Can Trustless Agents Be Trusted? An Empirical Study of the ERC-8004 Decentralized AI Agent Ecosystem
Dit artikel presenteert de eerste empirische studie van het ERC-8004 gedecentraliseerde AI-agentprotocol over Ethereum, BSC en Base, waarbij wordt onthuld dat het huidige ontwerp er niet in slaagt een betrouwbare basis te bieden vanwege inactieve agentregistraties, niet-commensurabele reputatiemetrieken en wijdverbreide Sybil-manipulatie van feedback.
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 bruisende digitale marktplaats voor waar duizenden robotassistenten (AI-agenten) met elkaar zaken proberen te doen. Ze moeten elkaar inhuren, betalen voor diensten en data verhandelen. Maar er is een groot probleem: Hoe weet een robot of een andere robot die hij nog nooit heeft ontmoet eerlijk is, of dat het gewoon een oplichter is?
Om dit op te lossen, is er een nieuw regelboek genaamd ERC-8004 gemaakt. Zie dit als een gigantisch, publiek "Vertrouwensregister" gebouwd op de blockchain. Het heeft drie hoofdrubrieken:
- Het ID-kaartregister: Waar robots hun namen en gezichten registreren.
- De Reputatie-muur: Waar klanten beoordelingen en scores achterlaten.
- De Validatie-kluis: (Gepland, maar nog niet gebouwd) Waar onafhankelijke experts verifiëren of de robots daadwerkelijk het werk hebben gedaan dat ze claimden.
De auteurs van dit paper besloten om met een vergrootglas naar dit nieuwe systeem te kijken om te zien of het wel echt werkt. Ze bekeken echte data uit drie verschillende digitale werelden (Ethereum, BSC en Base) over een periode van meerdere maanden. Dit is wat ze vonden, simpel uitgelegd:
1. Het "Ghost Town"-probleem (Identiteit)
Het paper stelde vast dat hoewel het ID-register vol staat met namen, de meeste van hen geesten zijn.
- De Analogie: Stel je een telefoonboek voor met 170.000 vermeldingen. Je pakt de telefoon op om een nummer te bellen, maar 97% van de nummers is niet meer in gebruik, of de persoon die opneemt is slechts een opname die zegt: "Ik ben hier," terwijl er eigenlijk geen echt bedrijf achter zit.
- De Realiteit: De meeste "geregistreerde" agenten zijn slechts tijdelijke aanduidingen. Slechts een fractie (tussen de 3% en 15%) heeft daadwerkelijk een werkende dienst die ze kunnen uitvoeren. Op de Ethereum-keten heeft meer dan de helft van de geregistreerde agenten zelfs nooit hun "telefoonnummer" (URI) ingesteld om bereikbaar te zijn.
2. De "Fake Review"-epidemie (Reputatie)
De Reputatie-muur zou het hart van het systeem moeten zijn, maar de auteurs ontdekten dat deze kapot is.
- De Analogie: Stel je een restaurantbeoordelingssite voor waar iedereen een recensie kan schrijven zonder ooit het eten te hebben geproefd. Nog erger: stel je een groep bots voor die duizenden nepaccounts kunnen aanmaken, die allemaal "5 Sterren!" voor hetzelfde restaurant schrijven, terwijl een andere groep "1 Ster!" schrijft voor een concurrent.
- De Realheid:
- Geen bewijs van aankoop: 95% tot 100% van de beoordelingen op dit systeem werd geschreven door mensen die nooit daadwerkelijk betaald hebben voor of gebruik hebben gemaakt van de dienst. Het is alsoal een Yelp-recensie achterlaten voor een pizza die je nooit hebt besteld.
- De "Sybil"-aanval: De onderzoekers vonden enorme groepen nep-beoordelaars (genaamd "Sybils") die allemaal door dezelfde bron werden gefinancierd. Op de Base-keten maakte 90% van de beoordelaars deel uit van deze nepgroepen.
- Het Resultaat: Als je alle nep-recensies verwijdert, blijven 89% van de agenten op de Base-keten achter met nul geldige feedback. Hun "reputatie" is volledig leeg.
3. Het "Verwarrende Score"-probleem (Semantiek)
Zelfs als de beoordelingen echt waren, maakt het scoresysteem geen zin.
- De Analogie: Stel je een rapportcijfer voor waarbij de ene docent "Wiskunde" beoordeelt op een schaal van 1 tot 10, een andere "Geschiedenis" op een schaal van 1 tot 100, en een derde "Gym" beoordeelt met een geldbedrag (bijv. "$500 voor goede inzet"). Als je probeert deze scores te middelen om een "Eindcijfer" te krijgen, is het getal betekenisloos.
- De Realiteit: Het systeem staat toe dat iedereen een score geeft met een willekeurige label. Sommige mensen beoordelen "Vertrouwen" op een schaal van 0–100, anderen beoordelen "Omzet" in duizenden dollars, en anderen gebruiken ja/nee-vlaggen. Omdat er geen standaard is, kun je de score van een agent niet vergelijken met die van een ander. Het is alsof je appels vergelijkt met orangen en broodroosters.
4. Het "Goedkope Manipulatie"-probleem (Beveiliging)
Het systeem is ongelooflijk makkelijk te breken, en het kost bijna niets om dat te doen.
- De Analogie: Stel je een uitsmijter bij een club voor die alleen je ID controleert als je er verdacht uitziet. Maar de ID-check kost slechts $0,002 (minder dan een cent). Een boef kan duizend nep-ID's kopen voor de prijs van een kop koffie en de club overspoelen met nep-mensen om de sfeer van de plek te veranderen.
- De Realiteit:
- Kosten: Het kost minder dan $0,06 op Ethereum en minder dan $0,003 op Base om een enkele beoordeling in te dienen.
- Impact: Omdat de wiskunde die wordt gebruikt om het gemiddelde cijfer te berekenen zo eenvoudig is, kan één enkele nep-beoordeling de reputatiescore van een agent volledig veranderen, ongeacht hoeveel echte beoordelingen zij al hebben.
- De Inzet: Het geld dat deze agenten beheren is vaak veel hoger dan de kosten om een beoordeling te vervalsen. Het is alsof je $0,003 betaalt om een portemonnee van $1.000 te stelen.
De Kernconclusie
De paper concludeert dat hoewel het idee van een "Trustless" (zonder centrale baas) systeem voor AI-agenten geweldig is, de huidige versie van ERC-8004 nog niet vertrouwd kan worden.
- De meeste geregistreerde agenten bestaan niet.
- De meeste beoordelingen zijn nep of niet geverifieerd.
- Het scoresysteem is een chaos van incompatibele getallen.
- Het is te goedkoop om het systeem te manipuleren.
De auteurs suggereren dat voordat dit systeem voor echt zakelijk gebruik kan worden ingezet, de regels herschreven moeten worden om bewijs van betaling af te dwingen, de manier waarop scores worden gegeven te standaardiseren en het duur te maken om nepaccounts aan te maken. Tot die tijd is de "Vertrouwenslaag" eerder een "Vertrouwensillusie".
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.