在一篇提交至FSE 2026的論文中，研究人員Mohd Sameen Chishti、Damilare Peter Oyinloye和Jingyue Li提出了AgentReputation，一種用於去中心化智能AI系統的三層信譽框架。隨着去中心化智能體市場的快速發展，這些市場支持調試、補丁生成和安全審計等軟件工程任務，且通常缺乏中央監督。然而，現有信譽機制面臨三個根本挑戰：智能體可能針對評估程序進行策略性優化；已證明的能力無法在異構任務環境中可靠遷移；驗證的嚴格程度差異巨大，從輕量級自動檢查到昂貴的專家評審不等。當前的聯邦學習、基於區塊鏈的AI平台以及大語言模型安全研究等方法無法綜合應對這些挑戰。
AgentReputation框架通過將任務執行、信譽服務和防篡改持久化分離為獨立層來解決這些問題。這種設計既發揮了各層的優勢，又允許它們獨立演進。框架引入了與智能體信譽元數據相關聯的明確驗證制度，以及上下文條件信譽卡，防止跨領域和任務類型的信譽混淆。此外，AgentReputation提供了一個面向決策的策略引擎，支持基於風險和不確定性的資源分配、訪問控制和自適應驗證升級。研究團隊還概述了未來方向，包括驗證本體開發、驗證強度量化方法、隱私保護證據機制、冷啓動信譽引導以及對抗性操縱防禦。該論文已被FSE 2026的“想法、願景與反思”軌道接收，全文共5頁，包含1張圖表。