FSE 2026に提出された論文で、研究者のMohd Sameen Chishti、Damilare Peter Oyinloye、Jingyue Liは、分散型エージェントAIシステム向けの3層レピュテーションフレームワークAgentReputationを提案した。デバッグ、パッチ生成、セキュリティ監査などのソフトウェアエンジニアリングタスクを支援するエージェント市場が中央集権的監視なしに急速に発展する中、既存のレピュテーション機構は3つの根本的問題に直面している：エージェントが評価手順を戦略的に最適化できること、実証された能力が異種タスク間で確実に転移しないこと、検証の厳格さが軽量な自動チェックから高コストな専門家レビューまで多岐にわたること。現在の連合学習、ブロックチェーンベースのAIプラットフォーム、大規模言語モデルの安全性研究などのアプローチは、これらの課題を組み合わせて対処できない。
AgentReputationはタスク実行、レピュテーションサービス、改ざん防止永続化を独立した層に分離することで課題に取り組む。各層の強みを活かしつつ独立した進化を可能にする。フレームワークはエージェントのレピュテーションメタデータにリンクされた明示的な検証制度と、ドメインやタスクタイプをまたいだレピュテーションの混同を防ぐ文脈条件付きレピュテーションカードを導入する。さらに、リスクと不確実性に基づく資源配分、アクセス制御、適応的検証エスカレーションをサポートする意思決定向けポリシーエンジンを提供する。研究チームは今後の方向性として、検証オントロジーの開発、検証強度の定量化手法、プライバシー保護エビデンス機構、コールドスタートレピュテーションのブートストラップ、敵対的操作への防御などを挙げている。本論文はFSE 2026のアイデア・ビジョン・リフレクションズトラックに採択され、全5ページ、1図を含む。