资金费率
资金费率热力图
多空比
大户多空比
币安/欧易/火币大户多空比
Bitfinex杠杆多空比
账号安全
资讯收藏
自选币种
Circle(CRCL)研究团队提出基于x402支付历史的AI代理信誉评级体系Anduin
Circle（CRCL）的研究团队提出了一种名为Anduin的信誉体系，旨在利用x402支付历史记录对AI代理服务提供者进行排名。该研究团队通过分析过去的支付记录，评估了推荐系统的准确性以及操纵排名的成本。
研究背景与数据来源
根据报道，相关论文于11月3日公开。分析对象涵盖了从3月23日至8月26日期间，在16个区块链网络上发生的66,073,201笔x402支付交易，总支付金额达610万美元（约合8.14亿韩元）。交易记录中包含162,882名买家和53,903名服务提供者，单笔支付的中位数为0.01美元（约合13韩元）。
研究团队指出，在数据汇总过程中已排除自我支付行为，并说明由于未确认的支付中介或未注册卖家参与，部分交易可能未被捕捉。这些数据仅作为分析用途，并非Anduin在实际服务中处理的支付数量。
x402协议与Agent Marketplace
x402是一种机制，当Web服务通过HTTP 402状态码请求支付时，买家会传递签名的支付授权，由中介方处理链上结算。研究中的支付主要以USDC和USDT等稳定币进行。
此前，Circle已将专为AI代理设计的价格与功能确认及支付功能的“Agent Marketplace”纳入Agent Stack。此次研究重点解决了代理在支付后如何选择合适服务提供商的问题。
传统排名机制的缺陷：辛迪加攻击
研究团队指出，仅基于交易量或用户数量的排名容易被夸大。如果同一主体创建多个钱包并对自身运营的服务进行重复支付，可能会造成大量真实用户的假象。这种通过伪造身份提升信誉的行为被称为“辛迪加攻击”（Sybil Attack）。
Anduin的工作原理
Anduin以买家过去支付过的服务提供者为起点，追踪支付关系。系统会检查其他使用该提供者的买家是否向新的提供者进行了支付，并基于这些连接计算尚未交易的候选者的排名。
在设定的攻击模型中，攻击者仅靠在不同虚假钱包之间转移资金无法提高购买者的推荐排名。为了提升排名，攻击者必须向该买家已经使用过的独立提供者实际支付费用。这是因为系统将买家的现有支付关系作为攻击成本的基准。
算法构成与性能评估
Anduin并非单一公式，而是由最大流算法及其两种简化变体组成的三种算法构成。研究团队对比了各方式在推荐性能和操纵成本上的差异。
测试方法：
- 使用时间范围：截至韩国时间6月21日上午9点的前90天支付记录。
- 数据规模：包含24,429,942笔支付，总金额383万美元（约合5.19亿韩元）。
- 评估对象：在136,646名总买家中，筛选出随后30天内再次交易的3,656人。其中，首次使用之前未支付过服务的813人作为准确性评估目标。“成熟提供者”指有两名及以上买家进行过支付的提供者。
准确率结果：
- 在813人的评估组中，放大流量算法的一种设置下，买家将下一个实际使用的提供者正确排在首位的比例为23.6%。
- 协同过滤算法为23.2%。
- 仅统计支付次数的方法仅为3.7%。
需要注意的是，23.6%的结果是在以对数方式反映支付金额的设置下得出的。在包含手续费的单独设置中，放大流量算法的首位命中率降至22.8%。
操纵成本对比
在模拟攻击中，要将特定提供者提升至所有813名买家的推荐列表第一位：
- 放大流量算法：需要8,259美元（约合1,102万韩元）。
- 协同过滤算法：需要358美元（约合48万韩元）。
这意味着Anduin所需的操纵成本约为协同过滤算法的23倍。上述成本是基于研究设定的攻击条件计算出的最小值，并不代表实际市场中防止操纵的真实成本。研究团队仅基于历史支付记录模拟了攻击场景，并未评估Anduin在实际服务中的应用成果。
局限性与声明
对于没有支付记录的买家，由于缺乏过往提供者或关联候选者，无法使用此方式进行排名。此外，如果多个AI代理共用一个钱包，不同的支付历史混合在一起可能会导致推荐产生噪声。
评估标准主要关注排名预测买家下次选择的准确性，而非直接验证服务的答案质量或内容水平。
