AI 自主执行的安全难题:阈值 MPC 钱包能否成为解决方案?
研究人员提出一种新型阈值 MPC 钱包方案,旨在解决 AI 代理在自主执行任务时的密钥托管安全问题。现有方案存在根本性缺陷,新方法通过分布式密钥生成、策略强制执行和可审计性来增强安全性。
AI 代理自主执行任务时面临一个核心矛盾:它们需要密钥来操作,但又是最不可信的密钥持有者。现有解决方案——热钱包、智能账户、可信执行环境(TEE)和标准多方计算(MPC)——都存在根本性缺陷。
一个研究团队最近发布了一份草案,提出用阈值 MPC 钱包来解决这一安全漏洞。他们的方法结合了分布式密钥生成、策略强制执行和可审计性,旨在为自主代理提供更安全的密钥托管方案。
具体来说,该方案通过多方参与来分散密钥控制权,并强制执行预定义策略。即使部分参与方串通,系统也能保持安全。研究人员目前正在寻求专家反馈,特别是在威胁模型覆盖(尤其是合谋攻击)、策略执行机制和实际部署场景方面。
有网友在评论中提出了一个关键问题:目前除了酷炫的演示之外,这类代理具体在做什么实际应用?另一位开发者分享了自己的解决方案,使用 Token Bound 账户和模块化智能合约账户,通过安装的技能模块为代理提供严格访问控制。
这种阈值 MPC 方法的一个优势是它不依赖特定的链下基础设施。研究团队希望在实际投入期刊发表前,收集来自分布式密码学、钱包安全和代理基础设施领域的专业意见。
随着 AI 代理在 DeFi、自动化交易等场景中的应用越来越广泛,解决其密钥托管安全问题变得尤为紧迫。这个研究方向可能会为未来自主系统的安全架构提供重要参考。
发布时间: 2026-02-14 23:37