自主代理正在从实验走向基础设施。 我们很高兴与 @Kassai_ai 合作，探索如何通过加密验证来确保代理行为的安全。 这不仅是让代理的行为可执行，更是让其行为可证明：🧵

2/ Kassai 正在构建一个在边缘运行的分布式推理网络。 Kassai 不再将计算集中在数据中心，而是激活闲置的消费者 GPU，形成一个全球分布、低延迟的执行层，以支持自主系统。 这种设计优先考虑弹性、成本效率和主权。

3/ 代理 AI 与单次推理根本不同。 代理会进行计划、调用工具、调用模型、交换消息，并在系统之间触发下游效果。 当这些行为不透明时，失败是看不见的，问责制也会消失。

4/ Lagrange 通过在执行时添加验证来解决这个问题。 使用 DeepProve，代理的操作可以发出零知识证明，确认该操作遵循授权逻辑和有效输入，而不透露内部推理或敏感数据。 结果是证据，而不是假设。

5/ 这为在分布式基础设施上运行的代理创建了一个可验证的执行管道： • 决策 • 工具调用 • 模型推理 • 状态更新 • 外部行动 每一步都可以被其他代理、应用程序或执行逻辑独立验证。

6/ 在这个模型中，信任不再寄托于代理或其运行的硬件上。信任寄托于证明正确行为的密码学证明。 Kassai 提供执行框架。 Lagrange 提供使执行可追溯的证明层。

7/ 随着自主系统开始协调经济活动、治理和现实世界的操作，验证变得必不可少。 大规模的自主性需要证明。 这是拉格朗日和卡赛正在努力的方向。