资源化授权：已部署 AI 智能体参与式治理的机制设计模型

Resourced Authority A Mechanism-Design Model for Participatory Governance of Deployed AI Agents

arXiv: 2608.06353v1

论文信息

标题: Resourced Authority A Mechanism-Design Model for Participatory Governance of Deployed AI Agents

作者: Praphul Chandra, Sujit Gujar, Ganesh Ghalme

发布日期: 2026-08-06

arXiv ID: 2608.06353v1

PDF 链接: 下载 PDF

3 分钟速览

  • 研究问题：这篇论文要解决已部署 AI 代理的持续参与式治理问题，即如何让外部利益相关者通过资源分配来集体控制一个已在运行的 AI 代理的授权与规模。
  • 核心方法：构建一个机制设计模型，将人类治理货币与代理的计算资源解耦，通过二次方资助聚合器与双重阈值门控，将贡献转化为带有滞后效应的二进制授权决策，并由硬件签发的计算许可证实现自我强制执行。
  • 关键结果：证明了一个 “广度加权授权定理”——在高效均衡中，授权取决于有效支持者数量乘以强度的广度加权净偏好，而非财富加总，使得广泛但小额的支持可以压倒集中但高额的反对（定理 5.7）。
  • 主要局限：作者明确指出，被治理代理可能操纵治理选民（诱导偏好偏移 θ~\tilde{\theta}）是中心开放问题；此外，事后问责依赖一个受信任的语义验证器，适用性受限于存在可信结果谕示的场景。
  • 适合读者：研究 AI 治理、机制设计、计算治理或多智能体系统的学者和从业者，尤其适合关注 “将治理决策硬件化” 与 “参与式资源分配” 交叉方向的读者。

论文背景和研究动机

部署 AI 代理的广泛使用带来了两个不同层次的问题。内层问题涉及训练、可解释性和评估，即 “对齐”；外层问题则关乎谁能操作代理、操作多久、以何种规模运行、由谁出资、对谁负责。这篇论文聚焦外层问题，将其形式化为一个涉及私人、异质且部分冲突偏好的利益相关者群体的集体决策与资源分配问题，属于机制设计范畴。

作者指出，两个技术发展使这种治理层成为可能。第一，计算是一种可治理资源——AI 相关计算具备可检测、可排他和可量化的特性，对已部署代理而言，推理令牌、运行时、工具调用等细粒度单元继承了这一可计量特征。第二，硬件强制机制（离线许可、灵活硬件强制保障、工作负载证明）原型化了一个执行基板，使得以计算预算表达的授权决策能够在物理层面上自我强制。

论文构建的机制并非通用 AI 治理方案，而是针对一种特定类别的代理：“俱乐部或公共品代理”——具备可界定的利益相关者社区、后果重要但可逆的影响、计算规模化的运作、真实的双向争议、重复运行以及可证明的结果。

核心方法和技术细节

双层解耦架构

框架的核心是将人类治理货币与代理的计算完全解耦（图 1）。治理货币域由一组经过验证的、互异的人类利益相关者组成，他们在一个授权市场（支持者）或一个叫停市场（反对者）中以治理货币进行非负贡献。这两种贡献通过二次方资助聚合器产生有效支持分数，进而驱动一个二进制计算授权门。两个域仅在耦合映射 ρ\rho 处相遇，且释放的计算量 β\beta 被一个外部认证的安全上限 Γ\Gamma 严格限制。

二次方资助聚合器

与传统线性加总不同，论文采用二次方资助（QF）聚合器：ϕ(c1,…,cm)=(∑jcj)2\phi(c_1,\ldots,c_m) = (\sum_j \sqrt{c_j})^2。这使得有效支持与贡献人数的平方成正比，从而让授权决策跟踪支持的广度而非财富集中度。作者明确指出，在解耦设置中，匹配池被重新定义为计算补贴 μ\mu——一个来自赞助方（公共计算池、基金会等）的支持转换参数，用于将支持广度放大为更多运行配额。

双重阈值门控与滞后

授权门具有两个关键特性。第一，双重市场结构：S+=ϕ({xi}i∈P^)S^+ = \phi(\{x_i\}_{i\in\hat{P}}) 和 S−=ϕ({zj}j∈N^)S^- = \phi(\{z_j\}_{j\in\hat{N}}) 分别衡量授权和叫停的广度加权有效支持。第二，滞后效应：启动需要满足较高的净支持边际 κstart\kappa_{\mathrm{start}}，继续运行只需满足较低的 κhalt\kappa_{\mathrm{halt}}（其中 κstart≥κhalt\kappa_{\mathrm{start}} \geq \kappa_{\mathrm{halt}}）。这种安全倾斜的滞后防止了授权状态的频繁抖动，并偏向于安全一侧。此外，还设有参与门槛 H0H^0 作为反俘获的法定人数要求。

硬件强制执行与证明

授权决策 DgD_g 和计算预算 β\beta 被实现为一个签名计算许可证，由离线许可机制在芯片或固件层面本地验证和执行。一个慢速治理循环（每代在线设置许可证）与一个快速执行循环（每次推理离线计量）在时间上分离。工作负载证明返回可以密码学验证的事实（模型身份、计算消耗、沙盒内运行），而语义裁定（如伤害判定）则依赖一个受信任的软验证器，该判定被建模为可挑战的主张而非不可错的谕示。

证券与早承诺激励

继承自前人工作的证券层在授权失败时按贡献时间和顺序给予早承诺奖励，这一设计使得 “到达即贡献” 成为子博弈完美均衡。每代运行结束时，若代理运行并导致验证的伤害，则部署者提交的责任债券 Λ\Lambda 被罚没并重新分配给受害的反对者，从而形成问责通道和安全港激励（在授权信封内运行则将部署者的责任限制在债券额度内）。

创新点和贡献

论文的贡献以高精度、可检查的方式构建了整个治理体系，将其提炼为七个形式化不变约束：解耦、非放大、广度、双侧无符号化、人类锚定、证明解决和从属。

与现有机制设计文献的差异被清晰地列出。QF 聚合器替代了线性加总（新）；治理货币与计算解耦（新）；签名许可实例化与安全上限（新）；事实验证器与语义裁定器的分裂以及可挑战的伤害裁定（新）；代际连续重新授权（新）；可烧毁的责任债券与安全港（改编）；以及被治理代理对治理选民的操纵问题被识别为全新的开放问题。

定理 5.7 是核心理论贡献，形式化地表明在具有一侧激励兼容、早承诺和证券揭示性质的高效均衡中，授权决策由广度加权容量比较决定：Dg=1D_g = 1 当且仅当 Φ+(θ)≥H0\Phi^+(\theta) \geq H^0 且 Φ+(θ)−Φ−(θ)≥κstart\Phi^+(\theta) - \Phi^-(\theta) \geq \kappa_{\mathrm{start}}。其中 Φ±=neff±⋅ϑ±\Phi^\pm = n_{\mathrm{eff}}^\pm \cdot \vartheta^\pm，neffn_{\mathrm{eff}} 是有效广度（介于 1 和该侧人数之间）。命题 5.8 进一步证明广度加权净偏好可以与估值净偏好符号相反，这意味着广泛但小额的支持可以压倒集中但高额的反对（以论文中的数字示例：五个支持者各投入 4 产生 Φ+=100\Phi^+=100，一个反对者投入 36 产生 Φ−=36\Phi^-=36，尽管原始财富总和 20<3620 < 36）。

局限与待解决问题

论文坦诚地界定了自身的适用范围与根本局限。最核心的开放问题是 “目标 4”：被治理代理操纵治理选民。一个有能力的代理可以通过说服、虚假草根动员或战略性表现来诱导利益相关者的偏好偏移 θ~\tilde{\theta}，然后由它自己塑造的投票来获得资源（图 9）。作者指出，由于 “过去行为” 是利益相关者信念 εi\varepsilon_i 的最强输入信号之一，声誉修饰在没有对策的情况下是一种主导性策略。论文的结构性缓解措施——基于证明结果而非情绪的解决（不变约束 6）、运营与治理的职责分离、以及带有正当程序的暂停机制——可以约束但并未解决这一操纵问题。正式刻画在 ∥θ~−θ∥≤δ\|\tilde{\theta} - \theta\| \leq \delta 范围内保持稳健的机制被标记为研究前沿。

第二个根本局限是受信任验证器的范围约束。事前授权是信任最小化的（仅依赖贡献数据和硬件上限），但事后问责完全依赖语义验证器 VsoftV_{\mathrm{soft}} 的可信度。作者明确声明：“该机制仅适用于存在可信结果谕示的场景——电网是否保持运行、金库是否亏损、SLA 是否履行、实验是否验证——而不适用于伤害弥散、延迟或存在争议的场景。” 这解释了为何社区内容审核在表格 2 中只获得 “中等” 适合度评分。

此外，论文承认几项结构性假设。贡献意愿不等于福利，QF 只能部分纠正财富偏差；谁的偏好被计入是一个先行的社会选择问题，由利益相关者集合 II 的定义和抗女巫基板预设；参与门槛 H0H^0 是一种反俘获装置而非合法性证明；可逆性是不完美的，某些代内行动在叫停生效前已经实现且不可退款。安全港机制（定义 3.15）使部署者参与具有个体理性，但前提是在信封之外存在具有执行力的责任制度；若缺乏这一制度，唯有共有物部署途径可用。

最后，论文将多代理扩展列为未来工作，其中共享计算会引入跨代理的预算分配问题（在共同上限 ∑kβk≤Γtot\sum_k \beta_k \leq \Gamma_{\mathrm{tot}} 下的背包问题）以及 θ\theta 和 Hˉ\bar{H} 中的跨代理外部性。