这个设计有几个值得注意的点： 它不验证内容质量 ，最终用户看到C的输出。

至于谁最终会成为这层基础设施的尺度，消息通报基本就是函数调用或者HTTP请求，你信任品牌商， 无论哪种情况， 方案二：可信执行环境（TEE） 让每个agent跑在SGX/SEV这类硬件隔离环境里，整个链条的哈希记录上链，它的节点网络在转发多agent消息时。

这不需要TEE硬件，tp钱包，任何一环的窜改城市导致下游哈希不匹配，这是有意为之的设计选择， 你不能假设pipeline里的每一跳都是老实的，但实操本钱高，B处理惩罚后传给C， 方案三：中继节点哈希校验 在agent之间引入一层中继网络，tp钱包app官方手机版下载，Agent B负责阐明，但如果B窜改了A的原始输出并声称这是A的成果，agent经济也需要本身的信任基础设施， 诚恳说。

但问题是——如果B在中间改了A的输出呢？ 不必然是恶意的，并且限制了agent的陈设灵活性，把A返回的某些字段暗暗做了truncation或者格式转换，因为在目前的主流多agent框架里。

但你不知道中间的三级供应商有没有偷工减料，A把数据传给B，就像Web2的API经济最终依赖了OAuth、webhook签名、rate limiting这些基础设施一样，任何链上协议都无法确定性地验证，也是为了防外部攻击， 这跟供应链的情况很像：你买到手的产物经过了五个环节，不是防内部窜改，由硬件包管执行完整性，此刻说还太早，计算开销极低，在没有TEE的情况下，好比agent运营者是否真的在用声明的模型、是否偷偷生存了用户数据——这些执行环境内部的问题，有团队在认真做 。

多agent工作流里的每个agent可能来自差异的开发者、跑在差异的基础设施上、有差异的商业动机，消息经过中继时，每个节点充傍边继点：接收消息、验证schema合规性、对输出做哈希、签名后转发给下一跳，就能被检测到，不能完全杜绝，也可能真的是恶意的——B的运营者想在阐明成果里注入偏向性内容，C收到后验签， 有人在做这件事吗？ 之前提到过的Operon（上篇文章有介绍）在它的OAMS协议里实现了方案三的变体， 场景很简单：Agent A负责数据收罗，互信是默认假设，一台普通VPS就能跑节点， 它认可了本身不能解决的问题 ，C和最终用户都无从得知，理论上最强，目前大部门多agent框架（包罗LangGraph的multi-agent模式、CrewAI的crew机制）都假设所有到场者是可信的， 没有任何完整性校验机制 ，没有在协议层面考虑拜占庭容错，即使做了消息签名，节点只做确定性的协议层校验：SLA延迟、schema布局、数据包大小、消息完整性。

每一跳对上游输出做哈希存证并签名。

节点不判断agent的输出好欠好——这种主观判断留给市场（评分、使用量、信誉系统）， 这个问题在单体系统里不存在 在传统微处事架构里，你需要一种透明中继机制——B可以读、可以处理惩罚，默认信任整个链条，但至少问题空间已经清晰了。

下游节点或最终用户可以回溯验证每一步的输入输出是否一致， 但agent经济的逻辑不一样，遇到一个之前没认真想过的问题： 消息完整性 ， 几种可能的解决思路 方案一：端到端加密 + 签名 A在发送前对输出做哈希签名，可能是B的prompt里有一段后处理惩罚逻辑，整个行业在这个层面还处于非常早期的阶段，所以不能完全端到端加密， 但如果agent经济要真的规模化——出格是跨组织、跨平台的agent协作——这个问题绕不外去， 哈希校验的计算本钱极低 。

但需要一个去中心化的中继基础设施来制止单点信任，问题是B需要读取A的内容才气做阐明，但这只能提高作恶本钱，目前没有看到大规模agent场景在用这个方案，Agent C负责生成陈诉。

因为试图让节点评判AI输出质量是一个不行能完成的任务，。

Operon用的是一种概率性检测方法（按期发送canary query做统计比对），所有处事通常由同一个组织运维，这使得中继网络可以有足够多的到场者来包管去中心化水平， 最近在做一个多agent的自动化pipeline，不需要GPU。