Trusta.AI: 构建跨越人机时代的信任基础设施

1. 引言

随着AI基础设施的快速发展,以及多智能体协作框架的兴起,AI驱动的链上代理正迅速成为Web3交互的主力。预计未来2-3年内,具备自主决策能力的AI Agent将率先完成对链上交易和交互的大规模采用,甚至可能替代80%的链上人类行为,成为真正意义上的链上"用户"。

这些AI Agent并非简单的执行脚本,而是能够理解上下文、持续学习、独立做出复杂判断的智能体,它们正在重塑链上秩序、推动金融流动,乃至引导治理投票与市场趋势。AI Agent的涌现,标志着Web3生态正从"人类参与"为中心,演进为"人机共生"的新范式。

然而,AI Agent的快速崛起也带来了前所未有的挑战:如何识别和认证这些智能体的身份?如何判断其行为的可信度?在一个去中心化且无需许可的网络中,如何确保这些代理不被滥用、操纵或用于攻击?

因此,建立一套能验证AI Agent身份与信誉的链上基础设施,已成为Web3下一阶段演进的核心命题。身份识别、声誉机制与信任框架的设计,将决定AI Agent能否真正实现与人类和平台的无缝协作,并在未来生态中扮演可持续的角色。

2. 项目分析

2.1 项目简介

Trusta.AI致力于通过AI构建Web3身份和信誉基础设施。

Trusta.AI推出了第一个Web3用户价值评估体系-MEDIA声誉评分,构建了Web3最大的真人认证和链上声誉协议。为多个顶级公链、交易所和头部协议提供链上数据分析和真人认证服务。已在多个主流链上完成超250万次链上认证,成为行业最大身份协议。

Trusta正在从Proof of Humanity拓展到Proof of AI Agent,为实现AI Agent链上金融服务与链上社交实现了身份建立、身份量化、身份保护的三重机制,构建了人工智能时代可靠的信任基础。

2.2 信任基础设施-AI Agent DID

在未来的Web3生态中,AI Agent将扮演举足轻重的角色,它们不仅能在链上完成交互和交易,也能在链下进行复杂操作。然而,如何区分真正的AI Agent与人为干预的操作,关系到去中心化信任的核心------如果没有可靠的身份认证机制,这些智能体就极易受到操纵、欺诈或滥用。这也正是为何AI Agent的社交、金融和治理等多重应用属性,必须建立在坚实的身份认证基础之上。

AI Agent的社交属性: AI Agent在社交场景中的应用日益广泛。如AI虚拟偶像Luna能自主运营社交账号、发布内容;AIXBT则作为人工智能驱动的加密市场情报分析师,全天候撰写行情洞察与投资建议。这类智能体通过持续学习和内容创作,与用户建立情感与信息互动,成为新型"数字社群影响者",在链上社交网络中发挥重要的舆论引导作用。

AI Agent的金融属性: 1.资产自主化管理:部分先进AI Agent已实现自主发币,未来可通过与区块链的可验证架构集成,具备资产托管权,完成从资产创建、意图识别到自动执行交易的全流程控制,甚至跨链无缝操作。例如某协议推动AI代理自主发币与资产管理,使其基于自身策略发行代币,真正成为链上经济体的参与者与建设者,开启广泛影响的"AI主体经济"时代。

2.智能化投资决策:AI Agent正逐步担任投资经理与市场分析师角色,依托大模型对链上实时数据的处理能力,精准制定交易策略并自动执行。在多个平台中,AI已嵌入交易引擎,显著提升市场判断力与操作效率,实现真正的链上智能投资。

3.链上自主支付:支付行为本质上是信任的传递,而信任必须建立在明确身份之上。AI Agent进行链上支付时,DID将成为必要前提。它不仅能防止身份伪造与滥用,降低洗钱等金融风险,还满足未来DeFi、DAO、RWA等合规追溯需求。同时,结合声誉评分体系,DID还能帮助建立支付信用,为协议提供风控依据与信任基础。

AI Agent的治理属性: 在DAO治理中,AI Agent可以自动化分析提案、评估社区意见并预测实施效果。通过对历史投票和治理数据的深度学习,智能体能够为社区提供优化建议,提高决策效率并降低人治风险。

AI Agent应用场景日益丰富,涵盖社交互动、金融管理及治理决策等多个领域,其自治性和智能化水平不断提升。正因如此,确保每个智能体拥有唯一且可信的身份标识(DID)至关重要。缺乏有效的身份验证,AI Agent可能被冒用或操控,导致信任崩塌和安全风险。

在未来全面由智能体驱动的Web3生态中,身份认证不仅是保障安全的基石,更是维护整个生态健康运行的必要防线。

作为该领域的首创者,Trusta.AI凭借领先的技术实力和严谨的信誉体系,率先构建了完善的AI Agent DID认证机制,为智能代理的可信运行提供坚实保障,有效防范潜在风险,推动Web3智能经济的稳健发展。

2.3 项目概况

2.3.1 融资情况

2023年1月: 完成300万美元种子轮融资,由SevenX Ventures和Vision Plus Capital领投,其他参投方包括HashKey Capital、Redpoint Ventures、GGV Capital、SNZ Holding等

2025年6月: 完成新一轮融资,投资方包括ConsenSys、Starknet、GSR、UFLY Labs等

2.3.2 团队情况

Peet Chen:联合创始人兼CEO,前某大型科技公司数字技术集团副总裁、安全科技首席产品官,前某全球数字身份平台总经理。

Simon:联合创始人兼CTO,前某大型科技公司AI安全实验室负责人,拥有十五年将人工智能技术技术应用于安全和风险管理的经验。

团队在人工智能与安全风控,支付系统架构与身份验证机制方面拥有深厚的技术积累与实践经验,长期致力于大数据和智能算法在安全风控中的深度应用,以及底层协议设计与高并发交易环境中的安全优化,具备扎实的工程能力和创新解决方案的落地能力。

3. 技术架构

3.1 技术解析

3.1.1 身份建立-DID+TEE

通过专用插件,每个AI Agent在链上获得一个唯一的去中心化标识符(DID),并将其安全地存储于可信执行环境(TEE)中。在这一黑箱式环境中,关键数据与计算过程被完全隐藏,敏感操作始终保持私密,外部无法窥探内部运行详情,有效构筑了AI Agent信息安全的坚实壁垒。

对于早在插件接入前已生成的代理,我们依托链上的综合评分机制进行身份识别;而新接入插件的代理,则可直接获得DID颁发的"身份证明",从而建立起自主可控、真实性与不可篡改兼备的AI Agent身份体系。

3.1.2 身份量化-首创SIGMA框架

Trusta团队始终坚持严谨评估与量化分析原则,致力于打造专业可信的身份认证体系。

Trusta团队最早在"人类证明"场景中构建并验证了MEDIA Score模型的有效性。该模型从五个维度全面量化链上用户画像,即:交互金额(Monetary)、参与度(Engagement)、多样性(Diversity)、身份(Identity)和年龄(Age)。

MEDIA Score是一个公平、客观且可量化的链上用户价值评估体系,凭借其评估维度全面、方法严谨,已被多个头部公链广泛采用,作为空投资格筛选的重要参考标准。它不仅关注交互金额,更涵盖活跃度、合约多样性、身份特征与账户年龄等多维度指标,帮助项目方精准识别高价值用户,提升激励分发的效率与公允性,充分体现出其在行业中的权威性与广泛认可度。

在成功构建人类用户评估体系的基础上,Trusta将MEDIA Score的经验迁移并升级至AI Agent场景,建立了一套更契合智能代理行为逻辑的Sigma评估体系。

Sigma评分机制以五大维度构建了一个从"能力"到"价值"的逻辑闭环评估体系。MEDIA侧重评估人类用户的多面参与度,而Sigma更关注AI代理在特定领域的专业性和稳定性,体现了从广度到深度的转变,更符合AI Agent的需求。

首先,在具备专业能力(Specification)的基础上,参与度(Engagement)反映其是否稳定持续地投入实践交互,是构建后续信任和效果的关键支撑。影响力(Influence)则是参与之后在社群或网络中产生的声誉反馈,表征代理的可信度和传播效应。货币性(Monetary)评估其在经济系统中是否具备价值积累能力与财务稳定性,为可持续激励机制奠定基础。最终,采用率(Adoption)作为综合体现,代表该代理在实际使用中的被接纳程度,是所有前置能力与表现的最终验证。

这一体系层层递进,结构清晰,能够全面反映AI Agent的综合素质与生态价值,从而实现对AI性能和价值的量化评估,将抽象的优劣转化为具体、可衡量的评分体系。

目前,SIGMA框架已推进与多个知名AI Agent网络建立合作,显示出其在AI代理身份管理和声誉系统建设中的巨大应用潜力,正逐步成为推动可信AI基础设施建设的核心引擎。

3.1.3 身份保护 - 信任评估机制

在一个真正高韧性、高可信的AI系统中,最关键的不仅是身份的建立,更是身份的持续验证。Trusta.AI引入了一套持续信任评估机制,能够对已认证的智能代理进行实时监控,以判断其是否被非法控制、遭遇攻击,或是受到非授权的人类干预。系统通过行为分析和机器学习等方式识别代理运行过程中可能出现的偏离,确保每一个代理行为都保持在既定策略与框架之内。这种主动方法可确保立即检测到任何偏离预期行为的偏差,并触发自动保护措施以维护代理的完整性。

Trusta.AI建立了一套始终在线的安全守卫机制,实时审视每一次交互过程,确保所有操作均符合系统规范和既定预期。

3.2 产品介绍

3.2.1 AgentGo

Trusta.AI为每个链上AI Agent分配去中心化身份标识(DID),并基于链上行为数据对其进行评级与可信索引,构建了一个可验证、可追踪的AI Agent信任体系。通过这一体系,用户能够高效识别和筛