💻 computer science

Toward Web 4.0: Bidirectional Trust between AI Agents and Blockchain

Dit artikel presenteert een systematisering van kennis over het opkomende Web 4.0-paradigma door een bidirectioneel vertrouwenskader voor te stellen dat analyseert hoe blockchain-infrastructuur autonome AI-agenten ondersteunt en hoe agenten op hun beurt blockchain-mechanismen versterken, waarbij uiteindelijk kritieke gaten in standaarden en beveiliging worden geïdentificeerd en een formeel interactiemodel en taxonomie worden geboden om toekomstig onderzoek te sturen.

Oorspronkelijke auteurs: Yunfeng Xia, Chao Li, Lei Li, Chenhao Zhang, Li Duan, Runhua Xu, Wei Wang

Gepubliceerd 2026-05-12

📖 6 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Yunfeng Xia, Chao Li, Lei Li, Chenhao Zhang, Li Duan, Runhua Xu, Wei Wang

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je een nieuw tijdperk van het internet voor, dat de auteurs Web 4.0 noemen. In deze wereld zijn de belangrijkste gebruikers niet alleen mensen die op knoppen klikken; het zijn AI-agenten—slimme, autonome softwareprogramma's die zelfstandig beslissingen kunnen nemen, geld kunnen uitgeven en afspraken kunnen maken.

Dit artikel is een enorme "kaart en gids" (een Systematisering van Kennis) voor het begrijpen van hoe deze AI-agenten interageren met blockchains (gedecentraliseerde digitale grootboeken zoals Ethereum). De auteurs betogen dat deze relatie een tweerichtingsverkeer is, zoals een dans tussen een Podium (de Blockchain) en de Dansers (de AI-agenten).

Hier is de uiteenzetting van hun bevindingen met behulp van eenvoudige analogieën:

1. De Tweerichtingsdans (Bidirectioneel Vertrouwen)

Het artikel stelt dat de relatie in twee richtingen werkt:

Richting A: Het Podium ondersteunt de Dancer (Blockchain → Agent)
- Het Probleem: Stel je een AI-agent voor die probeert koffie te kopen. Op het oude internet zou het een mens nodig hebben om zijn hand vast te houden en elke cheque te tekenen.
- De Oplossing: De blockchain bouwt een nieuw "Podium" met speciale tools:
  - ID-kaarten (Identiteit): De AI een unieke, niet-nabootsbare digitale identiteit geven zodat het niet verward wordt met een nep-bot.
  - Toestemmingsformulieren (Delegatie): Het mogelijk maken dat een mens zegt: "Je mag maximaal 10 dollar uitgeven, maar niet meer", zonder de AI totale controle te geven.
  - Verlanglijstjes (Intenties): In plaats dat de AI de complexe stappen bedenkt om koffie te kopen, zegt de mens gewoon: "Ik wil koffie voor onder de 5 dollar", en de AI (of een 'solver') bedenkt de beste manier om dit te doen.
  - Portemonnees (Economie): De AI zijn eigen bankrekening geven en een manier om geld te verdienen voor het verrichten van werk.
Richting B: De Dancer helpt het Podium bouwen (Agent → Blockchain)
- Het Probleem: Blockchains hebben mensen nodig om op fouten te controleren, afspraken te maken over regels en te stemmen over veranderingen. Dit is traag en moeilijk voor mensen.
- De Oplossing: De AI-agenten stappen naar voren om te helpen:
  - Beveiligingswachten: AI-agenten die code scannen om hackers te vinden voordat ze toeslaan.
  - Scheidsrechters: AI-agenten die helpen transacties te verifiëren en het netwerk soepel laten draaien.
  - Stemmers: AI-agenten die deelnemen aan gemeenschapsstemmingen om de toekomst van de blockchain te bepalen.

2. De Fundering: De "Waarheidsmachine" (Verifieerbare Berekening)

Opdat deze dans werkt, moet iedereen erop kunnen vertrouwen dat de AI de waarheid spreekt. Als een AI zegt: "Ik heb het antwoord correct berekend", hoe weten we dan dat het niet zomaar heeft geraden?

Het artikel identificeert drie manieren om te bewijzen dat de AI de waarheid spreekt, gerangschikt als een ladder:

Het Magisch Bewijs (zkML): De AI genereert een wiskundig "magisch bewijs" dat bewijst dat het de rekensom correct heeft uitgevoerd. Het is 100% betrouwbaar, maar momenteel zeer traag en duur (alsof je probeert een wiskundig probleem te bewijzen door elke enkele stap van het universum op te schrijven).
Het "Weddenschap"-systeem (opML): De AI zegt: "Ik heb gelijk." Als iemand denkt dat het fout is, kan hij geld inzetten om het uit te dagen. Als de AI loog, wint de uitdager de weddenschap. Het is snel, maar vertrouwt erop dat mensen bereid zijn om leugens uit te dagen.
De Veilige Kist (TEE): De AI draait binnen een speciale, vergrendelde hardwarekist (zoals een kluis) waarin niemand kan kijken. We vertrouwen de fabrikant van de kist. Het is snel en makkelijk, maar je moet het bedrijf dat de kist heeft gemaakt vertrouwen.

De Grote Kloof: Het artikel merkt op dat hoewel we snelle manieren hebben om AI te laten draaien, we nog geen snelle, perfecte "Magische Bewijzen" hebben voor de enorme, complexe AI-modellen die vandaag de dag worden gebruikt. Het is alsof je een supersnelle auto hebt, maar geen werkende remmen voor hoge snelheden.

3. De Huidige Staat van de "Bouwplaats"

De auteurs hebben 70 officiële regels (standaarden) en 20 real-world projecten onderzocht om te zien hoe klaar deze technologie is.

De Leidingen zijn Klaar, de Inrichting Niet: De basisgereedschappen om AI een ID en een portemonnee te geven, worden gebouwd, maar de specifieke regels voor AI bevinden zich nog in de "Concept"-fase. Het is alsof je een huis hebt met elektriciteit en water, maar de lichtschakelaars en deurklinken nog worden ontworpen.
De "Vertrouwens"-Kloof: De meeste huidige projecten vertrouwen op "economische weddenschappen" (Richting A) in plaats van wiskundige bewijzen. Dit betekent dat als de AI een fout maakt of gehackt wordt, er geen wiskundige garantie is om het te herstellen.
De "Bestuur"-Kloof: Hoewel veel projecten AI gebruiken om de blockchain te gebruiken, gebruikt bijna niemand AI om de blockchain te runnen (stemmen of consensus) tot nu toe. Dit is een enorm, leeg grensgebied.

4. De Negen Grote Problemen (De "Te-Doen"-Lijst)

Het artikel sluit af met een lijst van negen specifieke problemen die onderzoekers moeten oplossen om deze Web 4.0-droom werkelijkheid te maken:

Versnellen van het "Magisch Bewijs": Het snel genoeg maken om complexe AI-gedachten direct te bewijzen.
Vergrendelen van de Toestemmingen: Tools creëren om wiskundig te bewijzen dat een AI-agent alleen doet wat het mag doen.
Balans tussen Menselijke en AI-stemmen: Uitzoeken hoe AI mag stemmen in gemeenschapsbeslissingen zonder dat een paar machtige AI-eigenaren het hele systeem overnemen.
AI-Scheidsrechters: Regels creëren voor hoe AI kan fungeren als rechter in de blockchain zonder fouten te maken door zijn eigen "probabilistische" aard.
AI-tegen-AI Spellen: Begrijpen hoe AI-agenten met elkaar zullen concurreren of bedriegen in markten.
Het "Verlanglijstje"-Bewijs: Bewijzen dat wanneer een AI een "verlanglijstje" (intentie) uitvoert, het precies heeft gedaan wat er gevraagd werd.
Eerlijk Geld voor AI: Economische systemen ontwerpen waarbij AI-agenten geld verdienen voor nuttigheid, niet alleen voor het speculeren op tokens.
Juridische Persoonlijkheid: Beslissen of een AI "aangeklaagd" kan worden of verantwoordelijk gehouden kan worden als het de wet breekt.
Nep-ID Preventie: Voorkomen dat één persoon 1.000 nep-AI-agenten maakt om het systeem te spammen.

Samenvatting

Het artikel betoogt dat we aan de rand staan van een nieuw internet waar AI-agenten de belangrijkste gebruikers zijn. We hebben de basisgereedschappen om hen te laten bestaan, maar we missen de "veiligheidsnetten" (wiskundige bewijzen) en de "verkeersregels" (juridische en bestuurskaders) om ervoor te zorgen dat ze het systeem niet laten crashen. De toekomst hangt af van het oplossen van deze negen specifieke puzzels om te gaan van een chaotisch experiment naar een veilig, betrouwbaar ecosysteem.

Technische Samenvatting: Op weg naar Web 4.0: Bidirectioneel vertrouwen tussen AI-agenten en blockchain

1. Probleemstelling

De convergentie van autonome AI-agenten en blockchain-technologie ontwikkelt zich tot een bepalend kenmerk van Web 4.0, waarbij agenten fungeren als volwaardige netwerkdeelnemers in plaats van louter hulpmiddelen. Het ontwerpruimte die deze interactie regelt, blijft echter slecht begrepen, wat aanzienlijke risico's met zich meebrengt op het gebied van vertrouwen, beveiliging en economische coördinatie. Het artikel identificeert drie convergerende drukpunten die een systematische analyse noodzakelijk maken:

Economische Enge: De marktwaarde van blockchain-gebaseerde AI-agenten bereikte naar schatting 8,6 miljard dollar in december 2024, toch benadrukken hoogprofielincidenten (zoals de misconfiguratie van de Moonwell-orakel) kwetsbaarheden in AI-ondersteunde ontwikkeling en uitvoering van slimme contracten.
Vertrouwenskloof: Naarmate agenten overgaan van alleen-lezen analyse naar autonome transactie-uitvoering, dwingt het ontbreken van formele vertrouwensmodellen projecten om ad-hoc beveiligingsaannames te verzinnen, wat leidt tot een gefragmenteerd landschap waarin kwetsbaarheden zich over lagen versterken.
Academisch Vacuüm: Bestaande literatuur mist een Systematisering van Kennis (SoK) die kritieke gebieden bestrijkt zoals accountabstractie, formele analyse van intentie-architecturen en de rol van AI in consensus en governance. Huidige surveys behandelen blockchain vaak slechts als een hulpmiddel voor AI, en negeren de omgekeerde richting waarin agenten deelnemen aan protocolmechanismen.

2. Methodologie

De auteurs hanteren een Systematisering van Kennis (SoK)-benadering die is gestructureerd rondom een Bidirectioneel Vertrouwenskader. De methodologie omvat:

Formele Modellering: Definieren van het Agent-Blockchain Interactie Model (ABIM), een formalisme van zes-tupels ( $\langle A, B, V, P, I, E \rangle$ ) dat agentensets, blockchain-toestandsmachines, verificatiefuncties, machtigingsbeleid, intentiefuncties en economische prikkels vastlegt. Dit model stelt acht specifieke beveiligingseigenschappen vast (zoals Verificatiegeloofwaardigheid, Identiteitsuniekheid, Solver-trouw) die elke laag moet voldoen.
Evaluatiekader: Introduceren van een vijfdimensionaal kader om standaarden en projecten te beoordelen: Verifieerbaarheid, Minimaliteit van Vertrouwen, Expressiviteit, Composabiliteit en Maturiteit.
Empirische Analyse:
- Catalogeren en analyseren van 70 Ethereum EIP's/ERC's relevant voor AI-agenten.
- Herzien van 118 academische papers die beveiliging, consensus en governance bestrijken.
- Onderzoeken van 20 representatieve industrieprojecten (met een totale financiering van meer dan 112 miljoen dollar) om real-world implementaties in kaart te brengen tegen het theoretische kader.
Taxonomieconstructie: Ontwikkelen van een driedimensionale classificatieruimte gebaseerd op Agent Autonomie (Assisterend tot Volledig Autonoom), Vertrouwensmodel (Custodial tot Cryptografisch) en Operationele Richting (Blockchain $\to$ Agent versus Agent $\to$ Blockchain).

3. Belangrijkste Bijdragen

A. Het Bidirectioneel Vertrouwenskader

Het artikel organiseert de interactie in twee primaire richtingen, onderbouwd door een Vertrouwensfundament van verifieerbare berekening (zkML, opML, TEE):

Blockchain $\to$ Agent (B $\to$ A): Blockchain biedt vertrouwensinfrastructuur voor agenten over vier lagen:
- A1: Account & Identiteit: Evolutie van Extern Beheerde Accounts (EOA) naar Account Abstractie (ERC-4337, EIP-7702) en agent-specifieke identiteitsstandaarden (ERC-8004, ERC-8126).
- A2: Machtiging & Delegering: Modulaire accountarchitecturen (ERC-7579, ERC-6900) en de uitdaging om 'least-privilege' af te dwingen voor probabilistische AI-delegaten.
- A3: Intentie & Uitvoering: Intentie-gerichte architecturen (ERC-7521, ERC-7683) waarbij agenten doelen specificeren in plaats van transactiepaden, en vertrouwen op solvers voor uitvoering.
- A4: Agent-economie: Tokenisatiemechanismen (ERC-7662, ERC-6551) en economische prikkels (ERC-7641) voor agent-eigendom en winstdeling.
Agent $\to$ Blockchain (A $\to$ B): Agenten dragen bij aan kernblockchain-mechanismen over drie lagen:
- B1: Beveiliging: AI-agenten die fungeren als autonome auditors en anomaliedetectoren (bijv. LLM-SmartAudit, SCVHunter).
- B2: Consensus: De theoretische uitdaging om probabilistische AI-modellen te integreren in deterministische Byzantine Fault Tolerance (BFT)-protocollen.
- B3: Governance: AI-deelname aan DAO-stemming en voorstelgeneratie, wat vragen oproept over beperkte invloed en juridische persoonlijkheid.

B. Formele Analyse en Beveiligingseigenschappen

Het ABIM formaliseert beveiligingsgaranties voor elke laag. Belangrijkste bevindingen zijn:

Verificatiegeloofwaardigheid (TF): Huidige systemen kunnen geen cryptografische bewijzen leveren voor Large Language Model (LLM)-inference op schaal (de "LLM Verifieerbaarheidsflesnek").
Identiteitsuniekheid (A1): Geen enkele huidige standaard biedt Sybil-resistente agentidentiteit; ERC-8126 biedt ZKP-gebaseerde registratie maar mist een mechanisme om te voorkomen dat één operator meerdere agenten opstart.
Handhavingsvolledigheid (A2): Modulaire machtigingsbeleid ontberen formele verificatietools, wat leidt tot kwetsbaarheden zoals het omzeilen van uitgavelimieten (gedemonstreerd in Quantstamp-audits).
Solver-trouw (A3): Intentie-uitvoering vertrouwt op economische prikkels in plaats van cryptografische bewijzen, waardoor er een kloof ontstaat tussen intentiebeperkingen en daadwerkelijke uitvoering.
Validator-verifieerbaarheid (B2) & Beperkte Invloed (B3): Deze eigenschappen zijn volledig niet vervuld in huidige systemen, aangezien geen enkele productieblockchain grenzen aan AI-stemkracht afdwingt of AI-consensusbeslissingen verifieert.

C. Empirische Bevindingen

Maturiteit van Standaarden: Het ecosysteem van agent-specifieke EIP's is overweldigend onvolwassen. Van de 13 directe AI/agent-standaarden heeft slechts 2 de status "Final" bereikt, en geen van de delegatie/machtigingsstandaarden is afgerond.
Industrieel Landschap: Analyse van 20 projecten onthult een zware concentratie in de richting B $\to$ A (infrastructuur, identiteit en DeFi-agenten). De richting A $\to$ B is vrijwel onontgonnen in productie, met nul projecten die zich direct richten op consensus (B2) of governance (B3).
Vertrouwensmechanismen: Industrieprojecten vertrouwen sterk op TEE's (bijv. bAI Fund) en economische consensus (Recall), terwijl cryptografische verificatie (zkML) grotendeels in de onderzoeksfase blijft vanwege rekenkundige overhead.

4. Resultaten en Open Problemen

De analyse identificeert negen concrete open problemen (OP's) en koppelt deze aan specifieke ABIM-beveiligingseigenschappen:

OP1 (LLM Verifieerbaarheidsflesnek): Het bereiken van praktische, sub-seconden verifieerbare inference voor LLM's (Richting Verificatiegeloofwaardigheid).
OP2 (Formele Verificatie van Machtigingsbeleid): Ontwikkelen van tools om samengestelde agent-machtigingsbeleid te verifiëren (Richting Handhavingsvolledigheid).
OP3 (AI-Mens Hybride Governance-evenwichten): Definieren van stabiele evenwichten voor DAO's met gemengde menselijke en AI-stemmers (Richting Beperkte Invloed).
OP4 (BFT voor AI-validators): Generaliseren van Byzantine Fault Tolerance om probabilistische AI-validators te tolereren (Richting Validator-verifieerbaarheid).
OP5 (Inter-agent Speltheorie): Analyseren van multi-agent dynamiek in MEV en intentiemarkten (Richting Solver-trouw).
OP6 (End-to-End Intentie-naar-Bewijs-pijplijn): Creëren van een verifieerbare pijplijn van natuurlijke taal-intentie naar on-chain uitvoering (Richting Solver-trouw).
OP7 (Token Engineering voor Agent-economie): Ontwerpen van tokenomics die agent-prikkels afstemmen op systeemnut in plaats van speculatie (Richting Prikkelscompatibiliteit).
OP8 (Juridisch Kader voor On-chain AI-agenten): Vestigen van aansprakelijkheid en juridische persoonlijkheid voor autonome agenten (Richting Beperkte Invloed).
OP9 (Sybil-resistente Agentidentiteit): Definieren van uniekheid voor AI-agenten onafhankelijk van biologische identiteit (Richting Identiteitsuniekheid).

Het artikel benadrukt dat OP1 en OP9 upstream-flesnekk zijn; het oplossen ervan is een voorwaarde voor het oplossen van downstream-problemen zoals governance-grenzen en validator-verifieerbaarheid.

5. Betekenis en Claims

Het artikel claimt de eerste Systematisering van Kennis te zijn die:

De bidirectionele relatie tussen AI-agenten en blockchain systematiseert, en voorbijgaat aan de heersende visie van blockchain louter als hulpmiddel voor AI.
Alle agent-relevante EIP's/ERC's evalueert via een unificerend vijfdimensionaal kader.
De interactie formaliseert als het Agent-Blockchain Interactie Model (ABIM), en biedt een gedeelde vocabulaire voor beveiliging, systemen, cryptografie, economie en recht.

De auteurs stellen dat de huidige infrastructuur vanuit beveiligingsoogpunt pre-productie is, aangezien geen enkel ingezet systeem aan alle acht ABIM-beveiligingseigenschappen voldoet. Zij benadrukken dat de richting A $\to$ B (agenten die deelnemen aan consensus en governance) een bijna volledig open academisch grensgebied vertegenwoordigt dat kritiek zal worden naarmate agent-autonomie toeneemt. Het werk beoogt onderzoekers te leiden naar de meest impactvolle problemen, met name die welke cryptografische bewijzen verbinden met probabilistische AI en mechanismontwerp met heterogene mens-AI-populaties.