Agent商業化駛入深水區,螞蟻推出APASS補上“信任基礎設施”
螞蟻集團在今年的外灘大會上正式發布智能體信任基礎設施 APASS,這項被定位為 AI Agent 商業化關鍵拼圖的服務,宣示產業發展重心正從過去的模型能力與工具鏈建構,逐步轉向更為根本的信任機制建設。對照過去一年多來各家廠商競相推出智能體平台的熱潮,螞蟻此次選擇從信任角度切入,顯然有意為智能體大規模參與真實商業活動補上最後一塊基礎設施。智能體要真正走進商業世界,不能只停留在回答問題或執行簡單指令的階段。
當 Agent 開始代表用戶簽署合約、完成交易、管理資產,甚至在各類平台之間代為辦理業務時,外界對於「這個 Agent 是誰」「它有沒有資格代表我」「它做的事情是否超出授權範圍」等疑問,便成為必須被回答的問題。過去很長一段時間,產業界把大量資源投入提升智能體的理解與推理能力,卻較少著墨於如何在制度面與技術面上,為智能體建立可信的身分與可問責的行為紀錄。APASS 正是針對這個缺口而來。
這套基礎設施以 KYA(Know Your Agent)理念為核心,與金融領域常見的 KYC(Know Your Customer)邏輯一脈相承,強調在讓智能體進入商業場域之前,必須先充分認識它、驗證它、持續追蹤它。透過可信身份與風控服務的結合,APASS 為智能體建立「身份」與「行為」兩條信任鏈,分別對應 Agent 的歸屬授權與動作紀錄,讓每一個參與商業活動的智能體,都不再只是來歷不明的程式。具體而言,APASS 試圖回答四個核心問題:Agent 是誰、代表誰、可做什麼、行為是否可信。這四個問題看似簡單,卻是智能體從個人助理走向商業協作者過程中,企業與用戶最在意的關鍵。
如果無法清楚界定 Agent 的身分來源與授權邊界,企業很難放心把高價值場景交給它執行;如果無法確認 Agent 的行為有跡可循、有據可查,用戶也難以在發生爭議時追究責任。在技術架構上,APASS 提供身份註冊、持續核驗、意圖安全與可信存證等能力。身份註冊讓智能體在進入商業體系之初便建立明確的歸屬身分;持續核驗則確保這分身分在後續運作中始終有效,不會因為授權狀態改變而產生漏洞;意圖安全負責在智能體執行任務的過程中,即時把關其行為是否符合用戶原本的授權範圍;可信存證則為每一次決策與動作留下可供查驗的紀錄,形成完整的證據鏈。兩條信任鏈各自承擔不同的任務。
身份信任鏈解決的是 Agent 的歸屬與授權邊界問題,釐清這個智能體背後代表的是哪一位用戶或哪一家企業,以及它被授予了哪些權限;行為信任鏈則確保 Agent 在調用服務、辦理業務及參與支付等過程中,每一次的決策與動作都有跡可循、有據可查。兩者相輔相成,共同構成智能體作為「商業主體」的完整可信基礎。值得注意的是,APASS 的落地意味著智能體的身分定位出現了本質上的轉變。過去 Agent 被視為執行指令的工具程式,如今在信任基礎設施的支撐下,它開始具備可追溯、可驗證、可問責的商業主體特質。
這不是單純的技術升級,而是制度面的重新定義——當一個智能體可以在商業活動中承擔責任、留下紀錄、接受檢驗,企業與用戶對它的態度,自然也會跟著改變。在實際應用情境中,APASS 的價值尤其明顯。以 Agent 代表用戶簽署合約為例,傳統模式下,用戶很難確認這個 Agent 是否真的獲得授權,也很難在事後追查它到底做了哪些決定;有了 APASS 之後,系統可以持續核驗智能體的身分有效性,並對意圖安全進行即時把關,一旦發現行為超出允許範圍或授權被濫用,就能即時阻止。同樣的邏輯也適用在交易完成與資產管理等場景。從產業發展的角度來看,信任機制的補位,直接影響企業開放高價值場景的意願。
過去許多企業對於是否讓智能體介入核心業務流程抱持觀望態度,主因並非能力不足,而是缺乏明確的責任歸屬與風險控制框架。當 APASS 這類基礎設施逐漸成熟,企業將更有信心把更多高價值場景交給智能體執行,這也為 Agent 商業化駛入深水區鋪平了道路。當然,信任基礎設施的建立只是第一步。隨著智能體參與的商業活動越來越複雜,相關的治理機制、法律規範與行業標準,都還需要持續演進。但至少從外灘大會這次發布可以看出,螞蟻集團已經將 Agent 商業化的關鍵命題,從「能不能做」推進到了「值不值得信任」的階段,而這正是智能體從新興技術走向主流商業應用的必經之路。
Related
相關文章

長安汽車首席專家譚歡:未來要用機器人造車、賣車,讓機器人上車、造機器人
作者:清源 責編:清源 評論: 9 月 18 日消息,在今天(18 日)的第 22 屆中國汽車產業發展(泰達)國際論壇“新賽道生態專場:具身智能新賽道”活動中,長安汽車首席專家、長安天樞智能機器人公司總經理譚歡在演講中指出,AI 正推動以物理具身智能為核心的基礎設施革新,汽車未來形態是“汽車機器人”—— 自學習、自組織、自進化的組合智能體。

具身智能技術路線尚未定型,基礎設施卻先收斂
具身智能技術路線尚未成形,但基礎設施需求已開始收斂,重點從製造機器人轉向持續迭代機器人能力。百度集團沈抖指出,智能體能力邊界快速擴展,進入規模化部署階段,但機器人學習新任務與跨環境適應性仍待突破。

88小時抵一個人思考4000年,OpenAI核心研究員:除了自我進化,更可怕的是AI正學會“隱藏自己”
AI正在把4000年的人類認知勞動壓縮進88小時,OpenAI研究員Noam Brown坦言連他自己也被進展速度持續震驚。AI正在把過去需要數千年完成的認知勞動壓縮到數天。真正的問題已經不只是模型能否變得更聰明,而是實驗能否跟上、人類能否在模型繼續自我改進前確認它仍然安全。
Agent辦事、花式P圖、動嘴玩電腦……實測Wildcat Lake輕薄本玩AI有多爽
作者 | ZeR0 編輯 | 漠影 桂林依山傍水,連城市的輪廓,都是一座座山勾勒出來的。抬眼一望,便是翰墨丹青般的自然光景,既沉靜婉約,又意境悠遠。這種乾淨的留白之美,早已被古人融入山水畫藝中,幾筆山石,一帶煙雲,餘下的留給水色,也留給看畫的人。 淨,並非空無一物,而是通過剋制的取捨,讓真正重要的東西凸顯出來。這與今年推出的第三代英特爾酷睿處理器(代號Wildcat Lake)的設計理念不謀而合。

吳恩達回應AI末日論:別被科幻敘事帶偏,應解決現實工程問題
吳恩達曾參與創辦Google Brain和Coursera。吳恩達稱,科技行業早期曾放大AI潛在災難性風險,以獲取關注並影響監管方向;近兩週相關討論再次升溫,也可能存在類似動機。他認為AI確實存在現實風險,尤其包括網絡安全等領域,但不認同將人類滅絕風險作為當前AI發展的核心判斷依據。

智譜 GLM-5.3-FlashX 模型上線,更快、更流暢
作者:汪淼 責編:汪淼 評論: 感謝網友 Agent 的線索投遞!9 月 18 日消息,智譜今日宣佈推出 GLM-5.3-FlashX(最高 200 tokens/s),為企業與開發者帶來更快、更流暢的模型體驗。智譜官方表示,GLM-5.3-Flash 此前以“Ox Alpha”之名與全球開發者見面,獲得海內外開發者的廣泛認可,調用量持續攀升。