AI代理时代到来，零知识证明重塑互联网信任
互联网正在进入一个新的信任难题：当越来越多的AI Agent开始代替人完成任务，用户可能很难再判断，屏幕另一端究竟是人，还是一个能够自主行动的软件系统。
7月20日，据CoinDesk报道，Succinct Labs高管Brian Trunzo撰文指出，过去依靠AI检测工具去识别AI生成内容的方式正在失效。随着自主AI Agent逐渐进入浏览网页、执行交易、发布内容以及参与人机互动等场景，互联网原有的身份验证和信任体系正在面临新的挑战。
问题并不只是“真假内容”。
过去几年，生成式AI带来的主要争议集中在文本、图片和视频真假难辨。但随着AI Agent能力提升，风险开始从内容层面转向行为层面。一个AI系统不仅可以生成一篇文章，还可能代表用户完成购物、签署协议、操作金融账户，甚至与其他自动化系统进行复杂交互。
这意味着，未来互联网需要回答的不再只是“这句话是不是AI写的”，而是“这个AI是谁，它为什么有权限做这件事，它的行为是否可以被追溯”。
Trunzo认为，传统“用AI检测AI”的模式很难解决这一问题。原因在于，检测工具本身也处于持续竞争状态，随着模型能力提升，生成内容与人类内容之间的差异会不断缩小。单纯依靠概率判断，很难成为长期可靠的信任基础。
他提出，零知识证明（ZK）技术可能成为解决方案之一。
零知识证明最早广泛应用于区块链领域，它允许一方在不公开具体信息的情况下，向另一方证明某个事实成立。例如，不需要透露完整数据，就能证明自己满足某项条件。
放到AI领域，这项技术可以帮助系统生成一种可验证的“行为凭证”。在不暴露模型内部参数、训练数据以及敏感信息的情况下，证明一个AI模型是否经过特定训练、推理过程是否符合规则、执行任务时是否拥有对应权限。
这会改变AI系统建立信任的方式。
过去，互联网信任更多依赖平台背书。用户相信某个平台，是因为它拥有品牌、监管关系或者用户规模。但AI Agent进入网络后，平台数量可能迅速增加，大量自动化主体同时存在，仅靠中心化认证很难覆盖所有场景。
类似变化已经在金融行业出现。银行不会只关心一次交易结果，而会关注交易主体身份、授权过程以及风险控制记录。AI Agent未来参与金融交易时，也需要类似的“数字身份证”和行为证明。
当然，零知识证明并不是解决所有问题的万能工具。
它可以证明某个过程符合规则，但无法完全判断规则本身是否合理。如果一个AI Agent被赋予了错误目标，或者训练数据存在偏差，即使行为过程可验证，也不能自动消除潜在风险。
因此，技术验证和监管规则需要同步推进。
Trunzo在文章中呼吁，美国应针对高风险AI应用建立更明确的要求，例如金融交易、涉及未成年人的AI互动等场景，要求Agent携带可验证的密码学证明。监管重点也应该从单纯追问“内容是否真实”，转向关注“行为是否具备可验证依据”。
这背后反映的是AI产业发展的一个阶段变化。
早期人工智能竞争集中在模型参数、算力规模和生成能力上。如今，随着基础模型逐渐普及，行业开始进入下一阶段：如何让AI被安全地接入真实世界。
对于企业而言，未来真正有价值的不只是一个更聪明的模型，而是一套能够证明模型可靠、控制权限边界、追踪责任来源的基础设施。
互联网曾经通过HTTPS解决了数据传输过程中的信任问题，数字签名解决了身份验证问题。AI Agent时代，新的问题可能是如何证明“一个机器行为背后的可信来源”。
如果未来网络中大量活动由AI完成，那么信任体系也必须从“相信某个平台”，转向“验证某个行为”。零知识证明等密码学技术，正在成为这场重构中的重要候选方案。
