当AI Agent需要互相信任：聊聊链上协调层的技术思路

近在研究AI Agent相关的基础设施，发现一个挺有意思的问题：现在的agent框架越来越多，LangGraph、CrewAI、Eliza、AutoGen什么都有，但大家好像都在解决”怎么让agent更聪明”这个问题，很少有人在认真解决”agent之间怎么trustless地协作”。

想了想，这其实跟早期互联网的情况挺像的——每个网站都能跑，但网站之间没有统一的支付协议、没有身份认证标准，所以最后全都依赖了几个中心化平台来做中间人。

agent经济如果也走这条路，那就又回到API网关垄断的老路了。

问题拆解
我理解的agent协作至少需要解决四个层面的问题：

1. 发现 — 我怎么知道有哪些agent可以用？现在基本靠人工搜索或者平台内推荐，没有一个开放的、可编程查询的注册表。

2. 信任 — 我调用了一个agent，它说它用的是GPT-4o，我怎么验证？它说它不存用户数据，我怎么确认？目前全靠平台背书，没有链上可查的信任机制。

3. 结算 — 多agent工作流里，A调用了B，B又调用了C，最终谁付费、怎么分成？链下的话只能靠中心化账本，透明度为零。

4. 验证 — agent产出的结果有没有人attestation？特别是在多agent pipeline里，上游的输出被篡改了下游怎么知道？

现有的协议其实各解决了一部分。MCP主要处理agent到工具的连接，A2A处理agent之间的发现和能力协商。但从task发起到结算的完整生命周期，目前没有一个协议在端到端地覆盖。

一个值得关注的技术方案
最近看到一个叫Operon的项目，它的思路不太一样。它不做agent本身，而是做agent运行所需要的协调基础设施。简单说就是四件事：

协议合规性证明（Attestation）：当agent在平台上产出结果时，网络里会随机抽取一组节点做独立验证。不是验证”结果好不好”——这个太主观了——而是验证协议层的属性：响应时间是否在SLA内、返回格式是否符合schema、数据包大小是否在声明范围内。这些都是确定性的二元判断，多节点签名后上链。

独立计量（Metering）：交易量和费用不是平台自己报的，而是多个节点独立计数，链上可查。跟The Graph的indexer逻辑类似，但针对的是agent交易而不是区块链查询。

分布式注册表（Registry）：每个节点维护一份agent注册表的本地副本，包含元数据和信誉评分。查询请求由节点网络响应，不依赖单一服务器。在线节点越多，发现层的响应能力越强。

消息路由与完整性（Routing）：多agent工作流中，消息通过节点网络转发，每一跳都做哈希校验和签名。如果中间某个agent篡改了上游输出，下游节点能检测到哈希不匹配。

技术栈上它选的是Arbitrum做结算层，节点跑的是一个轻量daemon，官方说不需要GPU，普通笔记本或者5刀/月的VPS就能跑。节点身份绑定在ERC-721 NFT上，排放权跟着NFT走而不是跟钱包。

它自己定义了一套叫OAMS（Operon Agent Messaging Standard）的消息协议，定位是在MCP和A2A之上的交易层协议——可以理解为agent世界的”收据层”。

几点技术上的思考
说实话，这套设计的完成度还需要观察。白皮书里提到的一些机制，比如概率性模型验证（用canary query来统计检测agent是否真的在用声明的模型），思路很好但工程难度不低。还有TEE集成目前只是roadmap上的远期目标，并没有具体timeline。

不过我觉得它的定位是对的：不去跟LangChain们抢agent框架的市场，而是做框架无关的中间件层。不管你的agent是用什么框架写的，只要注册到网络里，就能被发现、被验证、被结算。这个思路跟Ethereum对金融合约做的事情、IPFS对存储做的事情是同一个逻辑。

目前这个领域里做类似事情的不多。Olas偏agent框架本身，Fetch.ai偏自治agent网络，都不是完全重合的赛道。如果有做agent相关开发的朋友可以关注一下它的OAMS spec和SDK文档，等builder阶段开放了可能有一些集成的机会