Trust Paradigm Evolution for Agentic Networks (MAIC-Trust / M-Trust)

Abstract

在 AI 智能体快速发展的推动下，下一代智能网络正从连接人与物，逐步走向同时连接分布式智能。随着网络架构和业务范式的持续演进，网络环境中将越来越多地纳入分布式、智能化和异构的要素。这些发展在释放新能力的同时，也带来了安全、可信与治理方面的新挑战。零信任原则已在多种传统网络环境中得到应用，为网络安全架构的演进提供了有益参考；然而，随着自主实体越来越多地执行复杂任务、委托操作、调用网络能力，并在不同上下文和管理域之间开展交互，可能出现传统的以身份和访问为核心的实现方式所未能覆盖的额外信任与授权需求。本白皮书重点关注两类场景：一是外部 AI 智能体（第三方 AI 智能体）调用运营商开放网络能力的场景；二是运营商内部 AI 赋能网络（AI for Networks）的场景，即网络 AI 智能体和 AI 赋能的网络功能参与网络运行、管理和编排的场景。自智网络框架虽已支持意图驱动运行和闭环自动化，但智能体交互带来了新的要求，即确保被委托和不断演变的操作始终可信，并处于授权目标范围之内。为应对上述挑战，本白皮书面向智能体网络提出一种新的信任框架：MAIC-Trust 框架（以下简称 M-Trust）。该框架从三个相互补充的维度构建可信的智能体网络环境：多方信任（Multi-party Trust）、跨域信任（Cross-domain Trust）、智能体意图感知信任（Agentic Intent-aware Trust）。三个维度分别定义为：多方信任——支持涉及多个相关实体和信任证据来源的信任评估，并可根据运行场景采用不同的信任建立方式，为协同信任评估与治理提供基础，同时保留相关运营商及管理域的安全与策略权限；智能体意图感知信任——聚焦智能体自身的可信性，将传统身份验证机制扩展为身份验证与意图感知授权相结合的一体化模型，在授权决策中综合考虑授权目标、执行上下文、资源请求和风险状况，实现自适应授权；跨域信任——面向跨异构网络和管理域的交互，在适用的运营商策略和安全要求下，支持信任证据的受控交换与评估，参与各方据此为跨域交互建立和评估信任，同时保留对自身信任与授权决策的权限。M-Trust 并非旨在取代零信任或现有的移动网络安全机制。它以相关零信任原则为基础，探讨如何对其加以补充，以应对未来移动网络中日益自主的智能体交互。M-Trust 定位为面向智能体网络的参考框架和研究方向，而非标准规范或强制性实现。