ИИ-агент потратил ваши деньги. Кто докажет, что вы это разрешили?
Вы даёте задание ИИ-агенту: «Найди футболку дешевле $30, но не покупай». Агент находит — и оформляет заказ. Вы оспариваете списание. Продавец показывает, что заказ сделан с вашего аккаунта. Разработчик агента — что вы дали инструкцию не покупать. Платёжная система — что платёж прошёл. Каждая запись может быть точной. Но ни одна из них не связывает платёж с заданием, которое вы дали агенту. Обычный чат-бот предлагает футболку и ждёт. Агент же может использовать ваш аккаунт, связываться с другими сервисами и завершать транзакцию. Одно предложение запускает цепочку действий в системах разных компаний. Каждая компания видит только свою часть. Чтобы урегулировать спор, нужен ответ, охватывающий все три системы: совершил ли этот агент, действуя от вашего имени, это действие в рамках вашего задания?
В Сенате США уже увидели проблему. Сенатор Марк Уорнер (демократ, Вирджиния) внёс законопроект AI AGENT Act (S. 5051) 21 июля 2026 года. Он определяет «подотчётного пользовательского агента» как агента, уполномоченного действовать от имени пользователя в прозрачной, документируемой, ограниченной и отзываемой форме. Законопроект требует от таких агентов вести записи о действиях в реальном времени и поручает NIST разработать стандарты для верификации того, что пользователь делегировал полномочия агенту, и для ведения аудируемых записей. Но законопроект не требует создания верифицируемой цепочки доказательств, которая связывает все системы: от инициирования задачи до конечного результата. В случае с футболкой такая цепочка должна была бы связать инструкцию пользователя, действия агента и записи продавца и платёжной системы.
Что сейчас видят системы
Продавец может опознать поставщика ИИ-агента, но не конкретного агента. Платёжная система может маркировать того же клиента по-другому. Сопоставить пользователя, поставщика и конкретного агента по этим записям — сложно. А даже если сопоставить, нужны доказательства, что пользователь уполномочил агента именно на это действие. В технических системах есть механизмы делегирования полномочий — например, OAuth. Но токен, полученный неделями ранее, всё ещё может давать право на оплату сегодня, даже если текущая инструкция запрещает покупку. Продавец видит действующий токен и проводит транзакцию. Ограничение «не покупать» остаётся внутри системы поставщика агента.
Как могла бы работать верификация
Чтобы такая подотчётность работала, нужно пять элементов: верифицируемая привязка между аккаунтом пользователя, агентом в конкретный момент времени и заданием; ограничения, специфичные для этого задания; верифицируемая связь между транзакциями; проверка перед каждым действием; и записи, изменения в которых можно обнаружить. Платёжные системы уже собирают эти элементы.
Первая запись идентифицирует учётную запись пользователя, утвердившую задание, и агента, получившего полномочия. Поставщик агента привязывает аккаунт, агента и задание в записи об авторизации и цифровой подписью заверяет её. Продавец и платёжная система могут проверить, кто её выпустил и была ли она изменена. Затем поставщик преобразует запрос пользователя в ограничения, которые могут выполнять другие системы: «искать 15 минут, не покупать, не передавать платёжные полномочия другому агенту». Перед началом работы пользователь видит и утверждает эту структурированную версию. Для связи между системами можно использовать уникальный идентификатор задачи, который сопровождает каждый запрос и появляется в записях каждой компании. Похожий механизм уже используется в распределённых системах.
На этапе оплаты продавец проверяет подписанную запись авторизации и сравнивает предлагаемую покупку с разрешёнными действиями. Если покупка запрещена — транзакция блокируется. После решения система продавца записывает агента, идентификатор задачи, проверенное правило, время, решение и результат. Поставщик хранит инструкцию и утверждённое правило. Каждая компания ведёт защищённую от изменений запись. Пользователь получает чёткий отчёт: «Ваш агент нашёл три магазина и попытался оформить заказ. Покупка была заблокирована, так как покупка не была разрешена».
Что уже есть и чего не хватает
Протокол Google Agent Payments Protocol (AP2) соответствует некоторым из этих требований. Он создаёт записи, которые могут показать утверждённые пользователем ограничения и информацию, представленную каждому участнику. Но AP2 не решает, кто несёт потери, и не определяет, как долго каждая компания должна хранить записи и как их можно получить. NIST в феврале 2026 года опубликовала концептуальный документ об идентичности агентов и разрешениях. Сейчас он рассматривает комментарии. Однако первоначальный подход NIST охватывает агентов, действующих внутри организаций, где возможен больший контроль. Агенты, приходящие извне, исключены из этой инициативы. Случай с потребительскими агентами, пересекающими границы компаний, — это именно тот случай, который NIST отложила. Каждая компания использует свои идентификаторы, свой язык авторизации и правила хранения. Спор может остаться неразрешённым, даже если каждая компания предоставит свои записи точно в том виде, в каком они хранятся.
Спор о футболке за $30 можно уладить легко. Но те же проблемы возникнут, когда агент переведёт $40 000, подаст апелляцию о пособии или запросит повторный рецепт на лекарства от вашего имени. В этих спорах будет легко доказать, что агенту разрешили доступ к сервису. Совсем другое дело — доказать, разрешали ли вы агенту сделать то, что он сделал от вашего имени.
Ключевые элементы системы верификации
- Верифицируемая привязка: связь между аккаунтом, агентом и заданием
- Ограничения задачи: чёткие правила, понятные всем системам
- Идентификатор задачи: уникальный маркер, проходящий через все системы
- Проверка перед действием: система проверяет разрешение перед выполнением
- Защищённые записи: каждая компания хранит записи с защитой от изменений
- Прозрачность для пользователя: понятный отчёт о действиях агента
Сравнение текущего состояния и идеальной системы
| Аспект | Текущее состояние | Идеальная система |
|---|---|---|
| Идентификация агента | Продавец видит поставщика, но не конкретного агента | Привязка агента к заданию |
| Ограничения задачи | Остаются внутри системы поставщика | Передаются и проверяются всеми участниками |
| Связь между системами | Отсутствует общий идентификатор | Уникальный идентификатор задачи |
| Проверка авторизации | По токену, без учёта текущей инструкции | Проверка правила перед каждым действием |
| Хранение записей | Каждая система хранит по-своему | Единый стандарт, защита от изменений |
Итог: ИИ-агенты уже могут тратить ваши деньги, а доказать, разрешали вы это или нет, почти невозможно. Законодательство делает первые шаги, но техническая инфраструктура для верификации ещё не готова. Спор из-за футболки за $30 — только начало. Когда агенты начнут переводить крупные суммы, подавать заявления и управлять медицинскими записями, вопрос «кто дал разрешение?» станет критическим. Пока что ответа на него нет.
ДРУГИЕ СТАТЬИ
25.08.2026
Увольнения ради ИИ не повышают производительность — и вот почему
Руководители и инвесторы сталкиваются с растущим парадоксом: компании вкладывают в искусственный интеллект больше денег, чем когда-либо, но не видят ожидаемого роста производительности. Даже генеральные директора начинают признавать этот разрыв. Исследование Федерального резервного банка Атланты показало, что около 90% руководителей считают, что ИИ пока не повысил производительность в их компаниях. Другие данные свидетельствуют, что общий рост производительности с 2021 год
21.08.2026
«Starwashing»: как космические компании используют приёмы гринвошинга, скрывая вред для Земли и космоса
От стартовых площадок до низкой околоземной орбиты и дальше — космические компании и их партнёры применяют хорошо знакомую маркетинговую тактику с новым оттенком. В космической экономике, которая к 2035 году, по прогнозам, достигнет $1,8 трлн, они продают нарративы об освоении космоса, апеллируя к желанию человечества расширяться за пределы Земли — при этом преуменьшая или умалчивая негативные последствия для Земли и космической среды. Добро п
19.08.2026
Новая технология связывает телефоны с автомобилями через камеры распознавания номеров
Представьте, что вы ездите на работу с коллегой каждое утро. Камера распознавания номеров фиксирует машину и связывает её с владельцем через реестр транспортных средств. Рядом другой сенсор улавливает сигналы от устройств поблизости — вашего телефона и смарт-часов коллеги. После нескольких таких поездок программное обеспечение начинает рассматривать эти устройства как повторяющуюся электронную «подпись», связанную с автомобилем. Через несколько н
17.08.2026
Как компьютеры научились говорить голосами людей: от роботизированного «Привет» до ИИ-копии за секунду
Когда вы разговариваете с Siri или Алисой, они отвечают голосами, которые звучат почти по-человечески. Но как компьютеры, смартфоны и приложения вообще умеют говорить? Они используют технологию, которая называется «синтез речи» (text-to-speech). Когда вы говорите, ваши лёгкие проталкивают воздух через голосовые связки в горле, они вибрируют и создают звук. Мозг управляет ртом, языком и губами, чтобы придать этому звуку форму слов. Компьютер имитиру
ПИШИТЕ
Техническая поддержка проекта ВсеТут