検証可能なエージェンティックインフラストラクチャ：ソブリンAIシステムのための証明派生認可
現代のクラウドおよびエンタープライズシステムはアイデンティティ中心の認可に依存していますが、自律型AIエージェントは構文的に有効だが意味的に安全でないアクションを生成する可能性があります。本論文では、静的権限を証明派生権限に置き換える分散信頼フレームワーク（DTF）を紹介し、エージェント実行のガバナンス、監査可能性、境界設定を実現します。DTFは、正当性証明、コンセンサスモデル、一時的な実行ID、追記専用の証拠チェーンを備え、OpenKedgeベースの基板上でクラウドネイティブ環境向けに実装されています。
自律型AIエージェントの台頭は、従来の認可パラダイムを覆しつつあります。現代のクラウドおよびエンタープライズシステムは、一般的にアイデンティティベースの認可モデルに依存しています。つまり、呼び出し元が有効な資格情報を保持していれば、その操作は安全であると見なされます。しかし、自律型AIエージェントは、構文的には正しいが意味的には安全でない操作を生成できるため、静的権限は重大な運用リスクとなります。特にソブリンAIシステムでは、自律エージェントがクラウドインフラ、規制データ、金融ワークフロー、国家規模のデジタルサービスと対話する可能性があり、このリスクは深刻です。
この課題に対処するため、研究者らは「分散信頼フレームワーク（DTF）」を提案しています。これは、ガバメントミューテーションシステムのための検証フレームワークであり、構造化され検証可能な成果物から実行権限を導き出します。DTFは、以下の4つの主要コンポーネントを導入します：正当性証明（Justification Proof）—アクションの許容性根拠をエンコード；コンセンサスモデル—独立した評価を可能に；一時的な実行ID（Execution Identity）—承認された証明から派生；追記専用の証拠チェーン（Evidence Chain）—認可ライフサイクルを保存。これらのコンポーネントにより、DTFはコンパクトな認可不変条件を強制します：証明オブジェクトなしに高リスク実行は行われず、コンセンサスなしに派生権限は得られず、証拠なしに有効なミューテーションは存在しない。
論文では、OpenKedgeベースのガバメントミューテーション基板上にDTFを実装し、クラウドネイティブ環境へのマッピングを示しています。認可を静的アイデンティティから証明派生権限に移行することで、DTFはソブリンAI展開におけるエージェント実行のガバナンス、監査可能性、境界設定のためのインフラ基盤を提供します。本研究はJun Heらによって行われ、arXivに掲載され、全19ページ、図2点、表4点を含み、人工知能（cs.AI）と機械学習（cs.LG）を主題としています。
DTFの設計は特にソブリンAIシナリオにおける信頼境界の問題に焦点を当てています。従来のシステムでは認可決定は呼び出し元のアイデンティティに基づいていましたが、自律エージェントの動作は予測不可能であり、アイデンティティはもはや信頼できません。DTFはコンセンサスメカニズムと証拠チェーンを導入することで、すべての認可決定を検証可能かつ追跡可能にします。例えば、エージェントが意図を提出すると、インフラはまずコンテキスト情報とポリシーを収集し、コンセンサスモデルを通じてその意図が妥当かどうかを評価します。複数の独立した検証者による確認を経て初めて、一時的な実行IDが生成されます。このメカニズムにより、エージェントが侵害された場合でも、許可なく危険な操作を実行することはできません。
さらに、DTFの追記専用証拠チェーンは、事後監査のための完全な記録を提供します。認可ライフサイクルにおけるすべてのイベントが改ざん不可能に保存されるため、規制遵守の要件を満たします。金融ワークフローや国家デジタルサービスにおいて、この監査可能性は極めて重要です。研究者らはまた、Kubernetesなどのクラウドネイティブ環境へのDTFのマッピングを示し、実際の展開が可能であることを示しています。要するに、DTFは信頼できる自律AIインフラを構築するための革新的なアプローチを提供し、将来のソブリンAIシステムの重要なコンポーネントとなる可能性があります。