پرش به محتوای اصلی
پرش به محتوای مقاله

Grantor-MCP دسترسی عامل‌های هوش مصنوعی را با بودجه‌های رمزنگاری‌شده محدود کرد

·۳۰ مرداد ۱۴۰۵۳ دقیقه مطالعه
بودجه به زیرعامل هوش مصنوعی بدهید، نه کلیدها را
بودجه به زیرعامل هوش مصنوعی بدهید، نه کلیدها را
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

معرفی مکانیزم بودجه‌بندی رمزنگاری‌شده برای ابزارهای MCP؛ به‌جای مدیریت دسترسی از طریق API Key، اکنون می‌توان تعداد دفعات استفاده و زمان انقضای هر ابزار را برای هر عامل به‌طور مجزا تعیین کرد.

تصور کنید یک عامل هوش مصنوعی که فقط برای خلاصه‌سازی چند فایل PDF استخدام شده، دسترسی کامل به کل پایگاه‌داده مدیریتی شما داشته باشد. این حفره امنیتی در ۲۱ اوت ۲۰۲۶ با معرفی Grantor-MCP بسته شد؛ ابزاری که کلیدهای API دائمی را با بودجه‌های محدود و امضاشده به‌صورت رمزنگاری‌شده جایگزین می‌کند.

بسیاری از توسعه‌دهندگانی که از چارچوب‌هایی مثل CrewAI، LangGraph یا AutoGen استفاده می‌کنند، متغیرهای محیطی مدیر را مستقیماً به عامل‌های فرزند منتقل می‌کنند. طبق گزارش‌های فنی، این یعنی یک عامل ساده، قدرتی معادل ارکستراتور اصلی دارد و برای لغو دسترسی او، باید کلیدهای کل سیستم را تغییر داد. این چالش با نشت اعتبارنامه‌ها در معماری‌های متمرکز که پیش‌تر بررسی کردیم، همسو است و نیاز به تغییر در نحوه مدیریت هویت‌ها را برجسته می‌کند.

Grantor-MCP با ایفای نقش یک کارگزار (Broker) محلی که از کلیدهای اصلی محافظت می‌کند، این مشکل را حل می‌کند. در این سامانه، به‌جای تحویل کلید، یک هویت محدود صادر می‌شود. بر اساس مستندات این پروژه، زنجیره تفویض اختیار به این صورت است:

  • اعطای دسترسی: مدیر ابزارهای خاص (مثلاً جست‌وجو)، حداکثر تعداد دفعات استفاده (مثلاً ۲۰ بار) و زمان انقضا (TTL) را تعیین می‌کند.
  • تأیید: هر اقدام توسط کارگزار بررسی می‌شود؛ اگر عامل بخواهد برای بیست و یکمین بار ابزاری را فراخوانی کند، خطای UsesExhausted دریافت می‌کند.
  • محدودسازی: یک عامل فرزند می‌تواند دسترسی خود را به «نوه» منتقل کند، اما هرگز نمی‌تواند محدوده اختیارات خود را گسترش دهد.

همان‌طور که در تحلیل‌های قبلی ما درباره‌ی امنیت مدل‌های بازمتن اشاره کردیم، حذف نقاط تک‌نقطه شکست در دسترسی‌ها حیاتی است. این سامانه برخلاف موتورهای سیاست‌گذاری سنتی، نیازی به سرور مرکزی در مسیر اجرای دستورات ندارد. لنگر اعتبار این سیستم بر روی یک قرارداد ثبت عمومی در شبکه Base استوار است و تأیید دسترسی‌ها از طریق یک محاسبه محلی و یک فراخوانی eth_call به ارائه‌دهنده RPC انجام می‌شود. این رویکرد پاسخی به نگرانی‌های ما درباره امنیت دسترسی مستقیم عامل‌ها به APIهای مالی است که ریسک‌های جدی نشت کلیدها را به همراه داشت.

این تغییر، امنیت هوش مصنوعی را از حالت «همه یا هیچ» به یک اقتصاد برنامه‌ریزی‌شده از مجوزها تبدیل می‌کند. برای توسعه‌دهنده، این یعنی ریسک پاک شدن دیتابیس توسط یک عامل دچار توهم (Hallucination) — شبیه دوستی که با اطمینان خاطره‌ای را اشتباه تعریف می‌کند — توسط یک بودجه سخت که واقعاً تمام می‌شود، کاهش می‌یابد.

لغو دسترسی‌ها از طریق یک دوره بازگشتی (Revocation Epoch) در یک قرارداد هوشمند عمومی مدیریت می‌شود. با فعال شدن این قابلیت، تمام مجوزهای آن گروه، بدون توجه به اینکه در کدام پردازش هستند، در بررسی بعدی با شکست مواجه می‌شوند.

در حال حاضر این سیستم در مرحله پیش‌نمایش توسعه‌دهندگان است و هنوز حسابرسی (Audit) نشده، اما امکان استقرار تجاری آن از طریق USDC در شبکه Base بدون نیاز به ثبت‌نام فراهم است. کارگزار روی دستگاه کاربر باقی می‌ماند تا عامل‌ها هرگز به کلیدهای خام دسترسی نداشته باشند.

گام بعدی شما

  • برای ادغام این کارگزار در Claude Code یا سایر چارچوب‌های سازگار با MCP، دستور npx -y @grantor/mcp serve را اجرا کنید.
  • بودجه‌های زمانی کوتاه (TTL) را برای عامل‌های تست تعریف کنید تا اثر لغو دسترسی را بسنجید.
  • ساختار تفویض اختیار را برای عامل‌های سلسله‌مراتبی در پروژه‌های خود پیاده‌سازی کنید.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.

چرا این موضوع مهم است؟

این ابزار با تکیه بر اعتبار شبکه Base و رمزنگاری، ریسک امنیتی عامل‌های خودمختار را به شدت کاهش می‌دهد. این یک گام عملی در جهت تبدیل دسترسی‌های مدیریتی به مجوزهای موقت و قابل ردیابی است.

تأثیر برای ایران

توسعه‌دهندگان ایرانی که از چارچوب‌های Agentic استفاده می‌کنند، می‌توانند با اجرای محلی این کارگزار، بدون نیاز به زیرساخت‌های ابری پیچیده، امنیت عامل‌های خود را ارتقا دهند.

·نگاه ما
تحریریه دات‌هوش

جایگزینی کلیدهای API با «بودجه‌های مصرفی» یک چرخش پارادایمی از امنیت استاتیک به امنیت پویاست. این رویکرد نشان می‌دهد که در آینده، دسترسی عامل‌های AI نه بر اساس هویت، بلکه بر اساس «سهمیه مصرف» تعریف خواهد شد تا ریسک رفتارهای پیش‌بینی‌نشده مدل‌ها به صفر نزدیک 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.