ผู้เขียน: Jay Yu; แปล: Block unicorn## บทนำ
ปัจจุบัน เรากำลังเห็นว่า “สแต็คโปรโตคอล” ของปัญญาประดิษฐ์แบบกระจายศูนย์ (deAI) กำลังถูกสร้างขึ้นอย่างค่อยเป็นค่อยไป เช่นเดียวกับที่อินเทอร์เน็ตทำงานบนมาตรฐานที่สามารถทำงานร่วมกันได้หลายชุด - ชั้นการส่งข้อมูลใช้ TCP/IP, ชั้นการค้นหาบริการใช้ DNS, ชั้นตรรกะแอปพลิเคชันใช้ HTTP - เราสามารถแยกสแต็คโปรโตคอล deAI ออกเป็นสามโมดูลนี้: ชั้นแอปพลิเคชันใช้ x402, ชั้นการค้นหาบริการใช้ ERC 8004, ชั้นการส่งข้อมูลใช้ A2A - ทั้งหมดนี้ทำงานบนสแต็คโปรโตคอล HTTP แบบดั้งเดิม.
โดยรวมแล้ว โปรโตคอล deAI ได้กำหนดวิธีที่เอเจนต์จะชำระค่าธรรมเนียม ค้นหาทรัพยากร และสื่อสารกัน ตอนนี้เรามาวิเคราะห์แต่ละส่วนกันทีละส่วน:
! ภาพ
1. ชั้นแอปพลิเคชัน - x402
ชั้นบนสุดของโปรโตคอลสแต็กปัญญาประดิษฐ์แบบกระจายศูนย์ (deAI) คือ x402 ซึ่งเป็นโปรโตคอลชั้นแอปพลิเคชันที่เป็นตัวแทนการชำระเงินระหว่างตัวแทนสำหรับบริการต่างๆ เช่น การจัดเก็บไฟล์, อีคอมเมิร์ซ, การดึงข้อมูลเว็บไซต์ เป็นต้น x402 สร้างโดย Coinbase และ Cloudflare ซึ่งขยายสถานะโค้ด HTTP 402: ต้องชำระเงิน อย่างมีพื้นฐาน ทำให้มันเป็นส่วนหนึ่งของกระบวนการทำงาน อนุญาตให้ตัวแทนชำระค่าบริการด้วยสเตเบิลคอยน์
ผมได้เขียนบทความเกี่ยวกับ x402 อย่างละเอียดไปแล้วก่อนหน้านี้ โดยชื่อบทความคือ “การปรับปรุง HTTP 402 ในยุคสมัยใหม่” ซึ่งมีเนื้อหารวมถึงวิสัยทัศน์ สถาปัตยกรรม โอกาส และความท้าทายต่างๆ
โดยหลักการแล้ว x402 ทำงานผ่านข้อตกลงสามฝ่าย ซึ่งประกอบด้วยสามส่วน: ลูกค้าขอทรัพยากร → เซิร์ฟเวอร์ส่งกลับรหัสสถานะ 402 → ผู้ประสานงานการชำระเงิน (facilitator) ยืนยันสิทธิ์การชำระเงินของลูกค้าและทำการโอนเงินจริง (เช่น การส่งธุรกรรมที่มีลายเซ็นบนบล็อกเชน) เมื่อเสร็จสิ้นขั้นตอนเหล่านี้ เซิร์ฟเวอร์จึงจะปลดล็อคเนื้อหาระดับพรีเมียม.
! ภาพ
ในปัจจุบัน x402scan อาจเป็นหนึ่งในทรัพยากรที่ดีที่สุดในการสังเกตการทำงานของเซิร์ฟเวอร์ x402 ในการดำเนินงานจริง แม้ว่าระยะยาว x402 จะเป็นประโยชน์ต่อการชำระเงินไมโครสำหรับเนื้อหาคุณภาพ (เช่น การดึงข้อมูลเว็บ บทความที่ต้องชำระเงิน ทรัพยากรการคำนวณ) แต่การเพิ่มขึ้นในระยะสั้น (ซึ่งสามารถเห็นได้จาก x402scan) ส่วนใหญ่ต้องขอบคุณเหรียญมีมหลายประเภท เช่น … $PING - เหรียญเหล่านี้ต้องการให้ชำระเงินผ่าน x402 เพื่อหลอมโลหะตามเส้นโค้งพันธบัตร.
อย่างไรก็ตาม x402 ยังคงเป็นตัวอย่างที่ดีของมาตรฐานชั้นแอปพลิเคชันในสแต็กโปรโตคอล AI แบบกระจายอำนาจ (deAI) ที่กำลังเกิดขึ้น เช่นเดียวกับที่ “ชั้นแอปพลิเคชัน” ในสแต็กโปรโตคอลเครือข่ายแบบดั้งเดิมประกอบด้วยโปรโตคอลมากมาย (HTTP, FTP, SMTP, VoIP ฯลฯ) เราก็คาดหวังว่าจะมีมาตรฐานชั้นแอปพลิเคชันมากขึ้นเกิดขึ้นในอนาคต
2. การค้นพบชั้น - ERC 8004
เมื่อใช้ x402 คำถามที่มักถูกตั้งขึ้นคือ: ผู้คนจะค้นพบบริการที่มีอยู่ได้อย่างไร? นี่คือจุดที่ ERC 8004 ซึ่งพัฒนาโดยมูลนิธิ Ethereum มีบทบาทใน “ชั้นการค้นพบ”.
เช่นเดียวกับที่ DNS จะทำการแมพชื่อโดเมนไปยังที่อยู่ IP (google.com → 8.8.8.8) ERC 8004 จึงได้แก้ปัญหาการค้นหา AI ตัวแทนโดยการสร้างทะเบียนบนเชนที่แมพ ID ตัวแทนไปยังลิงก์และฟังก์ชันต่าง ๆ ของตัวแทน ERC 8004 ใช้ “การ์ดตัวแทน” เป็นการระบุตัวตนของตัวแทนและมีฟังก์ชันเสริมเช่นการให้คะแนนความน่าเชื่อถือและการตรวจสอบ.
! ภาพ
ERC 8004 ใช้ ERC721 (NFT) เป็นพื้นฐานและ URIStorage ซึ่งประกอบไปด้วยพารามิเตอร์ต่างๆ เช่น Name, A2A, MCP, OASF, ENS, DID และประเภทความเชื่อถือที่รองรับ (เช่น ความเชื่อถือ, เศรษฐศาสตร์เข้ารหัส, การพิสูจน์ TEE) พารามิเตอร์เหล่านี้ทั้งหมดชี้ไปที่มาตรฐาน ID ตัวแทนที่แตกต่างกัน ทำให้สามารถแสดงฟังก์ชันของตัวแทนได้อย่างครบถ้วนมากขึ้น.
ผมเชื่อว่า ERC 8004 ในฐานะที่เป็นเส้นทางการพัฒนาของ deAI จะมีลักษณะคล้ายกับ DNS ในโปรโตคอลอินเทอร์เน็ต—มีโปรโตคอลรวมที่ทุกคนจะอ้างอิง แต่จะมีการเปลี่ยนเส้นทางผู้ใช้ไปยังโหนดเพียร์ต่างๆ (ที่นี่หมายถึงการเชื่อมโยงการ์ดตัวแทนที่แตกต่างกัน) เพื่อรับข้อมูลที่เฉพาะเจาะจงเกี่ยวกับคำถามที่กำหนด.
3. ชั้นการส่งข้อมูล - A2A โปรโตคอล
จนถึงตอนนี้ เราได้แนะนำชั้นแอปพลิเคชันและชั้นการค้นหาแล้ว ขั้นตอนสุดท้ายของโพรโทคอลสแต็กคือชั้นการส่งข้อมูล ซึ่งมีหน้าที่จัดการวิธีการที่แอปพลิเคชันจะสื่อสารกันหลังจากที่เสร็จสิ้นการค้นหาผ่านโพรโทคอลที่คล้ายกับ ERC 8004 สำหรับโพรโทคอลเครือข่ายอินเทอร์เน็ตแบบดั้งเดิม โพรโทคอล TCP/IP จะรับผิดชอบในการส่งแพ็กเก็ตข้อมูลจากไคลเอนต์ไปยังเซิร์ฟเวอร์ แต่สำหรับโพรโทคอล deAI แบบกระจายอำนาจ กูเกิลได้เปิดตัวโพรโทคอล A2A เมื่อไม่นานมานี้ ซึ่งโพรโทคอลนี้ถูกออกแบบมาโดยเฉพาะเพื่อให้การสื่อสารระหว่างตัวแทนเป็นไปได้
การสื่อสารระหว่างตัวแทนของลูกค้า (A2A ลูกค้า) และตัวแทนระยะไกล (A2A เซิร์ฟเวอร์) จะใช้ JSON-RPC 2.0 ผ่าน HTTPS โดยพื้นฐานแล้ว ตัวแทนทั้งสองจะ “สนทนา” กันโดยการเข้าถึงจุดสิ้นสุด HTTP ของแต่ละฝ่าย และขอการคำนวณหรือฟังก์ชันต่างๆ A2A ยังระบุว่าตัวแทนแต่ละรายจะมีการ์ดตัวแทนเพื่อเผยแพร่ข้อมูลเกี่ยวกับฟังก์ชัน กรอบงาน และไฟล์แนบ MCP ต่างๆ
! ภาพ
ในโปรโตคอล A2A หลังจากที่ไคลเอนต์และพร็อกซีระยะไกลยืนยันซึ่งกันและกันแล้ว ไคลเอนต์จะตรวจสอบการ์ดพร็อกซีเพื่อขอจุดสิ้นสุด HTTP และขอบริการที่เกี่ยวข้อง พร็อกซีระยะไกลจะใช้เครื่องมือ MCP และทรัพยากรการคำนวณของตน และส่งการอัปเดตแบบอะซิงโครนัสระหว่างการประมวลผลงาน (คล้ายกับ “กระบวนการคิด” ในโมเดลการอนุมาน) สุดท้ายจะส่งการตอบสนองสุดท้ายและชิ้นส่วนงาน
ผมขอแนะนำบทความเบื้องต้นที่ยอดเยี่ยมคือ “What is A2A protocol (Agent2Agent)?” ของ IBM.
รวมปัจจัยทั้งหมดเข้าด้วยกัน…
พิจารณาปัจจัยต่างๆ เช่น x402, 8004 และ A2A เราสามารถอ้างอิงตัวอย่างการสาธิตที่ Coinbase ให้ไว้ — การซื้อเครื่องทำความเย็นใหม่จาก Lowe's สมมติว่าผู้ใช้กำลังสนทนากับแชตบอทและสอบถามวิธีการซื้อเครื่องทำความเย็นจาก Lowe's:
- เราจะใช้ ERC 8004 (ชั้นการค้นพบ) เพื่อค้นหาตัวแทนขายตู้เย็นของ Lowe's และขอให้มันแสดงฟังก์ชันของตัวแทน.
- เราจะใช้ A2A (ชั้นการส่งข้อมูล) สื่อสารกับตัวแทนของ Lowe's ผ่านจุดสิ้นสุด HTTP.
- เราจะใช้ x402 (ชั้นแอปพลิเคชัน) ในการจัดการการอนุญาตการชำระเงินและโอนเหรียญเสถียรบนบล็อกเชน.
แน่นอน ทุกอย่างนี้จะเกิดขึ้นบนสแต็คโปรโตคอลเครือข่าย HTTP-DNS-TCP/IP แบบดั้งเดิม!
โดยรวมแล้ว สแต็กนี้ประกอบเป็นโครงสร้างพื้นฐานโปรโตคอลของ Agentic Internet ( (อินเทอร์เน็ตตัวแทน) ทำให้ตัวแทนไม่เพียงแต่สามารถถ่ายโอนข้อมูล แต่ยังสามารถทำธุรกรรม, ตรวจสอบ และประสานงานกับทรัพยากรบนบล็อกเชนได้อีกด้วย.
