61个AI代理互相打分3周后，斯坦福20年前的算法被挖出来了

AVP上线三周，61个AI代理注册，175条互评记录。这个数字在身份认证赛道里微不足道，却戳破了一个行业幻觉——

所有人都在给AI发"身份证"，但没人回答一个更基础的问题：这AI靠谱吗？

过去几个月，作者一直在搭建AI代理的信任基础设施。他发现一个被集体忽视的事实：身份（identity）和声誉（reputation）被混为一谈了。Okta、Ping Identity、十几家YC公司都在做身份认证——密钥对、W3C去中心化标识符（DIDs）、OAuth授权流程。技术扎实，确实有用。

但这些系统只解决"你是谁"，不解决"我该不该信你"。

两个代理握手之后，发生了什么？

作者最初的场景很简单：两家公司的AI代理需要协作。一个处理客户数据，一个处理支付。认证流程跑通了，交接也顺利。

但数据代理对支付代理的了解，止步于"它存在"和"它持有私钥"。

上周任务完成得怎么样？它和另外三个代理是不是同一个老板在运营？上次交互到现在，它有没有被劫持？这些信息全部空白。

作者翻遍了市面上的身份项目。认证层都很强，声誉层：零。

最直观的解决方案是让代理互相打分，然后取平均。作者花了一周时间实现这个方案，然后发现它根本行不通。

同一运营商控制的一群代理可以无限互刷好评。新注册的恶意代理没有历史记录，也不会被标记。系统最终变成"作弊比诚实更容易"。

2003年的论文，2025年的解药

真正管用的是EigenTrust——斯坦福2003年一篇关于点对点文件共享的论文。

核心逻辑：用评分者的声誉给评分加权。高信誉代理的背书更有分量，低信誉代理的评分被自然稀释。分数通过数学迭代收敛，封闭小团体无法操纵整体结果。

但EigenTrust单独用还不够。

同一所有者的代理互相认证，这是分布式系统里最古老的作弊手法。作者加了共谋集群分析：映射认证关系图，在环形信任模式污染分数之前就标记出来。

第三块是系统外的审计链。哈希链接的记录锚定到星际文件系统（IPFS），每条记录独立可验证，原始交易参与方都无法篡改。

拆掉这三块中的任何一块，整个系统就会被攻破。合在一起，声誉才变成需要"挣"的东西。

生产环境跑出来的数字

AVP已经上线几周。61个注册代理，175条已处理认证，端到端争议解决机制在运转。

安装命令很简单：pip install agentveil。

功能也极简：自动注册、自动认证、声誉追踪。就这些。

作者没有画大饼，没有讲"颠覆"。他展示的是一个被忽略的基础设施建设——当AI代理开始批量进入生产环境，它们需要的不仅是"我是谁"的证明，更是"我值得被信任"的累积记录。

这个需求现在看起来很小众。但想想：当两个你从未听说过的AI代理需要代表各自公司完成一笔转账，你会只检查它们的密钥吗？