方向 B：ダンサーがステージの構築を助ける（エージェント → ブロックチェーン）
- 問題点： ブロックチェーンは、バグをチェックし、ルールに合意し、変更について投票する人々を必要とします。これは人間にとって遅く、困難です。
- 解決策： AI エージェントが助けに乗り出しています。
  - セキュリティガード： ハッカーが攻撃する前にコードをスキャンして発見する AI エージェント。
  - 審判： トランザクションを検証し、ネットワークが円滑に稼働するよう支援する AI エージェント。
  - 有権者： ブロックチェーンの未来を決定するためのコミュニティ投票に参加する AI エージェント。

2. 基盤：「真実の機械」（検証可能な計算）

このダンスを機能させるためには、AI が真実を語っていることを誰もが信頼する必要があります。AI が「正しく計算した」と言った場合、単に推測しただけではないとどうやってわかるのでしょうか？

この論文は、AI が真実を語っていることを証明する三つの方法を、はしごのように並べて特定しています。

魔法の証明（zkML）： AI が数学的な「魔法の証明」を生成し、計算が正しかったことを証明します。これは 100% 信頼できますが、現在非常に遅く、高価です（宇宙のすべてのステップを書き出して数学の問題を証明しようとするようなものです）。
「賭け」システム（opML）： AI が「私は正しい」と言います。誰かが間違っていると思うなら、金銭を賭けて挑戦できます。AI が嘘をついていれば、挑戦者が賭けに勝ちます。これは速いですが、嘘に挑戦する人々の意思に依存します。
安全な箱（TEE）： AI は、誰も覗き見できない特別な施錠されたハードウェアの箱（金庫のようなもの）の中で実行されます。私たちは箱の製造元に信頼を置きます。これは速く簡単ですが、箱を作った会社を信頼する必要があります。

大きなギャップ： この論文は、AI を実行する高速な方法はあるものの、現在使われている巨大で複雑な AI モデルに対する高速かつ完璧な「魔法の証明」はまだ存在しないと指摘しています。それは、超高速の車を持っているが、高速走行用のブレーキが機能していないようなものです。

3. 「建設現場」の現状

著者たちは、この技術がどの程度準備できているかを見るために、70 の公式ルール（標準）と 20 の実世界プロジェクトを調査しました。

配管は準備完了、装飾は未完了： AI に ID と財布を与えるための基本的なツールは構築されつつありますが、AI 固有のルールは依然として「草案」段階です。電気と水道が通った家を持っているが、スイッチやドアノブの設計がまだ進行中のようなものです。
「信頼」のギャップ： 現在のプロジェクトのほとんどは、数学的証明ではなく「経済的な賭け」（方向 A）に依存しています。これは、AI が誤りを犯したりハッキングされたりした場合、それを修正するための数学的保証がないことを意味します。
「ガバナンス」のギャップ： 多くのプロジェクトがブロックチェーンを利用するために AI を使用している一方で、ブロックチェーンを運営する（投票や合意形成）ために AI を使用しているプロジェクトはほとんどありません。これは巨大で未開拓のフロンティアです。

4. 九つの大きな問題（「やることリスト」）

この論文は、この Web 4.0 の夢を現実のものとするために研究者が解決すべき九つの具体的な問題をリストアップして結論付けています。

「魔法の証明」の高速化： 複雑な AI の思考を瞬時に証明できるほど高速化すること。
権限のロック： AI エージェントが許可されたことのみを行うことを数学的に証明するツールの作成。
人間と AI の投票のバランス： 少数の強力な AI 所有者がシステム全体を支配することなく、AI がコミュニティの意思決定に投票できるようにする方法の模索。
AI 審判： AI が自身の「確率的」な性質により誤りを犯すことなく、ブロックチェーンで審判として機能するためのルール作り。
AI 対 AI のゲーム： 市場において AI エージェントが互いに競合したり、不正工作したりする仕組みの理解。
「願い事リスト」の証明： AI が「願い事リスト」（インテント）を実行した際、実際に求められたとおりのことを行ったことを証明すること。
AI への公正な報酬： AI エージェントが投機ではなく、有用性に対して金銭を得る経済システムの設計。
法的人格： AI が法律を破った場合、訴えられたり責任を負ったりできるかどうかの決定。
偽 ID 防止： 一人の人物がシステムにスパムを送るために 1,000 個の偽 AI エージェントを作成するのを防ぐこと。

まとめ

この論文は、AI エージェントが主なユーザーとなる新しいインターネットの縁に私たちが立っていると主張しています。彼らを存在させるための基本的なツールはありますが、システムをクラッシュさせないための「安全網」（数学的証明）と「交通規則」（法的およびガバナンスの枠組み）が不足しています。未来は、混沌とした実験から安全で信頼性の高いエコシステムへと移行するために、これら九つの具体的なパズルを解決することにかかっています。

技術的概要：Web 4.0 へ向けて AI エージェントとブロックチェーン間の双方向信頼

1. 問題提起

自律型 AI エージェントとブロックチェーン技術の融合は、エージェントが単なるツールではなく、第一級のネットワーク参加者として機能する Web 4.0 の定義的特徴として浮上している。しかし、この相互作用を規定する設計空間は未だ十分に理解されておらず、信頼、セキュリティ、経済的調整において重大なリスクを生み出している。本論文は、体系的な分析を必要とする 3 つの収束する圧力を特定している：

経済的 stakes（利害）： 2024 年 12 月時点で、ブロックチェーンベースの AI エージェントの市場評価額は推定 86 億ドルに達したが、Moonwell のオラクル設定ミスなどの高名な事例は、AI 支援型スマートコントラクトの開発と実行における脆弱性を浮き彫りにしている。
信頼のギャップ： エージェントが読み取り専用分析から自律的な取引実行へ移行するにつれ、形式的な信頼モデルの欠如がプロジェクトに場当たり的なセキュリティ仮説を考案させることとなり、脆弱性が層を超えて複合化する断片化された風景を生み出している。
学術的空白： 既存の文献は、アカウント抽象化、意図アーキテクチャの形式的分析、コンセンサスおよびガバナンスにおける AI の役割といった重要な領域を網羅する知識の体系化（SoK）を欠いている。現在の調査は、ブロックチェーンを単に AI のためのツールとして扱う傾向にあり、エージェントがプロトコルメカニズムに参加する逆方向の側面を軽視している。

2. 方法論

著者らは、双方向信頼フレームワークを中心に構成された知識の体系化（SoK）アプローチを採用している。この方法論には以下が含まれる：

形式的モデリング： エージェント集合、ブロックチェーン状態機械、検証関数、権限ポリシー、意図関数、経済的インセンティブを捉える 6 項形式（ $\langle A, B, V, P, I, E \rangle$ ）である**エージェント - ブロックチェーン相互作用モデル（ABIM）**を定義する。このモデルは、各層が満たすべき 8 つの特定のセキュリティ特性（例：検証の健全性、アイデンティティの一意性、ソルバーの忠実性）を確立する。
評価フレームワーク： 標準やプロジェクトを評価するための 5 次元フレームワークを導入する：検証可能性、信頼の最小化、表現力、構成可能性、および成熟度。
実証分析：
- AI エージェントに関連する70 の Ethereum EIP/ERCをカタログ化し分析する。
- セキュリティ、コンセンサス、ガバナンスを網羅する118 の学術論文を検証する。
- 理論的フレームワークに対する実世界の実装をマッピングするために、20 の代表的な業界プロジェクト（総資金 1 億 1200 万ドル以上）を検討する。
分類体系の構築： エージェント自律性（補助的から完全自律的まで）、信頼モデル（管理型から暗号学的まで）、および運用方向（ブロックチェーン→エージェント対エージェント→ブロックチェーン）に基づいた 3 次元の分類空間を開発する。

3. 主要な貢献

A. 双方向信頼フレームワーク

本論文は、検証可能な計算（zkML、opML、TEE）に基づく信頼基盤によって支えられた 2 つの主要な方向に相互作用を整理する：

ブロックチェーン→エージェント（B→A）： ブロックチェーンはエージェントに対して 4 つの層にわたって信頼インフラを提供する：
- A1：アカウントとアイデンティティ： 外部所有アカウント（EOA）からアカウント抽象化（ERC-4337、EIP-7702）およびエージェント固有のアイデンティティ標準（ERC-8004、ERC-8126）への進化。
- A2：権限と委任： モジュール型アカウントアーキテクチャ（ERC-7579、ERC-6900）と、確率的な AI 委任者に対する最小権限の強制という課題。
- A3：意図と実行： エージェントが取引パスではなく目標を指定し、ソルバーに実行を依存する意図中心アーキテクチャ（ERC-7521、ERC-7683）。
- A4：エージェント経済： エージェント所有と収益分配のためのトークン化メカニズム（ERC-7662、ERC-6551）および経済的インセンティブ（ERC-7641）。
エージェント→ブロックチェーン（A→B）： エージェントは 3 つの層にわたってコアブロックチェーンメカニズムに貢献する：
- B1：セキュリティ： 自律型監査人および異常検知器として機能する AI エージェント（例：LLM-SmartAudit、SCVHunter）。
- B2：コンセンサス： 確率的 AI モデルを決定論的ビザンチン障害耐性（BFT）プロトコルに統合するという理論的課題。
- B3：ガバナンス： DAO 投票や提案生成への AI 参加は、影響力の限界と法的人格の問題を提起する。

B. 形式的分析とセキュリティ特性

ABIM は各層のセキュリティ保証を形式化する。主要な知見には以下が含まれる：

検証の健全性（TF）： 現在のシステムは、大規模な大規模言語モデル（LLM）推論に対する暗号学的証明を提供できない（「LLM 検証性のボトルネック」）。
アイデンティティの一意性（A1）： シビル攻撃に耐性のあるエージェントアイデンティティを提供する標準は存在しない。ERC-8126 は ZKP ベースの登録を提供するが、単一のオペレーターが複数のエージェントを生成するのを防ぐメカニズムを欠いている。
強制の完全性（A2）： モジュール型権限ポリシーは形式的検証ツールを欠いており、Quantstamp 監査で実証されたような支出限度の回避などの脆弱性を招いている。
ソルバーの忠実性（A3）： 意図の実行は暗号学的証明ではなく経済的インセンティブに依存しており、意図の制約と実際の実行の間にギャップが存在する。
バリデーターの検証可能性（B2）と限界のある影響力（B3）： これらの特性は現在のシステムでは完全に満たされていない。なぜなら、生産ブロックチェーンは AI 投票権の限界を強制したり、AI コンセンサス決定を検証したりするものがないからである。

C. 実証的知見

標準の成熟度： エージェント固有の EIP エコシステムは圧倒的に未熟である。13 の直接の AI/エージェント標準のうち、2 つのみが「最終（Final）」ステータスに達し、委任/権限標準のいずれも最終化されていない。
業界の風景： 20 のプロジェクトの分析は、B→A方向（インフラ、アイデンティティ、DeFi エージェント）への集中が著しいことを明らかにした。A→B方向は生産において事実上未開拓であり、コンセンサス（B2）またはガバナンス（B3）に直接取り組むプロジェクトはゼロである。
信頼メカニズム： 業界プロジェクトは TEE（例：bAI Fund）と経済的コンセンサス（Recall）に大きく依存しており、計算オーバーヘッドのため暗号学的検証（zkML）は主に研究段階にとどまっている。

4. 結果と未解決の問題

この分析は、**9 つの具体的な未解決問題（OP）**を特定し、それらを特定の ABIM セキュリティ特性にマッピングする：

OP1（LLM 検証性のボトルネック）： LLM に対する実用的な、サブ秒単位の検証可能な推論の達成（検証の健全性の対象）。
OP2（権限ポリシーの形式的検証）： 構成されたエージェント権限ポリシーを検証するツールの開発（強制の完全性の対象）。
OP3（AI-人間ハイブリッドガバナンスの均衡）： 人間と AI の両方の投票者を持つ DAO 向けの安定した均衡の定義（限界のある影響力の対象）。
OP4（AI バリデーター向けの BFT）： 確率的 AI バリデーターを許容するようにビザンチン障害耐性を一般化（バリデーターの検証可能性の対象）。
OP5（エージェント間ゲーム理論）： MEV および意図市場におけるマルチエージェントダイナミクスの分析（ソルバーの忠実性の対象）。
OP6（エンドツーエンドの意図から証明までのパイプライン）： 自然言語の意図からオンチェーン実行までの検証可能なパイプラインの作成（ソルバーの忠実性の対象）。
OP7（エージェント経済のためのトークン工学）： 投機ではなくシステムの有用性とエージェントのインセンティブを整合させるトークノミクスの設計（インセンティブ適合性の対象）。
OP8（オンチェーン AI エージェントの法的枠組み）： 自律型エージェントの責任と法的人格の確立（限界のある影響力の対象）。
OP9（シビル耐性エージェントアイデンティティ）： 生物学的アイデンティティに依存しない AI エージェントの一意性の定義（アイデンティティの一意性の対象）。

本論文は、OP1とOP9が上流のボトルネックであることを強調している。これらを解決することは、ガバナンスの限界やバリデーターの検証可能性といった下流の問題を解決するための前提条件である。

5. 意義と主張

本論文は、以下の点で**最初の知識の体系化（SoK）**であると主張する：

ブロックチェーンを単に AI のためのツールとする prevailing な見方を超えて、AI エージェントとブロックチェーンの双方向関係を体系化する。
統合された 5 次元フレームワークを通じて、すべてのエージェント関連の EIP/ERC を評価する。
相互作用を**エージェント - ブロックチェーン相互作用モデル（ABIM）**として形式化し、セキュリティ、システム、暗号学、経済学、法に関する共通語彙を提供する。

著者らは、すべての 8 つの ABIM セキュリティ特性を満たす展開システムが存在しないため、現在のインフラはセキュリティの観点から**生産前（pre-production）**であると主張する。彼らは、A→B 方向（コンセンサスおよびガバナンスへのエージェントの参加）が、エージェントの自律性が高まるにつれて重要となる、ほぼ完全に開かれた学術的フロンティアであると強調している。この研究は、暗号学的証明と確率的 AI を橋渡しするもの、およびメカニズム設計と多様な人間-AI 集団を橋渡しするものなど、最も影響力のある問題へと研究者を導くことを目的としている。