自主代理正在從實驗轉向基礎設施。 我們很高興能與 @Kassai_ai 合作，探索如何利用加密驗證來保障代理行為的安全。 這是關於使代理行為可證明，而不僅僅是可執行的：🧵

2/ Kassai 正在建立一個在邊緣運作的分散推理網絡。 Kassai 不再將計算集中在中央數據中心，而是啟用閒置的消費者 GPU，形成一個全球分佈的低延遲執行層，供自主系統使用。 這種設計優先考慮韌性、成本效率和主權。

3/ 代理 AI 與單次推理根本不同。 代理會計劃、調用工具、調用模型、交換消息，並在系統之間觸發下游效果。 當這些行動不透明時，失敗是看不見的，責任也會消失。

4/ Lagrange 通過在執行時添加驗證來解決這一差距。 使用 DeepProve，代理行動可以發出零知識證明，確認該行動遵循授權邏輯和有效輸入，而不透露內部推理或敏感數據。 結果是證據，而不是假設。

5/ 這為在分散式基礎設施上運行的代理創建了一個可驗證的執行管道： • 決策制定 • 工具調用 • 模型推斷 • 狀態更新 • 外部行動 每一步都可以被其他代理、應用程序或執行邏輯獨立驗證。

在這個模型中，信任不再寄託於代理或其運行的硬體上。信任寄託於證明正確行為的加密證明上。 Kassai 提供執行架構。 Lagrange 提供使該執行可追溯的證明層。

7/ 隨著代理系統開始協調經濟活動、治理和現實世界的運作，驗證變得必不可少。 大規模的自主性需要證明。 這是拉格朗日和卡賽正在努力的方向。