ธนาคารต่าง ๆ เริ่มบล็อกเอเจนต์ที่ล็อกอินด้วยข้อมูลรับรอง (credentials) ที่ลูกค้าส่งมอบให้แล้ว JPMorgan ระบุว่า กำลังบล็อกบริการที่ใช้ข้อมูลรับรองร่วมกันในการโอนเงิน พร้อมกับพัฒนาวิธีที่ถูกต้องเพื่อรองรับเรื่องนี้
เรากำลังก้าวเข้าสู่จุดแตกแยก บางธุรกิจกำลังสร้างประตูหน้าบ้านต้อนรับเอเจนต์ ในขณะที่บางแห่งกลับปิดกั้นทุกช่องทางที่พวกมันจะเข้ามาได้ Walmart เพิ่งประกาศเปิดตัว Agent Gateway ที่ใช้ MCP โดยเริ่มจากเวอร์ชันเบต้าสำหรับนักพัฒนาก่อน และจะมี Agent Profiles ที่มาพร้อมวงเงินการใช้จ่ายตามมาในเดือนหน้า
ในการแถลงผลประกอบการของ Meta Zuckerberg กล่าวว่าช้อปปิ้งคือกรณีการใช้งานที่พบบ่อยที่สุดของ Muse โดยมีมูลค่าการซื้อเฉลี่ยสูงกว่า 200 ดอลลาร์ นี่เป็นปัญหาทางการเงินอย่างแท้จริง และรางวัลสำหรับผู้ที่แก้ปัญหานี้ได้นั้นมหาศาลมาก
David Sacks เสนอว่า ธนาคารควรสนับสนุนรูปแบบการเข้าถึงที่ลูกค้าสามารถอนุญาต จำกัด และเพิกถอนได้ ผมเห็นด้วยกับทิศทางนี้ แต่คำถามที่ยากกว่าคือ "ทำอย่างไร"
ในสายตาของธนาคาร เอเจนต์ของคุณดูเหมือนปัญหาการฉ้อโกงและความรับผิดขนาดยักษ์
การส่งมอบข้อมูลล็อกอินของผมไม่ได้บอกธนาคารว่าเอเจนต์ตัวไหนกำลังใช้งานอยู่ ผมสั่งให้มันทำอะไร หรือการกระทำนั้นตรงกับคำสั่งของผมหรือไม่ ลูกค้าสามารถอนุมัติการเข้าถึงได้โดยไม่ต้องอนุมัติทุกสิ่งที่เอเจนต์อาจพยายามทำ
ผมรู้สึกว่าต้องวาดแผนภาพขึ้นมาอธิบายแล้วล่ะ
มีทั้งหมดสี่ชั้น ได้แก่ Entry (ทางเข้า), Identity (ตัวตน), Tools (เครื่องมือ) และ Intent (เจตนา)
1. Entry: มอบช่องทางเข้าที่ได้รับการสนับสนุนให้เอเจนต์
Personal Agent Protocol หรือ PAP (ปัจจุบันเรียกว่า Poppy), ช่วยให้ธุรกิจสามารถเผยแพร่ข้อมูลว่าเอเจนต์จะโต้ตอบกับตนได้อย่างไร เช่น ล็อกอินได้ที่ไหน มีอินเทอร์เฟซใดให้เลือกใช้บ้าง และจะให้สิทธิ์การเข้าถึงระดับใด
เอเจนต์ของผมจะค้นหาข้อมูลเหล่านั้นและใช้ขั้นตอนการลงชื่อเข้าใช้ที่ได้รับการสนับสนุน ผมเป็นคนอนุมัติการเข้าถึง ส่วนธุรกิจจะเป็นผู้ตัดสินใจว่าจะอนุญาตอะไรบ้าง สิทธิ์นั้นสามารถจำกัดและเพิกถอนได้ Bank of America และ Wells Fargo เป็นพันธมิตรด้านการออกแบบ ซึ่งหมายความว่าพวกเขากำลังช่วยกำหนดทิศทางของระบบนี้ ไม่ใช่การรับประกันว่าพรุ่งนี้เอเจนต์ของผมจะใช้แอปธนาคารของพวกเขาได้เลย
Trusted Agent Protocol (TAP) ของ Visa ช่วยให้เอเจนต์สำหรับช้อปปิ้งแนะนำตัวเองด้วยข้อมูลที่ผ่านการลงนาม เช่น “ฉันเป็นเอเจนต์ช้อปปิ้งที่ได้รับอนุมัติผ่านโปรแกรมของ Visa ฉันกำลังซื้อของให้ลูกค้ารายนี้ และนี่คือวิธีที่พวกเขาจะชำระเงิน” ร้านค้าสามารถตรวจสอบข้อมูลดังกล่าวได้ก่อนปล่อยให้ดำเนินการต่อ แต่ก็ยังต้องตรวจสอบอีกว่าผมได้อนุมัติการซื้อนั้นหรือไม่
Web Bot Auth ช่วยให้เว็บไซต์ตรวจสอบได้ว่าใครเป็นผู้ควบคุมเอเจนต์ การเรียกตัวเองว่า “Muse” นั้นไม่เพียงพอ เว็บไซต์จะตรวจสอบลายเซ็นของคำขอเทียบกับคีย์ที่ผู้ควบคุมเผยแพร่ไว้ TAP ก็ใช้แนวทางนี้กับเอเจนต์สำหรับช้อปปิ้งเช่นกัน
สิ่งเหล่านี้ทำงานเสริมกัน: “สวัสดี ฉันเป็นบอท เป็นบอทที่ดีนะ และฉันอยากทำบางอย่าง”
2. Identity: นำหลักฐานที่บริการต้องการมาแสดง
x401 ของ Proof ช่วยให้บริการร้องขอหลักฐานเกี่ยวกับบุคคลที่อยู่เบื้องหลังเอเจนต์ได้ ธนาคารระบุสิ่งที่ต้องการ เอเจนต์แสดงข้อมูลรับรอง แล้วธนาคารก็ตรวจสอบ “เอเจนต์ของฉันบอกว่าฉันคือ Simon” เป็นเพียงคำกล่าวอ้าง แต่ข้อมูลรับรองที่มีการลงนามจากผู้ให้บริการที่น่าเชื่อถือจะทำให้กลายเป็นหลักฐาน
OpenID for Verifiable Presentations (OpenID4VP) คือวิธีการที่วอลเล็ตใช้แสดงข้อมูลรับรองนั้น x401 เป็นผู้ร้องขอหลักฐาน ส่วน OpenID4VP ช่วยส่งมอบหลักฐานนั้น
มาตรฐาน FIDO เป็นรากฐานของ passkeys ผมปลดล็อกด้วยใบหน้า ลายนิ้วมือ หรือ PIN ของอุปกรณ์ แล้วอุปกรณ์ของผมจะส่งลายเซ็นที่บริการสามารถตรวจสอบได้ ข้อมูลชีวมิติของผมยังคงอยู่ในอุปกรณ์ วิธีนี้ยืนยันตัวตนผมได้โดยไม่ต้องส่งรหัสผ่านให้เอเจนต์ แต่มันไม่ได้พิสูจน์ตัวตนทางกฎหมายของผมได้ด้วยตัวเอง
ลูกค้าที่มีบัญชีอยู่กับธนาคารแล้วอาจต้องการแค่การยืนยันตัวตน แต่ลูกค้าใหม่หรือบริการที่ถูกจำกัดอาจต้องการการยืนยันตัวตนหรือคุณสมบัติเพิ่มเติมด้วย
3. Tools: มอบการทำงานที่แม่นยำให้เอเจนต์
MCP ช่วยให้ธนาคารอธิบายได้ว่าเอเจนต์ทำอะไรได้บ้างและต้องร้องขออย่างไร “หากต้องการระงับบัตร ให้เรียกใช้เครื่องมือนี้และส่ง ID บัตรมาให้ฉัน” เอเจนต์ส่ง ID ไป แล้วธนาคารก็ส่งผลลัพธ์กลับมา
WebMCP นำเสนอเครื่องมือแบบมีโครงสร้างผ่านเบราว์เซอร์ ทำให้เอเจนต์สามารถใช้เครื่องมือระงับบัตรได้แทนที่จะต้องเดาว่าจะคลิกปุ่มไหน ส่วน API จะให้อินเทอร์เฟซซอฟต์แวร์โดยตรง MCP สามารถอธิบายการทำงานได้ในขณะที่ API ทำหน้าที่ประมวลผลอยู่เบื้องหลัง
Agent2Agent (A2A) ช่วยให้เอเจนต์ของผมส่งมอบงานให้เอเจนต์ของธุรกิจและติดตามความคืบหน้าได้ แต่วิธีนี้ไม่ได้พิสูจน์ว่าผมได้อนุมัติงานนั้น
เบราว์เซอร์ จะเป็นช่องทางที่เอเจนต์ใช้เข้าถึงบริการจำนวนมากในอนาคตอันใกล้ พวกมันจะต้องคลิกไปตามหน้าเว็บเพราะนั่นคือสิ่งที่มีอยู่ และป๊อปอัปที่ไม่คาดคิดก็สามารถทำให้งานล้มเหลวได้
ธุรกิจยังคงเป็นผู้ควบคุมการเข้าถึง การค้นพบเครื่องมือ “โอนเงิน” ไม่ได้แปลว่าเอเจนต์ของผมได้รับอนุญาตให้ถอนเงินจนบัญชีว่างเปล่า
4. Intent: จับคู่การกระทำกับสิ่งที่ผมอนุมัติ
ความรู้สึกใจหายเมื่อหาโทรศัพท์ไม่เจอแย่พออยู่แล้ว ไม่ต้องพูดถึงการต้องแจ้งธนาคารทีละแห่ง ผมอยากให้เอเจนต์ระงับบัตรและล็อกอุปกรณ์ของผมให้เลย คำสั่ง “ระงับบัตรของฉัน” ไม่ได้หมายถึงการอนุญาตให้โอนเงินในบัญชีหรือเปลี่ยนรายละเอียดบัญชี
การซื้อของมีเงื่อนไขเพิ่มเข้ามา ถ้าผมสั่งให้เอเจนต์จองโรงแรม คำว่า "เหมาะสม" หมายถึงต้องมีฟิตเนสพร้อมดัมเบลน้ำหนักเกิน 25 ปอนด์ ตู้เย็นมินิบาร์ และการยกเลิกฟรี เพราะแผนการเดินทางมักเปลี่ยนกะทันหัน ผมอาจอนุมัติแค่ห้องเดียว วันที่เฉพาะเจาะจง และราคา 200 ดอลลาร์ต่อคืนรวมค่าธรรมเนียมแล้ว
การอนุมัติเป็นเพียงขั้นตอนเดียว บริการปลายทางยังต้องจับคู่การจองจริงเข้ากับเงื่อนไขเหล่านั้นด้วย ห้องราคา 190 ดอลลาร์แต่มีค่าธรรมเนียมเพิ่ม 60 ดอลลาร์ถือว่าเกินวงเงินของผม และการลงนามชำระเงินก็ไม่ได้พิสูจน์ว่าโรงแรมมียิมที่ผมต้องการ
x401 ยังสามารถร้องขอการกระทำที่มีการลงนามได้ด้วย ผมตรวจสอบเงื่อนไขบนอุปกรณ์ของผม อนุมัติ แล้วบริการจะตรวจสอบการตอบกลับที่มีการลงนามก่อนดำเนินการต่อ วิธีนี้ครอบคลุมถึงการเปลี่ยนแปลงบัญชีและเอกสาร รวมถึงการชำระเงินด้วย หากผู้ให้บริการรองรับ
Verifiable Intent ของ Mastercard มอบหลักฐานที่มีการลงนามให้ธุรกิจ เพื่อเชื่อมโยงการอนุญาตของผมเข้ากับการซื้อของโดยเอเจนต์ ระบบจะตรวจสอบว่าลายเซ็นและธุรกรรมอยู่ในขอบเขตที่กำหนด แทนที่จะเชื่อตามที่เอเจนต์บอกมาลอย ๆ
AP2 ของ Google เชื่อมโยงการอนุญาตในการชำระเงินและเช็คเอาต์ ซึ่งเรียกว่า mandates ร้านค้าจะตรวจสอบว่าเอเจนต์ซื้ออะไรได้บ้าง ส่วนผู้ให้บริการชำระเงินจะตรวจสอบว่าสามารถใช้วิธีการชำระเงินของผมกับการเช็คเอาต์นั้นได้หรือไม่
Visa Intelligent Commerce จัดเตรียมคำสั่งและกลไกควบคุมการชำระเงิน ผมยืนยันตัวตนเพื่ออนุมัติคำสั่ง เอเจนต์ร้องขอข้อมูลรับรองการชำระเงิน แล้ว Visa จะตรวจสอบคำขอนั้นและการชำระเงินของร้านค้าเทียบกับคำสั่ง TAP ช่วยระบุตัวตนของเอเจนต์ ส่วนกลไกควบคุมเหล่านี้จะกำกับดูแลการชำระเงิน
Strong Customer Authentication ของยุโรปเป็นตัวอย่างการยกระดับความปลอดภัยที่น่าสนใจ สำหรับการชำระเงินทางไกลที่เกี่ยวข้อง การอนุมัติจะถูกผูกติดกับจำนวนเงินและผู้รับเงิน แต่มันไม่ได้ให้สิทธิ์สากลแก่เราสำหรับการจัดการเรื่องโทรศัพท์หายทั้งหมด
ธุรกิจก็ยังต้องเป็นคนตอบตกลงอยู่ดี
ท้ายที่สุดแล้ว ผู้บริโภคต้องเป็นผู้ควบคุมว่าเอเจนต์จะทำอะไร
ใช่ครับ ธนาคารแต่ละแห่งยังต้องเป็นผู้อนุญาตการเข้าถึงบริการของตน คำสั่งของผมไม่สามารถให้อนุญาตในนามของธนาคารได้ โปรโตคอลสำหรับสิ่งเหล่านี้มีอยู่แล้ว เพียงแค่ต้องนำมาประกอบเข้าด้วยกัน และเอเจนต์ต้องรายงานผลลัพธ์เหล่านั้นเพื่อให้ผมรู้ว่าอะไรได้รับการปกป้องแล้ว และอะไรยังต้องจัดการต่อ
ระดับความเสี่ยงที่คุณยอมรับได้อาจแตกต่างกันไป
ผมยินดีปล่อยให้อีเจนต์จัดการการซื้อของที่ไม่เกินสองสามร้อยดอลลาร์ได้เอง แต่ถ้าเกินกว่านั้น ผมอยากให้มันมาถามผมก่อนและทิ้งร่องรอยการตรวจสอบ (audit trail) ไว้ว่าเอเจนต์ที่รู้จักได้ทำ สิ่งต่าง ๆ อะไรไปบ้าง
ถ้าเรามี
- สิทธิ์ของผู้บริโภค (ผ่าน intents)
- ที่เชื่อมโยงกับตัวตนของผู้สร้างเอเจนต์และมนุษย์
- ซึ่งสามารถร้องขอสิทธิ์จากธุรกิจและธนาคารได้
- และมีร่องรอยการตรวจสอบสำหรับทุกกระบวนการ
เราก็จะไม่มีเอเจนต์ที่ทำงานโดยไม่ได้รับอนุญาตอีกต่อไป
แน่นอนว่าปัญหาคือคำว่า "ได้รับอนุญาต" มักหมายถึง "ต้องจ่ายเงิน" ข้อตกลงการเข้าถึงข้อมูลระหว่าง JPMorgan และ Plaid มีการกำหนดราคามาเรียบร้อยแล้ว และข้อตกลงนั้นก็ใช้เวลาเกือบ หนึ่งทศวรรษ กว่าจะสรุปกันได้
คุณคิดว่าธนาคารจะไม่เรียกร้องอะไรมากขึ้นจาก Meta หรอกหรือ?
เราใช้เวลาหลายปีทำให้ลูกค้าคลิกปุ่มที่ถูกต้องได้ง่ายขึ้น ตอนนี้เอเจนต์ของพวกเขากำลังมาถึงพร้อมกับคำสั่ง
เราต้องทำให้สามารถพิสูจน์อำนาจของเอเจนต์และทำงานให้สำเร็จลุล่วงได้
และนั่นอาจหมายความว่าธนาคารจะได้รับเงินตอบแทนระหว่างทางด้วย
ถ้าคุณชอบบทความนี้ ผมเขียนเนื้อหาเพิ่มเติมที่ brainfood.xyz - ลองเข้าไปดูกันนะครับ :)
