پرش به محتوای اصلی
پرش به محتوای مقاله

تنها ۰.۱۴٪ از امتیازات عامل‌های هوش مصنوعی در شبکه Base مبنی بر پرداخت است

·۲۲ مهر ۱۴۰۵۲ دقیقه مطالعه
۰.۱۴٪ از امتیازدهی‌های عامل هوش مصنوعی در بیس پس از پرداخت انجام می‌شود: مجموعه داده باز برای ERC-8004
۰.۱۴٪ از امتیازدهی‌های عامل هوش مصنوعی در بیس پس از پرداخت انجام می‌شود: مجموعه داده باز برای ERC-8004
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

کشف شکاف عظیم میان تعداد امتیازات (۵۰۰ هزار) و پرداخت‌های واقعی (۷۲۸ مورد) در شبکه Base؛ این اولین بار است که عدم اعتبار سیستم‌های شهرت عامل‌های آن‌چین با این حجم از داده‌های کمی افشا می‌شود.

اگر امروز بر اساس امتیازات کاربران به یک عامل هوش مصنوعی اعتماد می‌کنید، احتمالاً در حال بررسی داده‌های جعلی هستید. طبق داده‌های منتشر شده توسط Agentic Finance Graph در ۱۴ اکتبر ۲۰۲۶، تنها ۰.۱۴٪ از امتیازات ثبت شده در شبکه Base با پرداخت‌های واقعی پشتیبانی می‌شوند.

این وضعیت در حالی رخ می‌دهد که صنعت به سمت استاندارد ERC-8004 حرکت می‌کند؛ استانداردی که هدفش اعطای هویت‌های آن‌چین به عامل‌ها و ایجاد سیستمی برای امتیازدهی متقابل است. در دنیایی که عامل‌ها — مثل دستیارهای دیجیتالی که می‌توانند به‌جای شما خرید کنند یا قرارداد ببندند — به‌طور مستقل پول جابه‌جا می‌کنند، امتیاز شهرت تنها زمانی ارزش دارد که ثابت شود ارزیاب واقعاً از آن سرویس استفاده کرده است. این چالش در اعتبارسنجی هویت و عملکرد عامل‌ها، در واقع نسخه‌ای فنی‌تر از دشواری‌های سنجش حضور برند در محیط‌های هوش مصنوعی است که پیش‌تر در بررسی معیارهای پذیرفته‌شده توسط مدیران ارشد به آن پرداختیم. همان‌طور که در تحلیل‌های قبلی ما درباره‌ی امنیت مدل‌های بازمتن اشاره کردیم، تکیه بر داده‌های تأییدنشده در محیط‌های خودکار می‌تواند منجر به خسارات مالی گسترده شود.

بر اساس گزارش Agentic Finance Graph، آمار شبکه Base تکان‌دهنده است:

  • کل ورودی‌های بازخورد: ۵۱۴,۰۹۶ مورد
  • امتیازات مبنی‌سازی شده (پرداخت ارزیاب به عامل): ۷۲۸ مورد
  • تعداد ارزیابان منحصربه‌فرد در ورودی‌های مبنی‌سازی شده: ۱۷ نفر
  • تعداد عامل‌های امتیازگرفته: ۶۴ عامل
  • میانه مبلغ پرداخت: ۰.۰۳ دلار

به نقل از این گزارش، از ۷۲۸ امتیاز مبنی‌سازی شده، ۷۲۵ مورد صرفاً انتقال ساده USDC بوده‌اند. تنها ۳ مورد از طریق تسویه x402 انجام شده است؛ مکانیزمی که یک هش مرجع ارائه می‌دهد تا ثابت کند امتیاز دقیقاً مربوط به یک تراکنش خاص است. این یعنی اکثر امتیازات «مبنی‌سازی شده» فقط ثابت می‌کنند دو کیف پول با هم تعامل داشته‌اند، نه اینکه امتیاز مربوط به یک کار مشخص باشد.

علاوه بر این، حدود ۹۷٪ از ارزیابان در Base، کیف پول‌هایی نیستند که به ثبت‌نام عامل‌ها متصل باشند. برای این کاربران، مبنی‌سازی (Grounding) — شبیه به ارائه رسید خرید برای اثبات استفاده از یک کالا — نمی‌تواند بعداً توسط یک ایندکسور بازسازی شود و مدرک باید همراه با خودِ بازخورد ارسال شود.

این داده‌ها شکنندگی سیستماتیک اعتماد به عامل‌های خودکار را افشا می‌کند. اگر پیش از پرداخت به یک عامل، به امتیاز شهرت او تکیه کنید، احتمالاً با داده‌های تأییدنشده روبرو هستید. بنابراین، حرکت به سمت «بازخوردهای مبنی‌سازی شده» در نسخه دوم ERC-8004 دیگر یک انتخاب نیست، بلکه ضرورتی برای جلوگیری از بازی با سیستم امتیازدهی است.

گام بعدی شما

  • اگر توسعه‌دهنده هستید، برای پیاده‌سازی سیستم امتیازدهی، از استانداردهای تسویه x402 به‌جای انتقال ساده توکن استفاده کنید.
  • در هنگام انتخاب عامل‌های آن‌چین، به دنبال اثبات پرداخت (Payment Proof) در متادیتای امتیازها باشید.
  • فایل CSV داده‌های خام این ۷۲۸ مورد را در گیت‌هاب بررسی کنید تا خط لوله پرداخت-به-امتیاز را تحلیل کنید.

اما این چالش‌های اعتبارسنجی تنها بخشی از ماجراست؛ اثر این نقص‌ها بر اقتصاد توکنی عامل‌ها را در گزارش بعدی بررسی خواهیم کرد.

چرا این موضوع مهم است؟

این یافته‌ها اعتبار سیستم‌های شهرت فعلی در شبکه‌های لایه ۲ را زیر سؤال می‌برد. بر اساس استانداردهای E-E-A-T، نبودِ تجربه واقعی (Experience) در امتیازات، باعث می‌شود عامل‌های بی‌کیفیت با جعل شهرت، سرمایه‌های کاربران را به خطر بیندازند.

تأثیر برای ایران

به‌دلیل محدودیت‌های دسترسی به برخی کیف پول‌ها و APIهای شبکه Base، این تحلیل بیشتر برای توسعه‌دهندگان ایرانی که در حوزه Web3 و عامل‌های هوشمند فعالیت می‌کنند اهمیت دارد تا کاربران عادی.

·نگاه ما
تحریریه دات‌هوش

اعتماد در اقتصاد عامل‌محور نمی‌تواند بر پایه «رای رایگان» باشد. این داده‌ها ثابت می‌کنند که سیستم‌های شهرت فعلی در بلاک‌چین، بیشتر شبیه به بخش نظرات سایت‌های خرید آنلاین هستند تا یک سیستم اعتبارسنجی مالی. برای رسیدن به اتوماسیون واقعی، باید «اثبات تعامل مالی» به پیش‌فرض هر امتیاز تبدیل شود تا از حملات Sybil و جعل شهرت جلوگیری شود.

منابع

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.