ایجنتهای هوش مصنوعی خرج کردن را یاد گرفتند؛ اما متوقف کردن آنها معمای اصلی است
ایجنتهای هوش مصنوعی بهسرعت در حال ورود به دنیای پرداختهای خودکار و خرید منابع پردازشی هستند، اما کارشناسان میگویند پذیرش فراگیر این فناوری به یک پرسش بنیادین گره خورده است: چگونه میتوان دسترسی مالی یک ایجنت را بلافاصله لغو کرد؟ حل این معما بیش از مهندسی نرمافزار، نیازمند قوانین و مسئولیتهای حقوقی شفاف است.

در یک نگاه (نکات کلیدی خبر)
خلاصه مهمترین نکات و تحولات این گزارش برای مطالعه سریع
- فاصله زمانی شارژ کیفپول ایجنتهای هوش مصنوعی تا نخستین پرداخت آنها از ۷۳ روز به تنها ۱۸ دقیقه کاهش یافته است.
- بزرگترین مانع پیشروی تجارت خودکار ایجنتها، دشواری لغو آنی مجوز پرداخت و مهار تصمیمهای اشتباه در پی حملات سایبری است.
- کارشناسان معتقدند سقفهای رمزنگاریشده و تعریف مسئولیت حقوقی، پیشنیاز اعتماد به ایجنتها برای تراکنشهای بزرگ مالی هستند.
ایجنتهای هوش مصنوعی حالا تقریباً بلافاصله پس از دریافت کیفپول، خرج کردن پول را شروع میکنند. دادههای پلتفرم تحلیل بلاکچین چینالیسیس (Chainalysis) نشان میدهد که میانگین فاصله زمانی میان شارژ یک کیفپول مبتنی بر استاندارد x402 و ثبت نخستین تراکنش آن، از ۷۳ روز در اواخر سال ۲۰۲۵ به تنها ۱۸ دقیقه در سهماهه سوم سال ۲۰۲۶ کاهش یافته است. در طول بیش از ۱۳۸ میلیون تراکنش ثبتشده، این نرمافزارها دادهها، توان پردازشی و دسترسی به مدلهای مختلف را با استفاده از استیبلکوینها خریداری کردهاند؛ آن هم بدون اینکه برای هر پرداخت به تأیید کاربر انسانی نیاز داشته باشند.
توانمندسازی ایجنتها برای پرداخت پول، بخش ساده ماجرا از آب درآمد. پرسش بیپاسخ در حوزه تجارت مبتنی بر ایجنتها این است: وقتی لازم باشد جلوی خرج کردن آنها گرفته شود، چه اتفاقی رخ میدهد؟
تاکنون بخش عمده تلاشها در حوزه هویت ایجنتها، روی صدور اعتبارسنجیها و مجوزهایی متمرکز بوده است که نشان میدهند یک ایجنت دسترسی لازم را دارد. اما مارک زالان، مدیرعامل شرکت گوماینینگ (GoMining)، معتقد است این رویکرد به پرسش اشتباهی پاسخ میدهد؛ چراکه یک گواهی اعتبارسنجی تنها نشان میدهد که دسترسی در برههای از گذشته صادر شده است، اما هیچ تضمینی نمیدهد که آن مجوز در حال حاضر نیز همچنان معتبر باشد.
به گفته زالان: «آزمون واقعی هر چارچوبی، توانایی ابطال و لغو دسترسی است». وقتی کاربری مأموریت یک ایجنت را لغو میکند، تمام طرفهای مقابل معامله باید فوراً از این موضوع باخبر شوند؛ در غیر این صورت، یک «مجوز مرده» همچنان به خرج کردن پول ادامه میدهد تا زمانی که بالاخره کسی متوجه ماجرا شود. او تأکید میکند: «بیشتر طرحهایی که دیدهام، در مرحله صدور مجوز خوب عمل میکنند، اما در ابطال و لغو آن بهشدت ضعیف هستند».
عبدالرافع گادیت، همبنیانگذار و مدیر ارشد بازرگانی در زیگفایننس (ZIGFinance) نیز ضرورت پذیرش عمومی این فناوری را به همین مسئله مرتبط میداند. از نگاه او، کاربران پیش از آنکه به ایجنتها اجازه دهند در زندگی روزمرهشان پول خرج کنند، به سه مؤلفه حیاتی نیاز دارند: «بودجهای قابل اجرا و غیرقابل عبور، مجوزی که بتوان آن را فوراً باطل کرد، و راهکاری شفاف برای جبران و رفع خطاها».
یک راهکار برای حل این مشکل، کنار گذاشتن نگاه سنتی به مجوزها بهعنوان یک داده ساده در پایگاه داده و گنجاندن محدودیتها در خود ساختار پرداخت است. زالان به تعیین سقف هزینهکرد اشاره میکند که بهصورت رمزنگاریشده اعمال میشود؛ بهطوریکه ایجنت تحت هیچ شرایطی، بدون توجه به محتوای گواهی دسترسی یا رسیدن پیام لغو، نتواند از آن مبلغ فراتر برود. او میگوید این سازوکار «تضمینی کاملاً متفاوت از پایگاه دادهای است که صرفاً ثبت کرده ایجنت نباید این هزینه را انجام دهد».
گادیت این مدل را به «کارتهای اعتباری شرکتی با سیاستهای مالی سختگیرانه» تشبیه میکند که در آن سقف هر تراکنش، بودجه روزانه، دریافتکنندگان مجاز و تاریخ انقضا همگی توسط کیفپول یا ارائهدهنده خدمات پرداخت کنترل میشوند. فعالان صنعت پرداخت کارتی نیز به سراغ ابزارهای مشابهی رفتهاند؛ برای نمونه، شرکت فناوری مالی FIS کارتهای مجازی ویژهای را برای ایجنتها معرفی کرده است که از نظر سقف تراکنش، فروشگاههای طرف قرارداد و بازه زمانی استفاده، محدودیتهای دقیقی دارند.
محدودیتهای سختگیرانه مالی میتوانند دامنه خسارت را کنترل کنند، اما مانع از تصمیمگیریهای اشتباه ایجنت در چارچوب همان محدودیت نمیشوند. در همین راستا، گزارش جدید بخش تحلیل بی این کریپتو (BeInCrypto) به دو حادثه اشاره کرده است که در مجموع ۲۸۱٬۲۰۰ دلار پیش از بازیابی مبالغ، به کیفپولهای تحت کنترل مهاجمان منتقل شده بود.
لوگان شی، مدیر آزمایشگاه هوش مصنوعی در صرافی کوکوین (KuCoin) میگوید: «حتی یک ایجنت مجاز نیز ممکن است با دستورالعملهای مخرب دستکاری شود». او استدلال میکند که یک سامانه نظارت تجاری، کاملاً مجزا از فرآیند استدلال خود هوش مصنوعی، باید هر پرداخت را پیش از اجرا بررسی کند و اقدامات پرریسک یا تراکنشهایی که خارج از شرایط ازپیشتعیینشده هستند، «همچنان باید به تأیید کاربر انسانی برسند».
به همین دلیل است که تراکنشهای فعلی ایجنتها همچنان در ارقام بسیار اندک باقی ماندهاند. بیشتر پرداختهای پروتکل x402 معادل ۱۰ سنت یا کمتر ارزش دارند و گزارش بی این کریپتو، میزان آمادگی جریانهای مالی سازمانی را برای استفاده از این ابزارها تنها ۱۲ از ۱۰۰ ارزیابی کرده است؛ در حالی که این امتیاز برای ریزپرداختها به حدود ۶۱ میرسد.
به باور زالان، عامل بازدارنده اصلی ناتوانی فنی نیست. از دست دادن بخش ناچیزی از یک سنت به دست طرف مقابل نامعتبر اهمیت چندانی ندارد؛ اما ارسال یک مبلغ پنجرقمی دلاری به حسابی ناشناس در حوزههای قضایی مختلف «نیازمند تسویه حسابی قابلاتکا و امکان پیگیری و بازپسگیری واقعی پول است»؛ امری که هنوز پاسخی برای آن پیدا نشده است. او اضافه میکند که مانع بنیادین در این مسیر، «بیش از آنکه چالشی مهندسی باشد، مسئلهای حقوقی پیرامون مسئولیتپذیری و جبران خسارت است».
البته همین تمایز، دلیل خوشبینی کارشناسان است. زالان انتظار دارد مسئله چگونگی تفویض اختیار مالی به نرمافزارها، طی چند سال آینده حل شود و نه در طول دههها. به عقیده او، به محض ایجاد یک چارچوب حقوقی کاربردی، «راهحل فنی آن ظرف کمتر از ۶ ماه در بازار عرضه خواهد شد». او همچنین پیشبینی میکند که طی یک یا دو سال آینده، استانداردی مشترک برای صدور مجوز ایجنتها شکل بگیرد که بازیگران اصلی پردازشکننده تراکنشهای ایجنت، هدایت و تثبیت آن را در دست خواهند داشت.
کارشناسان انتظار دارند تراکنشهای مبالغ بالا از بخشهایی آغاز شوند که در آنها قوانین و مسئولیتها از قبل کاملاً شفاف هستند. لوگان شی به پرداخت فاکتورهای تجاری ازپیشتأییدشده اشاره میکند. گادیت نیز مدیریت خزانهداری و ایجاد تعادل مجدد در داراییها در چارچوب محدودیتهای تعیینشده را پیشنهاد میدهد؛ جایی که ایجنت صرفاً یک سیاست مشخص را اجرا میکند، اما «مسئولیت نهایی بر دوش اشخاصی باقی میماند که آن سیاستها را تدوین کردهاند».
اگرچه تاکنون آمار تعداد تراکنشها در صدر بحثها بوده، اما این آمار شاخص چندان قدرتمندی محسوب نمیشود. ایجاد ریزپرداختها هزینه بسیار ناچیزی دارد و پژوهشهای پیشین نیز تردیدهایی را درباره فعالیتهای ساختگی و غیرواقعی در شبکه مطرح کردهاند. گادیت معیار متفاوتی را پیشنهاد میکند: «مشتریان وفادار با پرداختهای مکرر و ارائه خدمات واقعاً کاربردی، اطلاعات بسیار دقیقتری درباره میزان پذیرش این فناوری نسبت به تعداد خام تراکنشها در اختیار ما میگذارند».
آزمون دوم نیز به همان اندازه اهمیت دارد. مرحله بعدی تجارت مبتنی بر ایجنتها به این بستگی دارد که آیا انسان میتواند اختیارات و دسترسی مالی یک ایجنت را با همان سرعتی که اعطا کرده، با اطمینان کامل و بیدرنگ پس بگیرد یا خیر.
معیار حقیقی موفقیت تجارت مبتنی بر ایجنتها در آینده، تعداد پرداختهای نرمافزار نخواهد بود؛ بلکه مسئله اصلی این است که آیا مردم میتوانند مبالغ سنگینتر را به آن بسپارند، در صورت نیاز جلوی فعالیت آن را بگیرند و در زمان بروز خطا یا فریب خوردن هوش مصنوعی، سرمایه خود را بازیابی کنند یا خیر.
برچسب های مرتبط
مطالب مرتبط و پیشنهادی

متا پلتفرم هوش مصنوعی ساندایال را تصاحب کرد؛ جهش به سوی نسل جدید ایجنتهای تحلیل داده
متا پلتفرم تحلیل داده مبتنی بر هوش مصنوعی ساندایال را تصاحب کرد تا زیرساختهای تحلیلی و ابزارهای خودکار خود را تقویت کند. این قرارداد با بازگشت دو مدیر باسابقه به متا همراه است که هدایت بخش ابزارها و ایجنتهای تحلیل داده را بر عهده خواهند گرفت.

پایان ماه عسل هوش مصنوعی در والاستریت؛ بازار دیگر با گزارشهای مالی درخشان هم قانع نمیشود
با وجود انتشار گزارشهای مالی قدرتمند از سوی شرکتهای حوزه هوش مصنوعی، والاستریت با ریزش سنگین سهام این غولها مواجه شد. این واکنش سرد از تردید فزاینده سرمایهگذاران درباره تداوم بازدهی تب هوش مصنوعی حکایت دارد و زنگ خطری جدی برای بیش از نیمی از ارزش بازار بورس آمریکا به صدا درآورده است.

مقایسه ChatGPT و Grok در پاسخ به چالشهای روزمره زندگی؛ هوش مصنوعی گراک شگفتیساز شد
در یک بررسی میدانی، دو چتبات مطرح دنیای هوش مصنوعی یعنی ChatGPT و Grok با ۵ پرسش روزمره و کاربردی در بوته آزمایش قرار گرفتند تا توانایی آنها در حل مسائل واقعی سنجیده شود. در پایان این مقایسه جذاب، مدل هوش مصنوعی گراک با پاسخهای مختصر، خودمانی و دقیق توانست برتری خود را ثابت کند.
دیدگاه ها و گفتگوی تخصصی
نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید
هنوز دیدگاهی برای این مطلب ثبت نشده است
اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.