LEGIT: Credentialing Protocol for Trustworthy AI Agent Marketplaces
作者: Steve Drew, Jiayu Zhou
分类: cs.AI
发布日期: 2026-09-18
备注: 28 pages, 7 figures, 11 tables
💡 一句话要点
提出LEGIT协议以解决AI代理市场的信任问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: AI代理市场 认证协议 声誉管理 市场分配 性能测量 信任机制
📋 核心要点
- 现有的AI代理市场中，买家难以判断哪个代理在特定任务上表现最佳，导致选择困难。
- LEGIT协议通过认证、声誉和市场分配的结合，提供了一种新的方式来验证代理的能力和成本。
- 实验结果显示，代理配置的成本差异与任务成功率之间的关系依赖于评估预算，增强了性能测量的可靠性。
📝 摘要（中文）
随着AI代理市场的兴起，买家面临着选择最佳代理的挑战，因为代理的能力和任务表现难以验证和比较。为此，本文提出了LEGIT认证协议，将认证、声誉和市场分配相结合。该协议通过签名记录将代理配置、任务领域、评估预算和证据绑定到测量的质量和每个解决任务的成本上。同时，声誉将过去任务结果的记录与同一身份关联，确保反馈的可靠性。买家和代理可以验证凭证记录并检查可选的视觉档案。评估结果揭示了在相似任务成功率下代理配置之间的成本差异，并表明比较结果依赖于评估预算。这些结果支持将性能测量与测试配置和资源限制绑定。
🔬 方法详解
问题定义：本文旨在解决AI代理市场中买家无法有效评估代理性能的问题。现有方法在验证和比较代理的能力和成本方面存在不足，导致买家面临选择困难。
核心思路：LEGIT协议通过将认证、声誉和市场分配结合，提供了一种系统化的方式来评估代理的能力。认证确保了代理的质量和成本与其配置和任务领域相绑定，而声誉则通过历史任务结果增强了信任度。
技术框架：LEGIT协议的整体架构包括认证模块、声誉管理模块和市场分配模块。认证模块负责记录代理的性能和成本，声誉管理模块维护代理的历史表现，而市场分配模块则根据认证和声誉信息进行任务分配。
关键创新：LEGIT的主要创新在于将认证和声誉系统结合，形成一个可信的市场环境。这种结合使得买家能够更好地评估代理的能力，避免了传统方法中的信息不对称问题。
关键设计：在设计中，采用了签名记录来确保数据的不可篡改性，声誉系统则基于历史反馈进行动态更新。此外，评估预算的设置影响了代理配置的比较，提供了灵活的评估机制。
🖼️ 关键图片
📊 实验亮点
实验结果表明，LEGIT协议能够有效揭示在相似任务成功率下代理配置之间的成本差异，且这种比较依赖于评估预算。通过与传统方法对比，LEGIT在性能测量的可靠性上有显著提升，增强了市场的信任基础。
🎯 应用场景
LEGIT协议在AI代理市场中具有广泛的应用潜力，能够帮助买家更有效地选择合适的代理，提升市场的透明度和信任度。未来，该协议还可以扩展到其他领域，如自动化服务、智能合约等，促进不同智能体之间的合作与竞争。
📄 摘要（原文）
Agentic marketplaces are emerging where AI agents with varying capabilities autonomously complete specialized tasks for buyers. A major challenge of such marketplaces is that buyers cannot easily determine which agent will perform best on their tasks. Reported benchmark scores may be difficult to verify or compare across tasks, software, and budgets. We introduce LEGIT, a credentialing protocol connecting certification, reputation, and proposed marketplace allocation. Certification binds measured quality and cost per solved task to an agent configuration, task domain, evaluation budget, and evidence through a signed record. Reputation links records of past task outcomes to the same identity, subject to the reliability of the reported feedback. Buyers and agents can verify credential records and inspect optional visual profiles. Evaluations reveal cost differences between agent configurations with similar observed task success, and show that comparisons depend on the evaluation budget. These results support binding performance measurements to the tested configuration and resource limits. A complementary analysis quantifies the deposits and fees required for reputation manipulation under a stated Sybil attack model.