बैंक पहले से ही उन एजेंट्स को ब्लॉक कर रहे हैं जो ग्राहकों द्वारा दिए गए क्रेडेंशियल्स का इस्तेमाल करके लॉग इन करते हैं। JPMorgan का कहना है कि वह उन शेयर्ड-क्रेडेंशियल सर्विसेज़ को ब्लॉक कर रहा है जो पैसा ट्रांसफर करती हैं, और साथ ही इसे सही तरीके से करने का रास्ता भी तैयार कर रहा है।
हम एक बंटवारे के दौर में प्रवेश कर रहे हैं। कुछ बिज़नेस एजेंट्स के लिए एक आसान रास्ता बना रहे हैं, जबकि दूसरे उनके अंदर आने के रास्तों को बंद कर रहे हैं। Walmart ने अभी-अभी घोषणा की है कि वह एक MCP-आधारित Agent Gateway शुरू कर रहा है, जिसकी शुरुआत डेवलपर बीटा से होगी, और अगले महीने खर्च की सीमा (spending limits) के साथ Agent Profiles भी आएंगे।
Meta की अर्निंग कॉल में, ज़करबर्ग ने कहा कि शॉपिंग Muse का सबसे आम उपयोग था, जिसमें औसत खरीदारी 200 डॉलर से अधिक की थी। यह पूरी तरह से एक फाइनेंस की समस्या है, और इसे सुलझाने का इनाम बहुत बड़ा है।
David Sacks का तर्क है कि बैंकों को ऐसी एक्सेस का समर्थन करना चाहिए जिसे ग्राहक दे सकें, सीमित कर सकें और वापस ले सकें। मैं इस दिशा से सहमत हूँ। मुश्किल सवाल यह है कि यह कैसे होगा।
आपके बैंक की नज़र में आपका एजेंट एक बहुत बड़ी धोखाधड़ी और देनदारी (liability) की समस्या है।
अपना लॉगिन सौंप देने से बैंक को यह नहीं पता चलता कि उसे कौन सा एजेंट इस्तेमाल कर रहा है, मैंने उससे क्या करने को कहा था, या क्या वह काम मेरे निर्देश से मेल खाता है। कोई ग्राहक एक्सेस को मंजूरी दे सकता है, बिना उस हर चीज़ को मंजूरी दिए जो एजेंट करने की कोशिश कर सकता है।
मुझे लगता है कि अब एक मैप बनाने का समय आ गया है।
इसमें चार परतें हैं: Entry, Identity, Tools, और Intent।
1. Entry: एजेंट को अंदर आने का एक मान्य तरीका दें।
Personal Agent Protocol, या PAP (जिसे अब Poppy कहा जाता है), किसी बिज़नेस को यह पब्लिश करने का तरीका देता है कि एजेंट उसके साथ कैसे इंटरैक्ट कर सकते हैं: कहाँ साइन इन करना है, वह कौन से इंटरफ़ेस ऑफर करता है, और वह कौन सी एक्सेस देगा।
मेरा एजेंट उस जानकारी को खोजता है और एक सपोर्टेड साइन-इन फ्लो का इस्तेमाल करता है। मैं एक्सेस को मंजूरी देता हूँ; बिज़नेस तय करता है कि वह क्या अनुमति देगा। उस एक्सेस को सीमित और रद्द किया जा सकता है। Bank of America और Wells Fargo डिज़ाइन पार्टनर हैं, जिसका मतलब है कि वे इसे आकार देने में मदद कर रहे हैं, न कि यह वादा कर रहे हैं कि मेरा एजेंट कल से उनके बैंकिंग ऐप्स का इस्तेमाल कर सकता है।
Visa का Trusted Agent Protocol (TAP) एक शॉपिंग एजेंट को साइन की गई जानकारी के साथ अपना परिचय देने देता है: “मैं Visa के प्रोग्राम द्वारा अप्रूव्ड एक शॉपिंग एजेंट हूँ, मैं इस ग्राहक के लिए खरीदारी कर रहा हूँ, और वे इस तरह भुगतान करेंगे।” व्यापारी आगे बढ़ने की अनुमति देने से पहले उस जानकारी की जाँच कर सकता है। फिर भी उसे यह जाँचना होगा कि क्या मैंने खरीदारी को मंजूरी दी है।
Web Bot Auth वेबसाइट को यह जाँचने देता है कि एजेंट को कौन चला रहा है। खुद को “Muse” बताना काफी नहीं है; वेबसाइट रिक्वेस्ट के सिग्नेचर को ऑपरेटर की पब्लिश की गई की (key) से मिलाकर जाँचती है। TAP शॉपिंग एजेंट्स के लिए इसी तरीके का इस्तेमाल करता है।
ये सभी एक-दूसरे के पूरक हैं: “हे, मैं एक बॉट हूँ, मैं एक अच्छा बॉट हूँ, और मैं एक काम करना चाहता हूँ।”
2. Identity: वह सबूत लाएँ जिसकी सर्विस को ज़रूरत है।
Proof का x401 सर्विस को एजेंट के पीछे मौजूद व्यक्ति के बारे में सबूत माँगने की सुविधा देता है। बैंक बताता है कि उसे क्या चाहिए, एजेंट एक क्रेडेंशियल पेश करता है, और बैंक उसकी जाँच करता है। “मेरा एजेंट कहता है कि मैं Simon हूँ” यह सिर्फ एक दावा है; किसी भरोसेमंद जारीकर्ता (issuer) का साइन किया गया क्रेडेंशियल इसे सबूत बनाता है।
OpenID for Verifiable Presentations (OpenID4VP) वह तरीका है जिससे वॉलेट उस क्रेडेंशियल को पेश करता है। x401 सबूत माँगता है; OpenID4VP उसे पहुँचाने में मदद करता है।
FIDO स्टैंडर्ड्स पासकीज़ की नींव हैं। मैं अपनी पासकी को अपने चेहरे, फिंगरप्रिंट या डिवाइस PIN से अनलॉक करता हूँ, और मेरा डिवाइस एक ऐसा सिग्नेचर भेजता है जिसे सर्विस जाँच सकती है। मेरा बायोमेट्रिक डेटा मेरे डिवाइस पर ही रहता है। यह एजेंट को अपना पासवर्ड दिए बिना मेरी पहचान की पुष्टि करता है; हालाँकि यह अकेले मेरी कानूनी पहचान स्थापित नहीं करता।
बैंक के मौजूदा ग्राहक को शायद सिर्फ प्रमाणित (authenticate) होने की ज़रूरत हो। लेकिन नए ग्राहक या प्रतिबंधित सर्विस को वेरिफाइड आइडेंटिटी या योग्यता की भी ज़रूरत पड़ सकती है।
3. Tools: एजेंट को एक सटीक काम करने का तरीका दें।
MCP बैंक को यह बताने देता है कि एजेंट क्या कर सकता है और कैसे पूछ सकता है। “कार्ड फ्रीज़ करने के लिए, इस टूल को कॉल करो और मुझे कार्ड ID दो।” एजेंट ID भेजता है; बैंक रिज़ल्ट लौटाता है।
WebMCP ब्राउज़र के ज़रिए स्ट्रक्चर्ड टूल्स ऑफर करता है, ताकि एजेंट यह अनुमान लगाने के बजाय कि कौन सा बटन क्लिक करना है, सीधे कार्ड-फ्रीज़ टूल का इस्तेमाल कर सके। एक API सीधा सॉफ़्टवेयर इंटरफ़ेस उपलब्ध कराता है। MCP किसी काम का वर्णन कर सकता है, जबकि API पर्दे के पीछे वह काम करता है।
Agent2Agent (A2A) मेरे एजेंट को बिज़नेस के एजेंट को कोई काम सौंपने और उसकी प्रगति पर नज़र रखने देता है। लेकिन यह स्थापित नहीं करता कि मैंने उस काम को अधिकृत किया है।
ब्राउज़र ही निकट भविष्य में वह तरीका होगा जिससे एजेंट कई सर्विसेज़ तक पहुँचेंगे। वे पेज पर क्लिक करते हुए आगे बढ़ेंगे क्योंकि यही विकल्प उपलब्ध है, और कोई अनपेक्षित पॉप-अप पूरे काम को बिगाड़ सकता है।
एक्सेस पर नियंत्रण अभी भी बिज़नेस का ही होता है। “पैसा ट्रांसफर करें” वाले टूल को खोज लेने से मेरे एजेंट को मेरा अकाउंट खाली करने की अनुमति नहीं मिल जाती।
4. Intent: काम को उस चीज़ से मिलाएँ जिसे मैंने मंजूरी दी है।
जब आपको अपना फोन नहीं मिलता तो जो घबराहट होती है, वह वैसे ही काफी बुरी है, ऊपर से हर बैंक को एक-एक करके सूचित करना और भी मुश्किल बना देता है। मैं चाहता हूँ कि मेरा एजेंट मेरे कार्ड फ्रीज़ कर दे और डिवाइस लॉक कर दे। “मेरा कार्ड फ्रीज़ करो” का मतलब यह नहीं है कि तुम मेरा बैलेंस ट्रांसफर करो या मेरे अकाउंट की जानकारी बदल दो।
खरीदारी में कुछ शर्तें जुड़ जाती हैं। अगर मैं अपने एजेंट से होटल बुक करने को कहता हूँ, तो "उपयुक्त" का मतलब है 25 पाउंड से ज़्यादा भार वाले फ्री वेट्स, मिनी फ्रिज, और फ्री कैंसलेशन — क्योंकि ट्रैवल प्लान आखिरी वक्त पर बदल जाते हैं। मैं शायद एक कमरे, खास तारीखों और फीस सहित 200 डॉलर प्रति रात को मंजूरी दूँ।
मंजूरी देना बस एक कदम है। इसके बाद सामने वाली सर्विस को असली बुकिंग को उन शर्तों से मिलाना होगा। 190 डॉलर का कमरा जिसमें 60 डॉलर की अतिरिक्त फीस हो, मेरी सीमा से बाहर है। भुगतान पर साइन करने से यह भी साबित नहीं होगा कि होटल में वो जिम है जो मुझे चाहिए था।
x401 एक साइन किए गए एक्शन की भी माँग कर सकता है। मैं अपने डिवाइस पर शर्तों की समीक्षा करता हूँ, उन्हें मंजूरी देता हूँ, और सर्विस आगे बढ़ने से पहले साइन किए गए रिस्पॉन्स की जाँच करती है। जहाँ प्रोवाइडर इसे सपोर्ट करता है, यह भुगतान के साथ-साथ अकाउंट में बदलाव और दस्तावेज़ों पर भी लागू हो सकता है।
Mastercard का Verifiable Intent बिज़नेस को साइन किया हुआ सबूत देता है जो मेरी अनुमति को एजेंट की खरीदारी से जोड़ता है। यह एजेंट की बात पर आँख मूँदकर भरोसा करने के बजाय जाँचता है कि सिग्नेचर और लेनदेन तय सीमाओं के भीतर हैं या नहीं।
Google का AP2 चेकआउट और भुगतान की अनुमतियों को जोड़ता है, जिन्हें mandates कहा जाता है। व्यापारी जाँचता है कि एजेंट क्या खरीद सकता है; भुगतान प्रोवाइडर जाँचता है कि क्या वह उस चेकआउट के लिए मेरे भुगतान तरीके का इस्तेमाल कर सकता है।
Visa Intelligent Commerce भुगतान निर्देश और नियंत्रण प्रदान करता है। मैं एक निर्देश को प्रमाणित करता हूँ; एजेंट भुगतान क्रेडेंशियल की माँग करता है, और Visa उस रिक्वेस्ट और व्यापारी के भुगतान को उस निर्देश से मिलाकर जाँचता है। TAP एजेंट को पहचानने में मदद करता है; ये नियंत्रण भुगतान को संभालते हैं।
यूरोप का Strong Customer Authentication एक उपयोगी step-up तुलना प्रदान करता है: प्रासंगिक रिमोट भुगतानों के लिए, मंजूरी राशि और प्राप्तकर्ता (payee) से जुड़ी होती है। लेकिन यह हमें पूरे 'खोए हुए फोन' वाले काम के लिए कोई सार्वभौमिक अनुमति नहीं देता।
बिज़नेस को अभी भी हाँ कहना होगा।
आखिरकार, एजेंट क्या करते हैं, इसका नियंत्रण उपभोक्ताओं के हाथ में होना चाहिए।
हाँ, हर बैंक को अभी भी अपनी सर्विस की एक्सेस देनी होगी। मेरा निर्देश बैंक की तरफ से अनुमति नहीं दे सकता। इन सबके लिए प्रोटोकॉल मौजूद हैं, बस उन्हें आपस में जोड़ने की ज़रूरत है, और एजेंट को उन नतीजों की रिपोर्ट देनी होगी ताकि मुझे पता चले कि क्या सुरक्षित है और किस पर अभी ध्यान देना बाकी है।
आपकी जोखिम उठाने की क्षमता अलग हो सकती है।
मुझे इसमें कोई दिक्कत नहीं है कि एजेंट कुछ सौ डॉलर से कम की खरीदारी खुद कर ले। लेकिन उससे आगे, मैं चाहता हूँ कि वह मुझसे पूछे और एक ऐसे ज्ञात एजेंट का ऑडिट ट्रेल छोड़े जिसने चीज़ें कीं।
अगर हमारे पास ये हों:
- उपभोक्ता की अनुमतियाँ (intents के ज़रिए)
- जो एजेंट बनाने वालों और इंसानों की पहचान से जुड़ी हों।
- जो बिज़नेस और बैंकों से अनुमति माँग सकें
- और फिर इस पूरी प्रक्रिया का एक ऑडिट ट्रेल हो
तो हमारे पास बिना अनुमति वाले एजेंट्स नहीं होंगे।
बेशक, समस्या यह है कि "अनुमति प्राप्त" का मतलब अक्सर "पैसे चुकाए गए" होता है। JPMorgan और Plaid के डेटा-एक्सेस समझौते में पहले से ही कीमत शामिल है, और उस समझौते को अंतिम रूप देने में लगभग एक दशक लग गया।
क्या आपको लगता है कि बैंक Meta से ज़्यादा हासिल करने के लिए पीछे नहीं हटेंगे?
हमने सालों लगा दिए हैं ताकि ग्राहकों के लिए सही बटन क्लिक करना आसान हो सके। अब उनका एजेंट एक निर्देश लेकर आ रहा है।
हमें यह संभव बनाना होगा कि वह अपना अधिकार साबित कर सके और काम पूरा कर सके।
और इसका मतलब यह हो सकता है कि इस रास्ते में बैंकों को भी पैसे मिलें।
अगर आपको यह लेख पसंद आया, तो मैं brainfood.xyz पर लिखता हूँ - हमें ज़रूर देखें :)
