KI-Agenten bewegen sich von Copiloten hin zu wirtschaftlichen Akteuren.
Das schwierige Problem ist nicht, einem Agenten mehr Autonomie zu geben. Es geht darum zu kontrollieren, worauf diese Autonomie zugreifen kann.
Ein Agent, der nur eine Antwort generiert, muss genau sein.
Ein Agent, der auf private Daten zugreifen, Anmeldedaten verwenden, externe Systeme aufrufen oder Transaktionen ausführen kann, braucht etwas Schwereres: überprüfbare Grenzen um seine Befugnisse.
Das ist der Teil der Agentenökonomie, der meiner Meinung nach noch unterschätzt wird.
Die Schlüsselfrage wird also: Kann ich überprüfen, was der Agent tun durfte, wo sensible Berechnungen stattgefunden haben und was er tatsächlich ausgeführt hat?
Hier wird @NEAR Protocol für mich interessant.
NEAR AI nutzt hardwaregestützte Trusted Execution Environments, um sensible Inferenz- und Agenten-Workloads zu isolieren, während Remote Attestation den Nachweis liefert, dass die Berechnung in der erwarteten Umgebung ausgeführt wird.
Dann gibt es Chain Signatures. NEAR ermöglicht es einem Konto in seinem Netzwerk, Konten auf externen Chains durch Threshold-Kryptografie zu steuern, wodurch Agenten eine native Möglichkeit erhalten, Cross-Chain-Transaktionen auszuführen, ohne für jedes Netzwerk einen separaten privaten Schlüssel verwalten zu müssen.
Für mich schafft das eine nützliche Sicherheitsaufteilung.
TEE schützt sensible Berechnungen. Attestation macht die Ausführungsumgebung überprüfbar. Chain Signatures erweitern die Ausführungsbefugnis über Chains hinweg.
Der Sekundäreffekt ist größer als KI + Blockchain.
Sobald ein Agent über mehrere Systeme hinweg handeln kann, sind seine Berechtigungen nicht mehr bloß ein Anwendungsmerkmal. Sie werden Teil der Infrastruktur, die die wirtschaftlichen Grenzen des Agenten definiert.
Meiner Ansicht nach wird der erfolgreiche Agenten-Stack Agenten nicht einfach nur autonomer machen.
Er wird ihre Autonomie privat, überprüfbar und begrenzt machen.
Das ist das Infrastrukturproblem, für das @NEAR Protocol tatsächlich interessant ist.
$NEAR $DASH $S #NEAR
Das schwierige Problem ist nicht, einem Agenten mehr Autonomie zu geben. Es geht darum zu kontrollieren, worauf diese Autonomie zugreifen kann.
Ein Agent, der nur eine Antwort generiert, muss genau sein.
Ein Agent, der auf private Daten zugreifen, Anmeldedaten verwenden, externe Systeme aufrufen oder Transaktionen ausführen kann, braucht etwas Schwereres: überprüfbare Grenzen um seine Befugnisse.
Das ist der Teil der Agentenökonomie, der meiner Meinung nach noch unterschätzt wird.
Die Schlüsselfrage wird also: Kann ich überprüfen, was der Agent tun durfte, wo sensible Berechnungen stattgefunden haben und was er tatsächlich ausgeführt hat?
Hier wird @NEAR Protocol für mich interessant.
NEAR AI nutzt hardwaregestützte Trusted Execution Environments, um sensible Inferenz- und Agenten-Workloads zu isolieren, während Remote Attestation den Nachweis liefert, dass die Berechnung in der erwarteten Umgebung ausgeführt wird.
Dann gibt es Chain Signatures. NEAR ermöglicht es einem Konto in seinem Netzwerk, Konten auf externen Chains durch Threshold-Kryptografie zu steuern, wodurch Agenten eine native Möglichkeit erhalten, Cross-Chain-Transaktionen auszuführen, ohne für jedes Netzwerk einen separaten privaten Schlüssel verwalten zu müssen.
Für mich schafft das eine nützliche Sicherheitsaufteilung.
TEE schützt sensible Berechnungen. Attestation macht die Ausführungsumgebung überprüfbar. Chain Signatures erweitern die Ausführungsbefugnis über Chains hinweg.
Der Sekundäreffekt ist größer als KI + Blockchain.
Sobald ein Agent über mehrere Systeme hinweg handeln kann, sind seine Berechtigungen nicht mehr bloß ein Anwendungsmerkmal. Sie werden Teil der Infrastruktur, die die wirtschaftlichen Grenzen des Agenten definiert.
Meiner Ansicht nach wird der erfolgreiche Agenten-Stack Agenten nicht einfach nur autonomer machen.
Er wird ihre Autonomie privat, überprüfbar und begrenzt machen.
Das ist das Infrastrukturproblem, für das @NEAR Protocol tatsächlich interessant ist.
$NEAR $DASH $S #NEAR
